电子电路故障诊断.ppt

1、电子电路故障诊断技术,故障诊断技术的概况及发展前景,随着科学技术的快速发展，特别是数字技术及各种超大规模集成电路的广泛应用，电子装备尤其是军用电子装备结构越来越复杂，功能越来越完善，自动化程度也越来越高。虽然电子系统的性能得到提高，但是对测试和维修保障也产生了测试流程复杂、测试时间长、维修保障困难、维修费用高等诸多问题，这些问题严重影响了电子设备的完好性和寿命周期。,现代故障诊断技术是近年来随着电子计算机技术、现代测试技术和人工智能技术的迅速发展而发展起来的一种新技术，是指应用现代化仪器设备和计算机系统等高新技术设备，通过测试来检查和识别设备及零部件的实时技术状态，对其进行科学的诊断。应用故障

2、诊断技术对设备进行测试和诊断，可以及时发现设备的故障和预防恶性事故的发生，从而避免出现重大损失。,电子电路是由具有特定功能的电子元件组成的，其中每个元件都有自己特定的作用。如果某个元件损坏，电路的功能必将发生变化。我们将电路系统丧失规定功能的现象称为电路故障。 电路功能的变化必然伴随电路参数的变化，根据电路参数变化来辨别电路故障的过程，称为电子线路故障诊断。,电子电路故障诊断技术，就是根据对电子电路的可及节点或端口直接测量的信息，推断该系统所处的状态，确定故障元件的部位和预测故障的发生，判别电子产品的质量以便给出维修提示的方法。 电子电路分为模拟电路和数字电路两种。因此，电子电路的故障诊断技术

3、也应从模拟电路故障诊断和数字电路故障诊断两方面进行。,故障诊断学科由故障诊断理论和故障诊断技术两部分组成。在本书第一章简要介绍了故障诊断理论，如统计诊断理论的贝叶斯法、最大似然法、时间序列法、灰色系统法；模拟诊断法，智能诊断理论的专家系统故障诊断、神经网络故障诊断理论、信息融合故障诊断、基于Asent故障诊断以及故障树诊断理论，本章主要讨论故障诊断技术方面的问题。,一、电子电路通用故障诊断方法,故障诊断过程，实际上就是从故障现象出发，通过反复测试，作出分析判断，逐步找出故障的过程，电子电路的故障包括：故障检测；故障定位；故障识别；状态监测等几个方面。,1故障症状分析,(1)确定故障症状。首先必

4、须知道设备在正常情况下是如何工作的，应如何正确操作和控制设备，从而确定故障的特征。 (2)故障症状的识别。故障症状的识别是分析电子设备工作正常与否的一种技术。故障症状是设备特性的改变或偏离，由于与所期望的特性不一致，则可确认这是一种故障症状。,(3)设备故障与性能下降。设备故障表示整个设备或设备中某些功能块不能工作。设备能工作但达不到正常性能，这称为设备性能下降。 (4)故障症状的评价。故障症状评价是对故障准确描述的过程。,2确定故障范围,大多数电子设备都可以分为若干单元，每一单元都有确定的功能。确定故障范围就意味着确定故障实际上出现在哪个功能块。确定故障范围时，可以按以下步骤进行： (1)外

5、观检查； (2)电源状态和静止状态；(3)故障电路分割； (4)部件交换。,3查找故障电路,通过逻辑判断和合理测试，不断缩小故障范围。 般应追寻三个主要信息：信号路径、信号特征和沿信号路径各电路的调节和控制装置。电路的合理测试方法可选择从后向前法(直到发现正确的信号，后一级就是故障电路)，信号的注人法、断开环路法、比较法等等。 在电子设备中，集成电路被广泛使用，电路故障只能确定到组件和模块，没必要进一步检测，只需整片、整块电路一起更换。,4确定故障位置,这是电子电路故障诊断的最后一步。其方法是借助测试仪器对已确定的故障电路进一步检查，识别和确定有故障的元器件。,1故障症状分析 2确定故障范围

