| 第一章 绪论 | 第1-9页 |
| 1．1 问题的提出及意义 | 第6页 |
| 1．2 智能故障诊断系统的研究现状 | 第6-7页 |
| 1．3 智能故障诊断系统的特点 | 第7-8页 |
| 1．4 本论文的主要工作 | 第8-9页 |
| 第二章 模拟电路故障特点及其诊断方法的研究 | 第9-15页 |
| 2．1 故障诊断的基本思想 | 第9页 |
| 2．2 模拟电路的故障特点 | 第9-10页 |
| 2．3 模拟电路故障诊断中的基本概念 | 第10-11页 |
| 2．3．1 故障的分类 | 第10-11页 |
| 2．3．2 故障测试的基本术语 | 第11页 |
| 2．4 模拟电路故障诊断方法综述 | 第11-15页 |
| 2．4．1 三大类故障诊断方法 | 第11-12页 |
| 2．4．2 模拟电路故障诊断研究方法的分类 | 第12-15页 |
| 第三章 基于人工智能的模拟电路故障诊断方法 | 第15-29页 |
| 3．1 专家系统概述 | 第15-17页 |
| 3．1．1 专家系统的组成及工作机制 | 第15-17页 |
| 3．1．2 专家系统的思想与模拟电路的故障诊断 | 第17页 |
| 3．2 神经网络概述 | 第17-23页 |
| 3．2．1 BP网络结构及工作原理 | 第17-18页 |
| 3．2．2 BP网络学习算法及数学原理 | 第18-22页 |
| 3．2．2．1 BP网络学习算法 | 第18-20页 |
| 3．3．2．2 BP网络的数学原理 | 第20-22页 |
| 3．2．3 BP网络的特点及用于故障诊断的优势 | 第22-23页 |
| 3．2．3．1 BP网络的特点 | 第22页 |
| 3．2．3．2 BP网络用于模拟电路故障诊断的优势 | 第22-23页 |
| 3．3 专家系统与神经网络的区别及互补性 | 第23-24页 |
| 3．3．1 专家系统与神经网络的区别 | 第23-24页 |
| 3．3．2 专家系统与神经网络的互补 | 第24页 |
| 3．4 基于神经网络的专家系统的设计思路 | 第24-29页 |
| 3．4．1 各工作模块功能简介 | 第25-27页 |
| 3．4．2 该结合方式的指导思想和特点 | 第27-29页 |
| 第四章 模拟电路板智能故障诊断系统的集成方法与实现 | 第29-47页 |
| 4．1 自动测试系统的硬件组成与关键技术 | 第29-33页 |
| 4．1．1 自动测试系统的四大硬件模块 | 第29-30页 |
| 4．1．2 自动测试系统的关键技术 | 第30-33页 |
| 4．1．2．1 虚拟仪器技术 | 第30-32页 |
| 4．1．2．2 测试总线技术 | 第32-33页 |
| 4．2 智能故障诊断系统中相关软件介绍 | 第33-37页 |
| 4．2．1 数据采集和数据处理软件及其接口 | 第33-36页 |
| 4．2．2 电路板仿真软件 | 第36-37页 |
| 4．3 智能故障诊断系统的集成步骤 | 第37-40页 |
| 4．4 智能故障诊断系统的软件平台 | 第40-47页 |
| 4．4．1 故障诊断平台 | 第40-43页 |
| 4．4．2 知识维护平台 | 第43-47页 |
| 第五章 智能故障诊断系统中测试程序的开发 | 第47-57页 |
| 5．1 基于神经网络思想的故障字典法 | 第47-52页 |
| 5．1．1 传统的故障字典法 | 第47-49页 |
| 5．1．2 基于人工神经网络的故障诊断方法 | 第49-52页 |
| 5．2 测试程序的运行界面介绍 | 第52-53页 |
| 5．3 数据冗余性与测试程序的可维护性设计 | 第53-57页 |
| 5．3．1 数据冗余及其可行性 | 第53-56页 |
| 5．3．2 测试程序的可维护性 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 6．1 总结 | 第57页 |
| 6．2 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60页 |