本文以汽车电控发动机为诊断对象,系统地阐述了神经网络与专家系统的基本理论和系统的结构,分析了传统专家系统存在的问题,专家系统仅能处理显性的表面知识,其推理能力差、知识获取也容易出现“瓶颈”等问题；而神经网络的优势恰是传统专家系统的不足,本文将神经网络与专家系统两者进行有效的结合,克服各自存在的缺点,使两者更好的应用在汽车发动机故障诊断领域,实现人工智能在汽车发动机故障诊断上的飞跃。本文建立了汽车发动机故障诊断的网络专家系统,其以BP神经网络为基础,通过对汽车发动机故障现象与出现故障的原因进行分析,并进行故障的推理与诊断。神经网络与专家系统之间采用了串行连接方式,首先采用神经网络模块对故障进行浅层次的分析,然后经专家系统进行深层次的推理并给出解释,最后得到具体的诊断结果,经人机界面告诉用户诊断结果。从而实现了对汽车发动机常见故障的快速、准确与智能化诊断。神经网络专家系统作为人工智能化系统,应用于汽车发动机故障的诊断中,具有实用性强,便于不断进行修改、扩充和升级等优点,使智能诊断技术在汽车上扩大了应用范围。在理论上,增强了智能方法应用在汽车发动机故障诊断中的可行性,使汽车故障诊断水平真正的能达到专家的级别。