6、3查找故障电路 4确定故障位置,模拟电路故障诊断中的特征提取方法,基于统计理论的特征提取 基于小波分析的特征提取 基于故障信息量的特征提取 基于核函数的特征提取 其它理论的特征提取方法,模拟电路故障诊断中的特征提取方法,故障特征提取是模拟电路故障诊断的关键，而模拟电路由于故障模型复杂、元件参数的容差、非线性、噪声以及大规模集成化等现象使电路故障信息表现为多特征、高噪声、非线性的数据集，且受到特征信号观测手段、征兆提取方法、状态识别技术、诊断知识完备程度以及诊断经济性的制约，使模拟电路的故障诊断技术滞后于数字电路故障诊断技术而面临巨大的挑战。,模拟电路故障诊断本质上等价于模式识别问题，因此研究如

7、何把电路状态的原始特征从高维特征空间压缩到低维特征空间，并提取有效故障特征以提高故障诊断率就成了一个重要的课题。 我们将简要介绍部分模拟电路故障诊断中使用的特征提取方法的 原理步骤及其优缺点，为进一步的研究打下基础。,基于统计理论的特征提取,传统的基于统计理论的特征提取方法是考虑测点数据的一阶矩和二阶矩，根据这些测点数据的重要统计特征来降低特征空间维数达到有效特征提取的目的，其中包括基于可分离性准则、K-L变换、主元分析等特征提取方法。,主元分析是基于数据样本方差协方差（相关系数）矩阵的数据特征分析方法，它从特征有效性的角度，通过线性变换，在数据空间中找一组向量尽可能的解释数据的方差，将数据从

8、原来的高维空间映射到一个低维向量空间，降维后保留数据的主要信息，且主分量间彼此独立，从而使数据更易于处理。,在模拟电路故障诊断中，采用主元分析实现数据压缩和特征提取的过程是：首先将原始特征数据标准化，消除原变量的量纲不同和数值差异太大带来的影响；然后建立数据的相关矩阵，并计算矩阵的特征值及特征向量，并对所得的特征值进行排序；最后根据特征值的方差贡献率选取主元，通常要求累计方差贡献率达到80到90%即可。经过主元分析将特征向量降维后，减少了诊断神经网络的输入，提高了网络训练速度，降低了神经网络的计算复杂度。,基于主元分析的模拟电路故障诊断系统,基于统计理论的特征提取在应用中常常因为概率密度函数的

9、分布问题使最优变换矩阵的计算陷入困境，而高分辨特征提取所需的映射常常是非线性的，因此基于统计理论的线性变换方法在使用时受到了限制。进一步的研究方向是其方法的非线性延伸，如非线性主元变换以及和其它特征提取方法的融合使用。,基于小波分析的特征提取,在电路信号的特征提取中，常采用频谱分析的方法。但是基于统计分析的傅立叶分析仅对不随时间变化的平稳信号十分有效，对于模拟电路响应信号中通常含有非平稳或时变信息却不能有效地提取故障特征。,另外，模拟电路中含有大量噪声，若直接将高频成分当作噪声成份舍弃会造成有效成分的损失，若单纯对电路的输出进行分析，会导致故障模糊集较多，分辨率不高。而小波分析所具有的时频局部

10、化特性、良好的去噪能力，无需系统模型结构的优势使之成为分析和处理此类信号的有效工具，也是目前在模拟电路故障诊断领域使用最多的一种特征提取方法，对模拟电路中的软、硬故障均适用。,小波分析的基本原理是通过小波母函数在尺度上的伸缩和时域上的频移来分析信号，适当选择母函数可使扩张函数具有良好的局部性，非常适合对非平稳信号进行奇异值分析，以区分信号的突变与噪声。,目前在模拟电路故障诊断文献中用到了小波变换、小波包变换以及多小波变换等来对电路故障信息进行特征提取，对模拟电路瞬态信号的提取、消除电路噪声和模拟电路特有的元件参数容差具有良好的效果。,小波分析技术实现时与神经网络有两种结合方式：一是松散型结合，

