全文总字数：1293字

1. 毕业设计（论文）的内容、要求、设计方案、规划等

1.前言：对于本课题的前言部分，首先阐述汽车发动机故障诊断的研究背景及意义，通过阅读文献说明汽车发动机故障诊断技术的国内外研究现状；详细阐述汽车尾气排放的现状、汽车尾气的形成机理以及汽车尾气排放的危害；最后说明本文要研究的内容及思路。

2.研究内容：（1）首先研究汽车尾气在汽车发动机故障诊断中应用，主要分析发动机各部分技术状况与汽车尾气成分间的关系，以及汽车尾气故障分析与排除研究；（2）研究神经网络的基本理论，并重点研究bp神经网络在故障识别中的应用（3）利用matlab软件的gui功能，开发一个简易的人机交互平台，该平台能够实现尾气分析数据的导入，并用bp神经网络进行训练，利用训练好的网络模型对未知故障的汽车尾气分析数据进行故障识别 3.设计依据：以发动机各部分技术状况与汽车尾气成分间的关系为设计依据，建立基于尾气分析技术的汽车发动机故障诊断模型。

4.总体设计功能：要求所设计的诊断模型，能够实现汽车尾气分析数据的导入，得到合理的诊断结果。

2. 参考文献（不低于12篇）

1. Shiraishi H. CMAC neural network controller for fuel injection system [J]. IEEE Transaction on control system technology, 1995, 3(1): 32-38.2. Grimaldi C N. OBD engine fault detection using a neural approach [J]. 2001, 1:559.3. 徐亚丹, 王俊. 基于ＢＰ人工神经网络和尾气分析的汽车故障诊断方法研究[J]. 农业装备与车辆工程, 2008, 11: 15-17.4. 袁科新. 基于BP神经网络的发动机故障诊断研究[D]. 山东大学, 2006.5. 李友才. 电控发动机尾气检测与故障诊断的应用研究[D]. 新疆农业大学, 2006.6. 黄游槟, 薛建彬. 基于 BP 神经网络的汽车故障诊断的研究[J]. 电气技术与自动化, 2006, 35(3): 146-148.7. 赵红成. 基于尾气分析的发动机故障诊断研究[J]. 工程技术与产业经济, 2013, 1:38-39.8. 王宇浩. 基于遗传神经网络的汽车故障诊断研究[D]. 中南大学, 2010.9. 程萌. 汽车故障诊断的智能化方法研究[D]. 沈阳航空工业学院, 2008.10. 张忠伟, 沈璟虹, 曹友春. 汽车尾气成份分析及故障诊断[J]. 漯河职业技术学院学报, 2008, 7(2): 26-28.11. 陈树越, 余红英, 刘广璞. BP网络算法及其在故障诊断中的应用述评[J]. 振动、测试与诊断,2001,(6)12. 谢庆生, 尹健, 等. 机械工程中的神经网络方法[M]. 北京:机械工业出版社, 2003.