《汽车故障诊断学》是2006年北京理工大学出版社出版的图书，作者是肖云魁。
基本介绍
- 书名：汽车故障诊断学
- 类型：科技
- 出版日期：2006年5月1日
- 语种：简体中文
- ISBN：781045806X
- 作者：肖云魁
- 出版社：北京理工大学出版社
- 页数：307页
- 开本：16
- 品牌：北京理工大学出版社
内容简介
《汽车故障诊断学》概述了汽车诊断技术的发展现状，简要地讨论了汽车诊断中信号的测量技术，系统地介绍了故障特徵提取、状态识别、小波变换、混沌分形、神经网路、模糊集、粗糙集、专家系统及非稳态信号处理理论与技术在汽车故障诊断中的运用，详细地分析了汽车发动机、底盘、电器和电子控制系统常见故障及其诊断方法。《汽车故障诊断学》资料新颖、叙述循序渐进，可作为汽车专业学生教材，亦可供汽车工程师、汽车检测人员、汽车使用和维修人员学习与参考。
本书是《汽车故障诊断学》的第二版，既继承了第一版系统性、通俗性的特点，又强调了理论套用的新颖性与技术的实用性。全书系统介绍了汽车诊断技术的发展现状，汽车诊断中信号的测量技术，故障特徵提取、状态识别、小波变换、混沌分形、神经网路、模糊集、粗糙集、专家系统及非稳态信号处理理论与技术在汽车故障诊断中的运用，以及汽车发动机、底盘、电器和电子控制系统常见故障与诊断方法。全书各章既有联繫，但又相对独立，读者可以顺序阅读本书，也可单独学习各章的知识。
图书目录
第1章 汽车诊断概述
1.1 发展汽车检测诊断技术的意义
1.2 汽车诊断与诊断学
1.3 机械故障诊断技术
1.3.1 机械故障诊断技术的现状
1.3.2 故障诊断技术的发展趋势
1.4 汽车诊断技术的发展
1.4.1 国外汽车诊断技术的发展概况
1.4.2 国内汽车检测诊断技术的现状与发展
第2章 汽车诊断参数与诊断信息获取
2.1 汽车故障诊断的分类
2.1.1 汽车电器故障诊断
2.1.2 汽车机械故障诊断
2.2 汽车诊断参数
2.2.1 状态参数与结构参数的关係
2.2.2 诊断参数的选择方法与原则
2.2.3 汽车诊断参数
2.2.4 诊断标準
2.3 诊断信息获取
2.3.1 诊断信息获取方法概述
2.3.2 汽车振动信号的检测
2.4 信号的採样与预处理
2.4.1 模拟信号预处理
2.4.2 A/D转换
2.4.3 数位讯号预处理
第3章 特徵信号分析
3.1 随机过程及其数字特徵
3.1.1 分布函式
3.1.2 随机过程的数字特徵
3.1.3 平稳随机过程及其性质
3.1.4 平稳随机过程的遍历性
3.2 时域分析方法
3.2.1 机率密度函式的简易求法
3.2.2 均值和方差的估计
3.2.3 自相关函式估计
3.2.4 偏度係数和峭度係数
3.2.5 几种常见的量纲指标
3.2.6 相关累积法
3.3 时域模型分析t
3.3.1 ARMA模型
3.3.2 ARMA模型的特徵根
3.3.3 ARMA序列的预报方法
3.3.4 时间序列预测举例
3.4 时间序列频域分析方法
3.4.1 傅立叶级数
3.4.2 傅立叶变换
3.4.3 离散信号的傅立叶变换
3.4.4 随机信号的功率谱
3.4.5 极大熵谱
3.4.6 倒谱
第4章 状态识别方法
4.1 概述
4.2 时域模型识别法
4。3距离函式分类法
4.3.1 空间距离函式
4.3.2 相似性指标
4.3.3 信息距离判别法
4.3.4 故障诊断中套用距离函式时应注意的问题
4.4 逻辑判别法.，
4.4.1 逻辑代数规则
4.4.2 逻辑诊断原理
4.5 贝叶斯分类法
4.6 故障树分析法
4.6.1 基本概念
4.6.2 故障树分析过程
4.6.3 故障树的常用符号与基本结构
4.6.4 故障树构造举例
4.6.5 结构函式
4.6.6 故障树分析
4.7 灰色模型关联度分析诊断法
第5章 小波分析
5.1 基本概念
5.1.1 什幺是小波