11、二是紧致型结合。松散型结构是数据预处理采用的最常见的方式，目前紧致型结构的小波神经网络也已成功用于模拟电路的去噪和特征提取。由于紧致型小波神经网络是用非线性小波基代替非线性的sigmoid函数，通过仿射变换建立小波变换与神经网络的连接，具有更强的逼近能力和收敛速度，不管是用于特征提取还是故障诊断都具有明显的优势。紧致型小波神经网络结构如图所示。,紧致型小波神经网络结构图,小波分析技术中的多分辨率分析每次只对信号的低频部分进行分解，高频部分却保持不动导致了高频部分的分辨率很低。而小波包变换却提供了一种更加精细的分析方法，即可同时在低频和高频部分进行分解，以自适应地确定信号在不同频段的分辨率，使分

12、解序列在整个时频域内都有较高的时频分辨率和相同带宽，更有效地进行特征提取。,而多小波(Multiwavelet)变换可以同时拥有对称性、正交性、短支撑性、高阶消失矩等重要性质，弥补了单小波的不足，也开始成为特征提取研究的热点。其与单小波的多分辨分析不同之处在于它的一个多分辨分析是由多个尺度函数所生成的，而其构造方法一般可以利用多小波的正交性、对称性、短支撑性和逼近阶次来构造相应的多尺度函数和多小波函数。,小波分析在特征提取中的优势，主要是利用小波基可以用较少非零小波系数去逼近一类实际函数的能力，选择小波基应该是以最大量的产生接近于零的小波系数为优。小波基的这种能力主要依赖其数学特性正交性、消失

13、矩、正则性、对称性以及支集长度等来决定。在进行特征提取时选择不同的母小波，效果会有很大差异，而对于电路的特征分析中选择何种小波函数，目前还没有完善的理论指导，多根据经验或实验来确定，因此小波母函数、小波系数、小波网络结构及学习算法的优选问题都是亟待解决的问题。,基于故障信息量的特征提取,基于故障信息量的特征提取方法是从不同思路考虑的一种新方法。模拟电路运行过程中若出现故障，则电路的特征参数会偏离正常状态，特征向量也会发生变化。因此，只要故障源存在，这种故障信息就会通过特征参数表现出来。若以信息量作为出现故障的量度便可以对电路的状态进行诊断。按照信息理论的观点，特征提取的目标是通过一个特殊的信道

14、即所采用的特征提取方法，使信道的信息最大化，信道损失最小，其原理如图所示。,信息传输模型与特征提取模型的比较,基于互信息熵的特征提取就是其中的方法之一，其理论依据是当某特征获得最大互信息熵时，该特征就可获得最大识别熵增量和最小误识别概率，从而具有最优特性。因此特征提取便是在电路的初始特征集合中寻找一个具有最大互信息熵或最小特征条件熵的集合。而最大互信息熵是由系统熵和后验熵决定的，系统熵是一定的，因此后验熵越小，则互信息越大，分类效果就越好，于是有效的特征提取转化为在初始特征集给定后，寻找一个具有最大互信息熵或最小后验熵的集合。,在特征优化过程中，随着特征的删除，会产生信息的损失，使得后验熵趋于

15、增加。后验熵增值大小反应了删除特征向量引起的信息损失的情况。按后验熵由小到大排列，就可以获得对应的特征删除序列。,我们中将电路中的测点拓展为任何能够携带电路故障信息的特征量，对电路进行交流小信号分析后对从可及节点处测得的电压的相频、幅频特性进行采样，再利用这些采样点的诊断信息量来完成有效测点（也即特征）的选取，为后续的诊断提供了诊断信息量大且能保证故障识别精度的有效故障特征集。,基于故障信息量的故障特征提取方法中，只要蕴含着不确定性状态的信息能在电路系统中传递且到达输出端口，就可以通过检测到的输出信号获取电路中的不确定状态，提取系统的异常征兆，为故障诊断提供有效的特征数据。这种方法不仅可用于线

