论文的核心部份是基于模糊推理神经网络的汽油发动机故障诊断专家系统.根据汽油 发动机的组成结构、功能原理,及维修专家的实际经验,用计算机技术模拟建立故障诊断树.由故障树提炼出训练样本,提供给神经网络学习,学习结束后生成的权值和阈组成了知识库.其诊断的特色是专家系统扎根于神经网络中并将模糊技术和神经网络技术紧密结合,从不同角度、不同层次通过人机对话方式进行故障推理,期间专家系统可以方便地借助于神经网络进行自学习,扩充知识库,提高系统的适应能力和容错能力,使诊断更中精确.并采用多媒体技术生动、直观地展现各种故障现象部位、技术参数等,为故障诊断提供辅助作用,使维修更快捷.该系统是在Windows98操作系统中用VisualBasic 5.0版本程序设计语言开发的.同时,为最终达到在线式汽油机故障诊断的要求,论文对故障诊断特征参数的试验研究与硬件部分进行初步的探讨.