1. 研究目的与意义
随着我国经济实力的日益提高，人均收入的不断增长，人们对于汽车的需求也在不断地攀升，那日渐拥堵的交通也从侧面显示了那不断增长的汽车保有量。
伴随这如此之多的保有量，随之而来的就是大量的汽车维修，尤其是关于发动机的维修最为常见。
一般遇到普通的发动机故障，人们往往能比较准确的反应过来，而当你不能第一时间找到故障的原因时，对汽车尾气的检测往往能告诉你答案。
2. 国内外研究现状分析
2.2国外研究现状国外在汽车行业上发展的较早，相对的在汽车发动机故障诊断方面也是较为的先进。
在汽车工业发达的西方国家从20世纪70年代以来，汽车的新结构新技术不断涌现，在呈直线上升的汽车保有量的情况下，熟练维修工的相对匮乏，人们也意识到了只有不断完善检测诊断的技术才能撑起这片汽车后市场。
在汽车诊断设备发展的过程中，最先出现的是一些专用的维修检测仪器，如正时提前角测试仪、闭合角测试仪等。
3. 研究的基本内容与计划
研究内容：（1） 阅读参考文献，参考相关书籍，进行初步了解；（2） 总结通过对汽车尾气数据来进行发动机故障诊断的国内外研究现状；（3） 分析发动机各部分技术状况与汽车尾气成分之间的关系；（4） 研究汽车尾气在汽车发动机故障诊断中的应用；（5） 研究神经网络在汽车故障诊断中的应用；（6） 利用MATLAB软件的GUI功能，开发一个简易的人机交互平台并用神经网络诊断模型对未知故障的汽车尾气分析数据进行故障识别。
研究计划：（1） 1~2周，搜集相关资料，阅读参考文献，并完成文献综述和开题报告的撰写；（2） 3~5周，知道发动机与汽车尾气成分之间的关系并研究其在发动机故障诊断中的应用；（3） 6~7周，研究神经网络在故障诊断中的应用；（4） 8~10周，利用MATLAB软件的GUI功能，开发一个简易的人机交互平台，实现客运量的自动预测，并通过实例进行验证；（5） 11~13周，论文初稿完成，并进行初步修改；（6） 14~15周，修改论文，做PPT材料，准备答辩；（7） 16周，进一步完善并提交论文。
4. 研究创新点
分析尾气成分与发动机故障诊断中的联系，而不是单纯的只看发动机本身，从侧面多角度的反应发动机的运行状况，通过神经网络在故障诊断方面的应用，建立一个能够实现汽车尾气分析数据导入的这样一个模型。