16、性电路，对非线性电路也适用。,目前基于故障信息量的特征提取方法中包括信息熵、互信息、负熵等多个测度，且多数需要获取各类故障的后验概率分布函数和测点测量值的密度函数，而获得这些参数困难重重，多采用估计方法来近似，因此概率密度函数的估计方法不同，搜索算法不同都会对最后生成的故障特征集是否为最佳故障特征集造成影响，这些都是目前特征提取工作中需要进一步探索的问题。,基于核函数的特征提取,基于核函数的非线性特征提取特别适合处理模拟电路中广泛存在的非线性问题，它通过非线性映射将原始特征样本空间中的非线性问题转化为映射空间中的线性问题，其目标是使数据点到它所代表的曲线或曲面间的距离之和最小，从而使输入矢量具

17、有更好的可分性。常用的核函数有多项式核和高斯核等。,其它理论的特征提取方法,粗糙集理论是一种处理不完整性和不确定性问题的新型数学工具，在模式识别领域得到了成功应用。它的主要优势是不需要任何先验或额外的数据信息，仅仅利用测得数据提供的信息便可发现其隐含的知识和规则，因此对问题的不确定性描述和处理比较客观。基于粗糙集的特征提取方法是利用粗糙集的数据约简能力，将特征提取的过程转化为求取约简的过程，对待诊断系统的条件属性和决策属性进行约简，得到消除冗余和重复信息的最佳训练样本集，也即最优决策属性集，以简化神经网络结构，提高系统诊断速度，为模拟电路在不完备征兆信息下的特征提取提供了一个新思路。,随着非线

18、性动力学系统理论的发展，分形理论以其特殊的视角揭示了自然界和人类社会各种复杂现象中的规律性，它为处理非线性系统问题提供了又一个新思路和新方法。定量刻画分形特征的参数是分形维数，它定量描述了分形集的复杂度，因此可以把细节信号的维数作为分类识别的特征。常用的维数是盒维数和信息维数，盒维数反应了分形集的几何尺度情况，信息维数反映了分形集在分布上的信息。,针对通信信号的非平稳、信噪比变化范围较大的特点，运用小波变换对通信信号进行分解，对得到的细节信号计算盒维数和信息维数，维数中包含了区别不同调制类型所需的幅度、频率和相位等主要信息，再把这些细节信号的维数作为通信信号调制类识别的特征，基于这种特征设计的

19、分类器简单、高效，且具有一定的抗噪声性能。而模拟电路运行状态的特征信号在一定尺度范围内具有分形的特征，与小波变换、神经网络结合，可提高特征提取数量，提高故障诊断的有效性和可靠性。,结论,特征提取是模式识别的基础环节，对模拟电路的故障诊断同样重要，它强烈地影响分类器的设计及其性能，因此它是模拟电路故障诊断中的一个关键问题。,我们总结了近年来在模拟电路故障诊断领域中常用的一些特征提取方法，主元分析等传统统计分析方法采用线性变换解决电路响应特征向量的降维问题；小波分析能够把模拟电路响应的非平稳信号分解到不同层次不同频道的序列上，有非常好的时频特性；而基于信息熵、模糊理论和粗糙集的特征提取方法可以解决