5.1.2 什幺叫尺度函式
5.1.3 小波基函式
5.1.4 小波函式的派生
5.2 小波分析概述
5.2.1 科学家对小波分析的看法
5.2.2 小波分析思想
5.2.3 小波分析与傅氏分析的比较
5.2.4 小渡的套用领域
5.3 小波分析
5.3.1 小波变换的定义与性质
5.3.2 小波分解
5.3.3 Mallat多分辨小波分析
5.3.4 数字离散信号的小波变换过程
5.3.5 小波包分解
5.3.6 基于小波分解的故障诊断举例
第6章 混沌与分形诊断原理
6.1 混沌与分形的基本概念
6.1.1 混沌
6.1.2 分形
6.1.3 混沌与分形的关係
6.1.4 神经网路、模糊集理论与混沌
6.1.5 混沌与分形的套用
6.2 混沌振动与分形维数的计算
6.2.1 混沌振动的概念
6.2.2 混沌振动的识别
6.2.3 相空间重构
6.2.4 嵌入维数的确定
6.2.5 分形维数的计算方法
6.2.6 几个典型动力系统分析
6.3 汽车传动系振动信号分形维数的计算
6.3.1 汽车传动系振动信号混沌行为分析
6.3.2 汽车传动系振动信号的测量
6.3.3 汽车变速器和传动轴振动信号混沌性态判定
6.3.4 构造嵌入矢量
6.3.5 计算分形维数
6.4 计算结果讨论
第7章 神经网路诊断原理
7.1 人工神经网路的拓扑结构
7.1.1 生物神经元
7.1.2 人工神经网路
7.2 BP神经网路
7.2.1 BP神经网路模型
7.2.2 BP算法
7.2.3 BP神经网路的算法步骤
7.2.4 BP神经网路分类特性
7.3 基于遗传算法的前馈型神经网路
7.3.1 遗传算法概述
7.3.2 遗传算法的基本操作
7.3.3 BP网路结构的遗传算法设计
7.3.4 实例分析
7.3.5 结果讨论
第8章 模糊诊断与模糊神经网路
8.1 模糊诊断基本原理
8.1.1 汽车故障诊断中的模糊性
8.1.2 模糊诊断原理
8.1.3 隶属函式的确定
8.1.4 模糊诊断矩阵的构造
8.1.5 模糊诊断方法
8.1.6 模糊聚类诊断分析
8.1.7 柴油机故障模糊诊断举例
8.2 模糊规则与模糊推理系统
8.2.1 模糊规则与模糊推理
8.2.2 模糊推理系统
8.3 模糊神经网路
8.3.1 神经网路与模糊推理系统的关係
8.3.2 神经网路-模糊推理系统融合机理
8.3.3 模糊神经网路
8.3.4 基于模糊神经网路的汽车故障诊断与寿命预测系统
第9章 基于粗糙集理论提取汽车故障特徵
9.1 粗糙集基本理论
9.1.1 决策系统与不可分辨关係
9.1.2 粗糙集的上近似、下近似、边界区和近似精度
9.1.3 属性约简
9.1.4 粗糙集的特点
9.2 汽车柴油机故障特徵提取
9.2.1 信号处理与产生决策表
9.2.2 属性对决策近似精度的计算
9.2.3 属性约简
9.3 基于属性粗糙因子计算各因素的重要度
9.4 分析结果讨论
第10章 基于案例的故障诊断技术
10.1 案例的表示
10.2 案例的检索
10.3 案例的组织
10.4 案例库的管理
10.5 基于案例的故障诊断过程
第11章 专家系统诊断原理
11.1 概述
11.2 专家系统的基本结构
11.2.1 人机接口
11.2.2 推理机
11.2.3 知识库及其管理系统
11.2.4 资料库及其管理系统
11.2.5 知识获取机构
11.2.6 解释机构
11.3 知识的表示
11.3.1 一阶谓词逻辑表示法
11.3.2 产生式表示法
11.3.3 框架表示法
11.4 推理机
11.4.1 什幺叫推理
11.4.2 基于规则的演绎推理
11.4.3 归纳推理
11.4.4 不精确推理
11.5 知识获取技术
11.5.1 机械学习
11.5.2 示例学习
11.6 汽车故障诊断专家系统
11.6.1 基本结构
11.6.2 汽车故障诊断知识表达
