发动机作为汽车等其它机械的动力源。其结构越来越复杂，工作条件越来越苛刻，故障的判断也越来越困难，为此开发出一套发动机故障智能诊断系统，使发动机在不解体的情况下对其故障进行诊断意义非常重大。本文确定了基于振动信号对发动机故障进行诊断的方法，并设计了实验。测试了发动机正常状态和几种常见故障状态下的发动机振动信号。介绍了汽车发动机振动信号的传统和最新的信号处理和故障诊断方法。通过实验验证，小波包分析技术能满足信号处理和提取特征向量的要求。神经网络具有很强的非线性映射能力，因此故障诊断采用人工神经网络完成。在研究过程中，还讨论了不同速度下同一故障的诊断问题，应用遗传算法优化神经网络结构与权值的方法问题、高级语言VB与Matlab无缝连接等问题。最后通过实验对本文提出的方法进行了验证。结果表明，用遗传算法优化的神经网络能对故障进行正确分类，本文提出的方法简单易行，具有广阔的应用前景。