20、模拟电路中故障模式的不确定性问题，基于核函数的特征提取方法在非线性逼近和小样本情况下有着优越的推广能力。,上述各种方法各具优势及其不足，不能用一种方法完全取代另一种。因此，如何优化各种特征提取方法或构造出发挥各自优点、功能互补且高效实用的特征提取融合方法，有效提取模拟电路的故障征兆，将是今后继续研究的课题。,微控制器故障诊断,忽视数字电路噪声，造成无线信号接收不稳定手机、家电、汽车等产品经常会出现由于所配备的微控制器设计缺陷而发生故障，甚至可以说这种现象已经屡见不鲜。虽说开发总归会有失败，但从开发现场或者是市场上发现的故障来看，许多失败其实都出在基本原理不清上。,发生的问题,在某电子设备企业、

21、负责无线高频电路设计的W君脸色阴沉。上司L发现其样子有些怪，于是问及W为何不悦。原来W负责的用于远程监控机械的小功率无线装置的接收性能总是不稳定，尽管W已经想尽了办法。,到底发生了什么，L决定先看看电路，结果让L大吃一惊。LSI的管脚竟然被翘起了40根！翘起的管脚和底板之间夹着芯片电阻。W表示考虑到数字电路产生的噪声会影响到高频电路，这样设计是为了尽可能让数字电路的信号平滑，以减小影响。0.5mm大小的芯片电阻密密麻麻一片，很是壮观，其孜孜不倦的精神令人惊叹，但即便是这样也未能稳定工作，而且在底板上排列这么多电阻，根本无法量产。,那么，发送的信号的接收情况又如何呢？L让W显示信号波形，开始接收

22、信号的同时就时有规则的脉冲出现，接收的信号发生了明显的紊乱（图1-1）。,原因与对策,无线终端由三部分构成：将天线接收到的电波转换成解码器能够接收的信号的RF电路、将模拟信号数字化并解码为原来的数字信号的解码器、将解码器输出的数字信号存储到RAM中的微控制器（图1-2）。由于将接收到的数字信号写入RAM时有很多信号线同时工作，所以信号线间会产生较大的噪声。,再来看看通信数据是如何传送的（图1-3）。通信数据以Word为单位分割发送。每个Word为32bit，其中8bit为纠错码。由此就可以检测出数据是否因噪声等而损坏，错码如果是1bit的话可以纠正复原。,L尝试使用逻辑分析仪或者示波器分析什么

23、时间、什么位置产生了噪声，结果发现微控制器在将解码器获得的数据写入RAM时出现了噪声。解码器将接收到的数据按1bit逐个传送至微控制器。微控制器在积累到8bit（1B）时就向RAM写入一次。也就是说，解码器每接收1个Word，要分3次向RAM写入（参照采取对策前的微控制器输出信号，图1-4）。这样，在解码器接收1个Word期间，就会有3次较大噪声的产生。因此解码器无法纠正接收错误，除了最初的Word（Word 1）外，其他的Word均无法准确接收。,单纯考虑的话，其实也可以先接收通信数据、把数据暂存在微控制器中，直到通信数据接收完毕为止，然后再一并写入RAM。但是，事实上因为通信规格中没有给信

24、息的长度设置上限，而且微控制器的内存容量也有限，所以这种方法无法采用。,于是根据解码器可以纠正1bit错码的特点，想到了可以将一个Word积累起来1次写入，而不是分3次写入。由于微控制器访问RAM的速度足够高，因此与RF电路和解码电路处理1bit的时间（1/1200秒830s）相比，只需极短的时间（10s）即可完成微控制器向RAM的写入（参照采取对策后的微控制器输出信号，图1-4）。因此，向RAM的写入操作引发的噪声所导致的错码方面，每个Word不会超过1bit，这样解码器便能够纠正。,L赶紧向负责软件的S君说明了想法，请他修改了微控制器访问RAM的程序。测试的结果，信号的接收性能立刻变得稳定

