行业需求：

电子设备电路的维修主要集中在实现不同功能的板级电路测试与诊断开发上。传统的板级电路测试与诊断方法是使用多种台式仪器、专用的测试工装、或者小型的虚拟测试系统通过人工手动对每个测试步骤中的测试过程进行设置；测试效率低下，而且由于测试工装针对性强、连线过于复杂，致使测试过程不规范、不具备连续性，调试过程和效果与测试人员密切相关。

系统组成：

针对数字、模拟、数模混合类电路板测试与诊断的需求，设计专用的适配器和测试与诊断流程开发。在电子设备电路板维修测试与诊断系统、完全图形化的通用开发环境基础上，采用故障树、故障字典、模糊神经网络、电路仿真与故障字典后处理、人工智能算法融合、红外热成像、边界扫描等故障诊断技术以及对比测试、实板仿真等多种诊断方法与算法，降低了开发难度，缩短了开发时间，提高了工作效率和开发质量。

系统功能：

1.故障树：

利用故障树分析模型进行故障源搜寻，在掌握工作原理的基础上，对电路单元的所有信号逐个进行实验测试，建立电路单元的故障树结构图。适用于资料齐全、原理清晰的数字、模拟和数模混合电路板的故障诊断。

2.故障字典：

根据经验或实际需要确定所要诊断的故障集，利用计算机模拟电路在故障集中的每一个故障的状态，求得相应的响应；再将响应作必要的预处理，作为对应故障的特征，将它们编纂成一部故障与其特征对应的字典。

3.模糊神经网络：

如果模糊子集的选择和模糊隶属度的确定出现错误，有可能诊断不出结果，甚至诊断错误。模糊神经网络的优点是确定模糊子集和模糊隶属度后，网络训练需要的诊断知识很少，能达到很高的诊断定位精度。适用于故障模式比较复杂的模拟电路和数模混合电路板。

4.电路仿真与故障字典后处理：

通过对电路进行的功能仿真并插入典型故障进行故障仿真，将仿真数据生成故障字典文件；通过自动测试系统对故障字典文件进行解析，完成对电路板的功能测试与典型故障的诊断定位。

5.人工智能算法融合：

针对模拟电路和数模混合电路，尤其是电路信号中存在干扰的电路板，推出基于人工智能算法的故障诊断软件解决方案；将小波分析、数据挖掘、遗传算法和信息融合等人工智能技术引入电路板故障诊断领域，通过数据采集、数据优化和算法的多次应用，实现对经过训练的电路故障的定位。

6.基于红外热成像技术的电路板故障诊断：

针对在工作中正常状态与故障状态电路的热量变化较大的电路板和故障电路单元采用红外热成像技术进行故障定位；通过对正常电路在不同激励状态下的热信息的采集，形成标准热图信息数据库。对比电路板正常状态和故障状态下不同的红外图像特征值，实现对电路板中发热异常电路单元的故障定位。

7.边界扫描测试法：

边界扫描测试技术目前是对符合IEEE1149.1 等相关标准的芯片最为成熟的测试方法，该技术对含有JTAG 测试接口的芯片具有方便、快捷的测试能力。基于边界扫描技术的测试诊断流程开发主要内容包括对边扫器件链路设计、引脚映射关系设置、边界扫描测试过程设计以及测试脚本语言的开发等过程。

应用效果：

板级电路的测试与诊断解决方案已成功应用在大型复杂设备功能板块检测、发控装置板件维修、民用雷达电路单元综合自动测试系统板件TP 开发等项目，还可广泛应用在飞机、通信、铁路等领域电子产品的维修保障、设计验证、生产线测试和售后服务体系，极大地提高了板级电路的维修能力。

相关产品：

HTEDS8000 电子设备电路板维修测试与诊断系统◎AMC2304 6.5 位数字多用表；Fault Doctor 电路板测试诊断平台◎AMC2506A 30MHz 数字IO；AMC2102 VXI 总线IEEE1394 零槽控制器。