| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-11页 |
| 1．1 课题来源以及研究的目的和意义 | 第8页 |
| 1．2 国内外研究现状及存在的问题 | 第8-10页 |
| 1．2．1 传统故障诊断专家系统的发展和局限 | 第9-10页 |
| 1．2．2 仿真在故障诊断中的运用 | 第10页 |
| 1．3 本文的主要研究工作 | 第10-11页 |
| 2 基于仿真的某型雷达智能故障诊断系统设计 | 第11-17页 |
| 2．1 某型雷达系统的工程分析仿真 | 第11-12页 |
| 2．1．1 数据采集系统 | 第11-12页 |
| 2．1．2 故障诊断专家系统 | 第12页 |
| 2．1．3 设备操作演练及故障预防控制 | 第12页 |
| 2．2 某型雷达智能故障诊断系统构成 | 第12页 |
| 2．3 某型雷达智能故障诊断系统主要技术指标 | 第12-14页 |
| 2．3．1 雷达工程分析仿真环境 | 第13-14页 |
| 2．3．2 数据采集与控制系统 | 第14页 |
| 2．3．3 故障诊断系统 | 第14页 |
| 2．4 工作原理和方法 | 第14-17页 |
| 2．4．1 工程分析仿真环境 | 第15页 |
| 2．4．2 分系统级的故障诊断技术 | 第15页 |
| 2．4．3 基于现场测试的电路板故障定位法 | 第15页 |
| 2．4．4 基于电路板芯片既定位（元器件） | 第15-17页 |
| 3 面向故障诊断的仿真建模方法初探 | 第17-22页 |
| 3．1 面向故障诊断仿真建模的一般方法 | 第17-18页 |
| 3．1．1 仿真系统的定义 | 第17页 |
| 3．1．2 进行相似分析 | 第17-18页 |
| 3．1．3 建立相似模型 | 第18页 |
| 3．1．4 结合故障注入，建立仿真模型 | 第18页 |
| 3．1．5 仿真模型的测试和检验 | 第18页 |
| 3．2 面向故障注入某功能板卡仿真实例 | 第18-22页 |
| 4 基于仿真的故障诊断方法初探 | 第22-54页 |
| 4．1 仿真模块的故障模型 | 第22-25页 |
| 4．1．1 故障诊断的概念 | 第22-24页 |
| 4．1．2 仿真模型的故障模型 | 第24-25页 |
| 4．2 故障注入技术的应用 | 第25-27页 |
| 4．2．1 面向仿真的故障注入 | 第25-26页 |
| 4．2．2 单模块故障的仿真注入算法 | 第26页 |
| 4．2．3 多模块故障组合的仿真注入算法 | 第26-27页 |
| 4．3 模糊神经网络技术的应用 | 第27-42页 |
| 4．3．1 神经网络的基本概念 | 第27-33页 |
| 4．3．2 模糊神经网络诊断的一般建立方法 | 第33-34页 |
| 4．3．3 模糊神经网络模型 | 第34页 |
| 4．3．4 某功能电路板应用神经网络诊断构建实例 | 第34-42页 |
| 4．4 虚拟仪表技术的运用 | 第42-50页 |
| 4．4．1 虚拟仪表技术基本概念 | 第42-44页 |
| 4．4．2 在滚动轴承故障诊断中的应用 | 第44-45页 |
| 4．4．3 电容型设备虚拟介质损耗在线检测 | 第45-50页 |
| 4．5 模糊聚类在故障诊断中的应用 | 第50-54页 |
| 4．5．1 模糊聚类算法（Fuzzy cluster algorithm） | 第50-51页 |
| 4．5．2 用于故障诊断的模糊模型 | 第51-52页 |
| 4．5．3 运用模糊聚类进行故障诊断的步骤 | 第52-54页 |
| 5 基于仿真的智能故障诊断原型化开发方法 | 第54-60页 |
| 5．1 如何实现图形化建模 | 第54-55页 |
| 5．2 数据库结构设计 | 第55-56页 |
| 5．3 故障字典的生成 | 第56页 |
| 5．4 规则表的高级实现 | 第56-57页 |
| 5．5 仿真运行算法 | 第57页 |
| 5．6 远程智能故障诊断专家系统的实现 | 第57-60页 |
| 6 总结及展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附： 1．作者在攻读硕士学位期间参加的科研项目及得奖情况 | 第64页 |