本发明一种基于机器学习方法的汽车发动机故障预警方法，属于汽车发动机预警技术领域；该方法首先采集每个时间节点发动机在每种运行状态下的震动信号，并对上述震动信号进行统计学分析处理获得发动机运行参数，然后根据获得的发动机运行参数分别建立自组织映射神经网络、Elman神经网络和概率神经网络，获得当前时间节点的发动机的运行状态和下一个时间节点的发动机运行状态，进而进行故障预警；本发明解决了BP神经网络模型的训练样本较大且要求精度较高，网络不收敛且容易陷入局部最优的欠缺，更有利于汽车发动机的监控。