11.6.3 汽车故障诊断推理
11.6.4 汽车故障诊断知识的获取
11.6.5 解释系统
11.6.6 汽车故障诊断程式自动生成
11.6.7 汽车故障诊断举例
11.7 BP神经网路汽车故障诊断专家系统
11.7.1 用于故障诊断的BP神经网路的建立及训练
11.7.2 套用训练好的BP神经网路诊断汽车发动机故障
第12章 汽车发动机非稳态振动信号的测量与分析
12.1 柴油机稳态和非稳态振动信号测量
12.2 柴油机振动信号的短时傅立叶变换
12.2.1 短时傅立叶变换分析原理
12.2.2 柴油机加速信号的短时傅立叶变换
12.2.3 柴油机稳态振动信号的短时傅立叶变换
12.2.4 发动机曲轴轴承、连桿轴承稳态与非稳态振动信号分析比较
12.3 基于小波包AR谱技术提取柴油机故障特徵
12.3.1 信号的小波包分解与重构算法
12.3.2 AR谱估计
12.3.3 小波包AR谱分析过程
12.3.4 曲轴轴承振动信号小波包AR谱分析
12.3.5 连桿轴承振动信号小波包AR谱分析
12.3.6 活塞销稳态振动信号小波包AR谱分析
12.3.7 活塞稳态振动信号小波包AR谱分析
12.3.8 分析结果讨论
12.4 循环平稳理论诊断汽车柴油机故障
12.4.1 循环统计原理
12.4.2 仿真分析
12.4.3 曲轴轴承振动信号二阶循环谱分析
12.4.4 连桿轴承振动信号二阶循环谱分析
12.4.5 活塞振动信号二阶循环谱分析
12.4.6 活塞销振动信号二阶循环谱分析
12.4.7 分析结果讨论
12.5 短时傅立叶变换、小波包AR谱技术、循环谱理论分析比较
第13 章汽车机械故障分析
13.1 汽车故障的分类
13.2 引发汽车机械故障的原因
13.3 汽车零件失效机理分析
13.4 汽车发动机机械故障力学分析
13.4.1 曲轴、连桿轴承、活塞销轴心轨迹计算
13.4.2 活塞销、连桿轴承、曲轴轴承异响分析
13.4.3 活塞运行轨迹计算与敲缸响分析
13.4.4 轴心轨迹的测量简介
13.5 发动机异响故障振动分析
13.5.1 汽车发动机异响振动诊断原理
13.5.2 发动机异响振动分析方法
13.6 汽车底盘机械故障分析
13.6.1 离合器故障分析
13.6.2 机械变速器故障分析
13.6.3 汽车传动轴故障分析
13.6.4 驱动桥故障分析
13.6.5 转向系统故障分析
13.6.6 制动系统故障分析
第14章 汽车电器与电子控制系统故障诊断
14.1 概述
14.2 蓄电池故障诊断
14.3 充电系（发电机和调节器）故障诊断
14.4 启动系故障诊断
14.5 点火系故障诊断
14.6 汽车电子控制装置故障分析
14.6.1 汽车电子控制系统的基本构成
14.6.2 汽车电子控制系统故障诊断基础知识
14.6.3 汽车电子控制系统故障检测诊断方法
14.6.4 汽车电子控制系统故障诊断共同原理与套用
14.6.5 汽车电子控制系统故障诊断
主要参考文献
1.1 发展汽车检测诊断技术的意义
1.2 汽车诊断与诊断学
1.3 机械故障诊断技术
1.3.1 机械故障诊断技术的现状
1.3.2 故障诊断技术的发展趋势
1.4 汽车诊断技术的发展
1.4.1 国外汽车诊断技术的发展概况
1.4.2 国内汽车检测诊断技术的现状与发展
第2章 汽车诊断参数与诊断信息获取
2.1 汽车故障诊断的分类
2.1.1 汽车电器故障诊断
2.1.2 汽车机械故障诊断
2.2 汽车诊断参数
2.2.1 状态参数与结构参数的关係
2.2.2 诊断参数的选择方法与原则
2.2.3 汽车诊断参数
2.2.4 诊断标準
2.3 诊断信息获取
2.3.1 诊断信息获取方法概述
2.3.2 汽车振动信号的检测
2.4 信号的採样与预处理
2.4.1 模拟信号预处理
2.4.2 A/D转换
2.4.3 数位讯号预处理