25、了。费心安装的芯片电阻不再需要，项目的完工期限也获得了保证。,该方法在设计阶段便使用了纠错能力，因此抗噪声性能较低。所以有人指出这并不是根本性的解决对策。不过，考虑到有限的开发期限和费用，当时只有该办法。令人高兴的是在各种环境下的测试结果，并没有发现显著的问题，所以该方法便被认为是妥当的。,必修的基本知识,出现故障之后，必须准确把握原因所在。不仅仅是自己负责的那部分，还需要纵览全局寻找原因，并考虑应该采取什么方法来解决。 纵览全局并不需要清楚系统是如何工作的细节。但是，必须能够想像得出系统整体的工作原理。,比如此次的问题，就必须具有协议（通信数据的收发方式）、高频电路和数字电路方面的基础知识，

26、以及软件如何通过解码器接收数据并写入RAM等方面的知识。负责无线部分的W君在无线方面虽然很优秀，但对于其它领域就不很清楚。如果能具备其它领域的知识，而不仅仅是自己负责领域的知识的话，也许就不会白花如此多的心血，（在出现问题时）只需召集相关人员商量一下，找出合适的对策来。,不仅是自己负责的领域，还要能够把握所开发设备的整体动作。要开发出更好的产品，就不能只闷头于自己的专业，而要积极接触相关领域的负责人员，共同商讨。建议技术人员按照这种方法尝试一下。,二、展望,故障诊断理沦的研究虽已有长足的进展，但对复杂的大规模非线性系统的多故障诊断方法的研究尚不充分，已经提出的某些诊断理论还仅限于理论上的探讨，

27、实现起来在技术上会遇到很多困难。对电子电路和电子设备的测试性缺乏统一的衡量标准和计算方法。由于被测对象的多样性，电子电路和电子设备的故障诊断理论尚未形成完整的体系，因此，在故障诊断理论方面，还正在大力研究之中。 在诊断技术方面，也还存在故障分辨率不高、虚警比例大、信息来源不充分、研究成本高、提高慢等问题，需要付出更大的努力。,第二节模拟电路故障诊断技术,工作信号是模拟信号的电子电路称为模拟电路。模拟信号是指其大小随时间连续变化的，并可以在一定范围内任意取值的物理量。电路中的模拟信号主要指连续变化的电压和电流。模拟电路就是用来产生、变换和处理这种模拟信号的电路。 模拟电路故障诊断的主要内容包括检

28、测点的选择、测试信号的确定和产生、被诊断对象输出响应信号的测试、处理和诊断算法的实现，诊断结果的显示和圮录等。,一、模拟电路故障特点,由于模拟信号的大小是随时间连续变化的信号，由此其故障具有下述特点： (1)模拟电路的输入激励和输山响应都是连续量，模拟电路中的故障模型比较复杂，难以进行简单的量化。 (2)模拟电路中的元器件参数具有容差。“容差”事实上就是轻微的“故障”，只是尚在允许的范围内而已，它们的普遍存在，导致实际故障的模糊性，而无法决定实际故障的物理位置。 (3)模拟电路中存在广泛的非线性问题。随着电路规模的线性增大，计算量以指数形式增加；另外模拟电路还存在大量的反馈回路，也增加了计算和

29、测试的复杂性。,电路板故障诊断技术，可以快速、准确地对电子系统是否异常进行判断，对于出现的故障进行快速定位，并将故障隔离到最小可更换单元。在电子设备维护保障中应用现代故障诊断技术，可以提高系统的可靠性、有效性，保障设备发挥最大设计能力，延长使用寿命，降低寿命周期费用；通过检测监视、故障统计分析及性能评估等，为设备优化设计提供数据和信息，因此研究电子设备尤其是电路板故障诊断技术，将研究成果产品化推广应用，具有广阔的应用前景。,近年来，数字技术和超大规模集成电路广泛应用于功能电路板的设计中，电子设备的功能和结构也越来越复杂，因此对其的测试工作量大，对检测的质量要求高，一般情况下很难依靠人的感官和经

