车辆在正常行驶过程中，ECU的输入信号和输出信号的电压值都在一定范围内变化，当某一信号的电压值超过这一变化范围并持续一段时间，那么ECU就判断这一部分信号出现故障，并且把这一故障用故障码的形式存储于内部随机存储器，同时通过汽车硬线或局域网总线通讯，借由仪表板上的故障指示灯提醒驾驶员。而汽车售后市场的维修人员，可以通过连接外部诊断仪读取故障码，判断出故障发生的部位和类型，找出故障检测的步骤和排除故障的方法。

    汽车系统故障诊断的方法分类有很多，从应用冗余信息来源上可以分为硬件冗余和非硬件冗余。硬件冗余是通过在汽车上额外安装附加专用信号测量传感器获取故障诊断所需要的信息。而非硬件冗余是通过综合控制系统当前已有的先验性信息或者测量信息，进行故障检测、识别和故障处理的方法。非硬件冗余优势在于不增加任何硬件，从而节约成本，但需大量计算。从汽车工程应用上来看，不增加硬件节约开发和维护成本，这也是当前各整车厂和零部件供应商的选择。非硬件冗余的方法一般包括下述三种。

    一、基于系统动力学模型的方法
    其基本思想，是利用整车动力学模型提供的输入信号与在线实时测量的输入信号之间的冗余残差来检测和识别故障。诊断过程分为三个步骤：

    1．产生残差，由冗余信号或估计信号与实际测量值进行比较，得出残差。
    2．残差统计特性分析，对几组残差信号进行有无故障时的对比分析，如果没有故障，残差输出均值为0的白噪声。出现故障时，残差信号将会显现出一定的统计学特性。综合模型对信号影响因素确定残差信号的门槛值，如果残差信号超出其门槛值，即为出现故障。
    3．故障处理决策，综合残差信号向量组统计学特性和整车动力学模型各信号之间的运一动学关系，判断故障是否发生，发生的部位及故障类型。从而确定故障在系统中的位置和准确故障类型。

    据调研，德国大陆和德国博世都针对其自主研发的ESP系统开发了基于整车动力学模型的故障诊断方法，利用冗余信号与实际测量信号之间的差值，构建残差信号，综合考虑汽车行驶工况中的干扰和影响的几大因素—气候、道路情况、驾驶员特征、电磁干扰、整车载荷变化、车辆使用年限、整车和各总成零部件在性能上的分散性，整合设计出一套快速而准确、对于工况适应性也很强的门限值控制算法，提高其系统对故障诊断的安全性和适应性要求。
    ①实时性—诊断快速响应，是作为汽车主动安全系统在面对突发故障时安全性的一个重要指标；
    ②对驾驶员的透明性—诊断过程由系统自动进行和完成，无需人为干预；
    ③无需增加专用传感器或激励信号—不因故障自诊断功能的增加而提高成本；
    ④误报率低—包括虚报和漏报，这是故障诊断系统的一个根本性评价指标，也是对整车厂商或零部件供应商产品责任影响最为重大的一个环节；
    ⑤工况适应性—广泛适用于不同的环境、载荷、车辆总成和零部件性能的离散型、使用年限及使用人员特征；
    ⑥良好的人机界面—在线诊断系统的诊断结果要能反馈给驾驶员、维修人员及离线故障诊断系统诊断仪。给出的信号要容易识别、表达标准，并能与车载信息系统和车辆检测系统进行信息共享。

    二、基于信号处理和模式识别（神经网络模式）的方法
    利用信号处理技术分析所测量的参数的特征，判断故障是否发生及故障类型属性等，这是早期汽车故障诊断中的典型技术方法。像振动分析、发动机转速信号的相关谱分析都属于此列。而基于模式识别的方法在汽车的应用，是利用神经网络模式识别方法诊断汽车动力传动系统的故障，先利用系统的状态参数定义系统模式，由测量信号构成模式值在模式空间内的分布情况来分析诊断故障。

    基于信号处理和模式识别这两种故障诊断方法，数据计算量较基于系统动力学模型的方法更大，得出故障结论消耗的时间更长，要想在汽车系统中在线得到实际应用，必须跟进更为快速的控制算法来保证故障诊断的实时性。

    三、基于知识的方法
    该方法是在人工智能的基础上发展出来的，其最大优点是可以综合其它方法。基本结构包括知识咨询、知识库和解析处理。其中知识库包含解析知识（过程模型、状态参数估计算法、系统常规状态、数值行驶的历史数据和系统故障统计数据）和产生式知识（系统故障树、语言形式的系统历史知识和故障统计知识。）

      诊断过程：当观测到故障征兆时，判定系统可能有故障发生时，利用系统的历史知识、统计知识及推理机制决策故障是否发生；确认故障发生时，进一步推断故障起因、类型及影响程度。因为汽车故障诊断知识的特殊性，使其在汽车系统中有着特殊优势，那就是它既有数值知识又有语言知识这两种格式，因此可以同时使用数值变量和语言变量，利用非精确数据和不完备数据的模糊逻辑推理机制。该方法需要有一个强大而完备的知识数据库，其对控制系统内部存储空间的要求较高。

    结束语
    随着汽车电子技术的应用和发展，汽车电控系统日趋复杂，传统的诊断方法和诊断设备在诊断精度、使用方便性和适应性方面难以满足用户要求。而计算机信息处理技术和人工智能技术，为汽车诊断技术的进一步发展创造了有利条件。

    汽车故障诊断技术是综合性、智能化很高的一门技术，开发一个合适、完善和高效的汽车故障诊断系统又是一项高难度、复杂的工作，特别是在诊断硬件的开发方面，对于诊断硬件的开发需要支持多种通讯协议，多种诊断模式。