第3章 特徵信号分析
3.1 随机过程及其数字特徵
3.1.1 分布函式
3.1.2 随机过程的数字特徵
3.1.3 平稳随机过程及其性质
3.1.4 平稳随机过程的遍历性
3.2 时域分析方法
3.2.1 机率密度函式的简易求法
3.2.2 均值和方差的估计
3.2.3 自相关函式估计
3.2.4 偏度係数和峭度係数
3.2.5 几种常见的量纲指标
3.2.6 相关累积法
3.3 时域模型分析t
3.3.1 ARMA模型
3.3.2 ARMA模型的特徵根
3.3.3 ARMA序列的预报方法
3.3.4 时间序列预测举例
3.4 时间序列频域分析方法
3.4.1 傅立叶级数
3.4.2 傅立叶变换
3.4.3 离散信号的傅立叶变换
3.4.4 随机信号的功率谱
3.4.5 极大熵谱
3.4.6 倒谱
第4章 状态识别方法
4.1 概述
4.2 时域模型识别法
4。3距离函式分类法
4.3.1 空间距离函式
4.3.2 相似性指标
4.3.3 信息距离判别法
4.3.4 故障诊断中套用距离函式时应注意的问题
4.4 逻辑判别法.，
4.4.1 逻辑代数规则
4.4.2 逻辑诊断原理
4.5 贝叶斯分类法
4.6 故障树分析法
4.6.1 基本概念
4.6.2 故障树分析过程
4.6.3 故障树的常用符号与基本结构
4.6.4 故障树构造举例
4.6.5 结构函式
4.6.6 故障树分析
4.7 灰色模型关联度分析诊断法
第5章 小波分析
5.1 基本概念
5.1.1 什幺是小波
5.1.2 什幺叫尺度函式
5.1.3 小波基函式
5.1.4 小波函式的派生
5.2 小波分析概述
5.2.1 科学家对小波分析的看法
5.2.2 小波分析思想
5.2.3 小波分析与傅氏分析的比较
5.2.4 小渡的套用领域
5.3 小波分析
5.3.1 小波变换的定义与性质
5.3.2 小波分解
5.3.3 Mallat多分辨小波分析
5.3.4 数字离散信号的小波变换过程
5.3.5 小波包分解
5.3.6 基于小波分解的故障诊断举例
第6章 混沌与分形诊断原理
6.1 混沌与分形的基本概念
6.1.1 混沌
6.1.2 分形
6.1.3 混沌与分形的关係
6.1.4 神经网路、模糊集理论与混沌
6.1.5 混沌与分形的套用
6.2 混沌振动与分形维数的计算
6.2.1 混沌振动的概念
6.2.2 混沌振动的识别
6.2.3 相空间重构
6.2.4 嵌入维数的确定
6.2.5 分形维数的计算方法
6.2.6 几个典型动力系统分析
6.3 汽车传动系振动信号分形维数的计算
6.3.1 汽车传动系振动信号混沌行为分析
6.3.2 汽车传动系振动信号的测量
6.3.3 汽车变速器和传动轴振动信号混沌性态判定
6.3.4 构造嵌入矢量
6.3.5 计算分形维数
6.4 计算结果讨论
第7章 神经网路诊断原理
7.1 人工神经网路的拓扑结构
7.1.1 生物神经元
7.1.2 人工神经网路
7.2 BP神经网路
7.2.1 BP神经网路模型
7.2.2 BP算法
7.2.3 BP神经网路的算法步骤
7.2.4 BP神经网路分类特性
7.3 基于遗传算法的前馈型神经网路
7.3.1 遗传算法概述
7.3.2 遗传算法的基本操作
7.3.3 BP网路结构的遗传算法设计
7.3.4 实例分析
7.3.5 结果讨论
第8章 模糊诊断与模糊神经网路
8.1 模糊诊断基本原理
8.1.1 汽车故障诊断中的模糊性
8.1.2 模糊诊断原理
8.1.3 隶属函式的确定
8.1.4 模糊诊断矩阵的构造
8.1.5 模糊诊断方法
8.1.6 模糊聚类诊断分析
8.1.7 柴油机故障模糊诊断举例
8.2 模糊规则与模糊推理系统
8.2.1 模糊规则与模糊推理
8.2.2 模糊推理系统
8.3 模糊神经网路
8.3.1 神经网路与模糊推理系统的关係