30、验把故障因素检查出来。,电路板故障诊断系统实现,为了实现电路板测试与诊断，故障诊断系统一般应具有电路板功能检测、激励信号生成、信号测试与采集、信息管理和数据分析等系统功能，可对各类型电路板进行测试诊断，将故障隔离定位到发生故障的最小可更换单元（如元器件）,北京航天测控技术开发公司自主开发的HTEDS8000 电子设备电路板维修测试与诊断系统基于VXI总线构架，具有开放式、模块化、易扩展的结构特点。系统主要任务是通过建立的系统硬件平台，达到模拟电路板实际工作环境，完成被测板诊断信息获取，经过诊断程序的分析、判断确定故障位置，完成故障诊断的目的。,系统主控计算机软件通过标准接口软件实现对VXI总线

31、仪器和IEEE488接口仪器的控制，产生仿真测试所需的激励，通过通用信号转接箱和专用适配器加载至被测板边缘连接器的相应端子，同时获取相应的响应数据，通过诊断软件的分析、判断，完成故障定位。,HTEDS8000 电子设备电路板维修测试与诊断系统体系结构,电子设备电路板维修测试与诊断系统主要由主控计算机、VXI总线仪器、IEEE488接口仪器以及专用设备组成。硬件部分可扩展性强，可根据用户的需求做相应的增减。,VXI总线具有结构紧凑、标准开放、数据吞吐能力强、模块重复使用等特点，并且虚拟仪器软件结构（VISA）解决了计算机与仪器之间的接口及应用软件开发环境的兼容性问题，GPIB总线作为一种成熟的标

32、准仪器总线具有广泛的应用范围，两种总线接口在系统中结合应用，使系统的通用性、测试功能及测量带宽的扩充性和电磁兼容能力进一步提高。,对于多种类型电路板的测试诊断，系统通过被测电路板专用适配器与被测电路板相连，激励信号通过通用信号转接箱发送至专用适配器，加载到被测电路板相应端子，同时将被测信号送入通用信号转接箱的信号测量通道，经调理、转接后由VXI测控组合中的测量模块、功能模块或GPIB测量设备实现信号的测量、控制和采集。主控计算机对数据采集及激励设备的工作进行协调和控制，测试数据经过相应的预处理，提供给诊断专家系统。每个电路板通过配置专用适配器和测试诊断程序（TPS），就可实现电路板的测试与故障

33、诊断。,Fault Doctor 故障诊断软件平台,HTEDS8000 电子设备电路板维修测试与诊断系统配置了测控公司自主开发的应用软件Fault Doctor Ver1.0故障诊断软件平台，该软件根据故障分析理论融合了先进的虚拟仪器测试技术、人工智能分析方法、专家知识库，可对各类型数字、模拟及数模混合电路板进行测试、分析和诊断。,该软件平台采用OLE、COM等先进的技术，通过COM接口搭建功能框架，然后在框架内根据需求添加各种功能模块，包括各种信号处理模块、测试处理模块、仪器配置操作模块、诊断算法处理模块、数据信息管理模块等；各模块的添加具有相对的独立性，通过主框架程序进行数据交换；并且可进

34、一步改进或者添加新的功能模块。软件提供二次开发的接口，采用COM接口的软件设计思想，解决了程序编写和升级的难题，提高了系统的可靠性和扩展性。,软件体系包括测试诊断执行平台、测试诊断开发平台、用户界面编辑平台、数据信息管理平台及在线帮助等功能模块。测试诊断开发平台完成对被测电路板进行故障诊断和定位，提供自动监测和信息提示功能；测试诊断开发平台提供可视化图形界面环境引导开发人员输入诊断步骤、模拟激励、数据激励、信号类型、测试节电、仪器操作等，以完成测试诊断程序开发任务；用户界面编辑平台生成诊断执行界面的显示内容，完成人机界面的交互设置；数据信息管理平台完成故障电路板型号统计和原器件统计分析、故障趋势分析和预测试功能，实现故障诊断测试、信息分析反馈的融合。,软件具有可视化引导功能，