| 第一章 绪论 | 第1-23页 |
| 1．1 设备故障诊断的目的和意义 | 第10页 |
| 1．2 故障诊断技术的发展与现状 | 第10-11页 |
| 1．3 设备故障诊断方法的分类 | 第11-15页 |
| 1．3．1 故障诊断方法的分类 | 第11-12页 |
| 1．3．2 基于知识的故障诊断方法 | 第12-15页 |
| 1．4 电子设备故障诊断技术 | 第15-20页 |
| 1．4．1 数字电路故障诊断方法与进展 | 第16-19页 |
| 1．4．2 模拟电路故障诊断方法与进展 | 第19-20页 |
| 1．5 电子设备故障诊断人工智能技术 | 第20-23页 |
| 1．5．1 现有电路故障诊断技术的不足 | 第20-21页 |
| 1．5．2 本课题研究内容 | 第21-23页 |
| 第二章 故障树分析法（FTA）基本原理 | 第23-34页 |
| 2．1 故障树的基本概念 | 第23-24页 |
| 2．2 故障树的定性分析 | 第24-29页 |
| 2．2．1 故障树的数学描述 | 第25-26页 |
| 2．2．2 割集和最小割集 | 第26-28页 |
| 2．2．3 基于故障树定性分析的故障诊断 | 第28-29页 |
| 2．3 故障树的定量分析 | 第29-33页 |
| 2．3．1 故障树定量分析的内容 | 第29页 |
| 2．3．2 故障树底事件及顶事件故障概率计算 | 第29-30页 |
| 2．3．3 故障树重要度分析 | 第30-31页 |
| 2．3．4 基于故障树定量分析的故障诊断 | 第31-33页 |
| 2．4 本章小结 | 第33-34页 |
| 第三章 电子设备故障树法诊断实践—光电雷达电子设备（36E）故障诊断系统 | 第34-53页 |
| 3．1 电子设备（36E）故障诊断系统组成 | 第34-38页 |
| 3．1．1 光电雷达电子设备（36E）介绍 | 第34-36页 |
| 3．1．2 电子设备（36E）诊断系统硬件组成 | 第36-38页 |
| 3．2 电子设备（36E）的性能检测、故障树结构分析及故障诊断 | 第38-46页 |
| 3．2．1 电子设备（36E）整机测试与诊断 | 第38-42页 |
| 3．2．2 电子部件（36E）的性能检测 | 第42-44页 |
| 3．2．3 电子设备（36E）故障元件的搜寻与定位 | 第44-46页 |
| 3．3 电子设备（36E）故障诊断系统的软件设计 | 第46-52页 |
| 3．3．1 虚拟仪器编程语言Lab-windows/CVI介绍 | 第46-47页 |
| 3．3．2 36E测试软件的模块组成 | 第47-48页 |
| 3．3．3 36E测试诊断系统子模块软件设计介绍 | 第48-52页 |
| 3．4 本章小结 | 第52-53页 |
| 第四章 基于信息融合的故障诊断技术 | 第53-74页 |
| 4．1 多传感器信息融合 | 第53-57页 |
| 4．1．1 信息融合的定义 | 第53页 |
| 4．1．2 信息融合的基本原理 | 第53-55页 |
| 4．1．3 信息融合与故障诊断 | 第55-57页 |
| 4．2 故障诊断的信息融合方法 | 第57-64页 |
| 4．2．1 贝叶斯信息融合方法 | 第57页 |
| 4．2．2 模糊信息融合方法 | 第57-59页 |
| 4．2．3 D-S证据理论信息融合方法 | 第59-61页 |
| 4．2．4 神经网络信息融合方法 | 第61-64页 |
| 4．3 简单模拟电路信息融合故障诊断实例 | 第64-73页 |
| 4．3．1 简单模拟电路模糊信息融合故障诊断 | 第64-69页 |
| 4．3．2 简单模拟电路神经网络信息融合故障诊断 | 第69-73页 |
| 4．4 本章小结 | 第73-74页 |
| 第五章 光电雷达电子部件信息融合故障诊断实验研究 | 第74-81页 |
| 5．1 引言 | 第74页 |
| 5．2 36E压-码转换电路板信息融合故障诊断实验 | 第74-80页 |
| 5．2．1 故障信息的获取 | 第74-76页 |
| 5．2．2 36E压-码转换电路板故障诊断实验数据分析 | 第76-80页 |
| 5．3 本章小结 | 第80-81页 |
| 第六章 全文总结 | 第81-83页 |
| 6．1 故障树分析法及其在电子设备故障诊断中的应用 | 第81页 |
| 6．2 多传感器信息融合技术及其在电子设备故障诊断中的应用 | 第81-82页 |
| 6．3 总结与展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 在学期间研究成果 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 附录 | 第91-92页 |