8.3.2 神经网路-模糊推理系统融合机理
8.3.3 模糊神经网路
8.3.4 基于模糊神经网路的汽车故障诊断与寿命预测系统
第9章 基于粗糙集理论提取汽车故障特徵
9.1 粗糙集基本理论
9.1.1 决策系统与不可分辨关係
9.1.2 粗糙集的上近似、下近似、边界区和近似精度
9.1.3 属性约简
9.1.4 粗糙集的特点
9.2 汽车柴油机故障特徵提取
9.2.1 信号处理与产生决策表
9.2.2 属性对决策近似精度的计算
9.2.3 属性约简
9.3 基于属性粗糙因子计算各因素的重要度
9.4 分析结果讨论
第10章 基于案例的故障诊断技术
10.1 案例的表示
10.2 案例的检索
10.3 案例的组织
10.4 案例库的管理
10.5 基于案例的故障诊断过程
第11章 专家系统诊断原理
11.1 概述
11.2 专家系统的基本结构
11.2.1 人机接口
11.2.2 推理机
11.2.3 知识库及其管理系统
11.2.4 资料库及其管理系统
11.2.5 知识获取机构
11.2.6 解释机构
11.3 知识的表示
11.3.1 一阶谓词逻辑表示法
11.3.2 产生式表示法
11.3.3 框架表示法
11.4 推理机
11.4.1 什幺叫推理
11.4.2 基于规则的演绎推理
11.4.3 归纳推理
11.4.4 不精确推理
11.5 知识获取技术
11.5.1 机械学习
11.5.2 示例学习
11.6 汽车故障诊断专家系统
11.6.1 基本结构
11.6.2 汽车故障诊断知识表达
11.6.3 汽车故障诊断推理
11.6.4 汽车故障诊断知识的获取
11.6.5 解释系统
11.6.6 汽车故障诊断程式自动生成
11.6.7 汽车故障诊断举例
11.7 BP神经网路汽车故障诊断专家系统
11.7.1 用于故障诊断的BP神经网路的建立及训练
11.7.2 套用训练好的BP神经网路诊断汽车发动机故障
第12章 汽车发动机非稳态振动信号的测量与分析
12.1 柴油机稳态和非稳态振动信号测量
12.2 柴油机振动信号的短时傅立叶变换
12.2.1 短时傅立叶变换分析原理
12.2.2 柴油机加速信号的短时傅立叶变换
12.2.3 柴油机稳态振动信号的短时傅立叶变换
12.2.4 发动机曲轴轴承、连桿轴承稳态与非稳态振动信号分析比较
12.3 基于小波包AR谱技术提取柴油机故障特徵
12.3.1 信号的小波包分解与重构算法
12.3.2 AR谱估计
12.3.3 小波包AR谱分析过程
12.3.4 曲轴轴承振动信号小波包AR谱分析
12.3.5 连桿轴承振动信号小波包AR谱分析
12.3.6 活塞销稳态振动信号小波包AR谱分析
12.3.7 活塞稳态振动信号小波包AR谱分析
12.3.8 分析结果讨论
12.4 循环平稳理论诊断汽车柴油机故障
12.4.1 循环统计原理
12.4.2 仿真分析
12.4.3 曲轴轴承振动信号二阶循环谱分析
12.4.4 连桿轴承振动信号二阶循环谱分析
12.4.5 活塞振动信号二阶循环谱分析
12.4.6 活塞销振动信号二阶循环谱分析
12.4.7 分析结果讨论
12.5 短时傅立叶变换、小波包AR谱技术、循环谱理论分析比较
第13 章汽车机械故障分析
13.1 汽车故障的分类
13.2 引发汽车机械故障的原因
13.3 汽车零件失效机理分析
13.4 汽车发动机机械故障力学分析
13.4.1 曲轴、连桿轴承、活塞销轴心轨迹计算
13.4.2 活塞销、连桿轴承、曲轴轴承异响分析
13.4.3 活塞运行轨迹计算与敲缸响分析
13.4.4 轴心轨迹的测量简介
13.5 发动机异响故障振动分析
13.5.1 汽车发动机异响振动诊断原理
13.5.2 发动机异响振动分析方法
13.6 汽车底盘机械故障分析
13.6.1 离合器故障分析
13.6.2 机械变速器故障分析
13.6.3 汽车传动轴故障分析
13.6.4 驱动桥故障分析
13.6.5 转向系统故障分析
13.6.6 制动系统故障分析
第14章 汽车电器与电子控制系统故障诊断
14.1 概述
14.2 蓄电池故障诊断
14.3 充电系（发电机和调节器）故障诊断
14.4 启动系故障诊断
14.5 点火系故障诊断
14.6 汽车电子控制装置故障分析
14.6.1 汽车电子控制系统的基本构成
14.6.2 汽车电子控制系统故障诊断基础知识
14.6.3 汽车电子控制系统故障检测诊断方法
14.6.4 汽车电子控制系统故障诊断共同原理与套用
14.6.5 汽车电子控制系统故障诊断
主要参考文献
序言
第一版《汽车故障诊断学》已经出版五年了。这五年来，我国汽车工业迅速发展，汽车生产量与汽车保有量在世界上的名次不断前移，汽车维修行业已经成为我国的一个重要产业，并不断成长壮大。新的理论与技术在汽车故障诊断领域得到了越来越广泛的套用。此时，对过去五年汽车故障诊断的理论实践进行系统地总结，将会有效地促进汽车诊断理论与技术向更高层次发展。
五年来，作者密切关注我国汽车检测诊断行业的发展动态，带领研究生开展了“汽车机械故障诊断与寿命预测系统”、“汽车电器与电子控制系统故障诊断装置”等课题的研究工作。对汽车故障诊断中的一些重点难点问题开展了系统的研究，取得了重大的进展。其中，部分成果已经总结成论文在国内外刊物上发表。
为了能与广大的汽车维修同行共享我们五年的研究成果，现对《汽车故障诊断学》进行修订，在保持第一版总体结构的前提下，第二版《汽车故障诊断学》增加了较多的新内容。第一版《汽车故障诊断学》总共11章，而第二版扩充到14章。为了限制篇幅，删除了第一版中的第11章“汽车诊断设备与诊断方法”。第二版《汽车故障诊断学》的第1章～第6章与第一版相比没有太大变化，第一版的第9章“专家系统诊断原理”改成第二版的第11章，内容没有变化。第一版的第10章分解成第二版的第13章、第14章，内容上有较大的增删。为了叙述方便，第7章、第8章在内容上进行了较大的调整，并增删了许多内容。第9章、第10章和第12章全是新增加的内容。总体来说，第二版《汽车故障诊断学》既继承了第一版系统性、通俗性的特点，又强调了理论套用的新颖性与技术的实用性。本书各章既有联繫，但又相对独立，读者可以顺序阅读本书，也可单独学习各章的知识。本书可作为汽车专业学生汽车故障诊断学教材，也可作为汽车工程技术人员、汽车管理人员、信号处理等有关人员学习参考。
五年来，作者密切关注我国汽车检测诊断行业的发展动态，带领研究生开展了“汽车机械故障诊断与寿命预测系统”、“汽车电器与电子控制系统故障诊断装置”等课题的研究工作。对汽车故障诊断中的一些重点难点问题开展了系统的研究，取得了重大的进展。其中，部分成果已经总结成论文在国内外刊物上发表。
为了能与广大的汽车维修同行共享我们五年的研究成果，现对《汽车故障诊断学》进行修订，在保持第一版总体结构的前提下，第二版《汽车故障诊断学》增加了较多的新内容。第一版《汽车故障诊断学》总共11章，而第二版扩充到14章。为了限制篇幅，删除了第一版中的第11章“汽车诊断设备与诊断方法”。第二版《汽车故障诊断学》的第1章～第6章与第一版相比没有太大变化，第一版的第9章“专家系统诊断原理”改成第二版的第11章，内容没有变化。第一版的第10章分解成第二版的第13章、第14章，内容上有较大的增删。为了叙述方便，第7章、第8章在内容上进行了较大的调整，并增删了许多内容。第9章、第10章和第12章全是新增加的内容。总体来说，第二版《汽车故障诊断学》既继承了第一版系统性、通俗性的特点，又强调了理论套用的新颖性与技术的实用性。本书各章既有联繫，但又相对独立，读者可以顺序阅读本书，也可单独学习各章的知识。本书可作为汽车专业学生汽车故障诊断学教材，也可作为汽车工程技术人员、汽车管理人员、信号处理等有关人员学习参考。