随着现代电子技术的发展,模拟电路集成化程度越来越高,规模也越来越大,加上模拟电路本身具有容差、非线性等特点,使得其故障形式也在不断发生变化,增加了故障诊断的难度,传统的故障诊断方法已不再适用。因此,人们不断寻求着新的模拟电路故障诊断方法,其研究也成为近几十年来人们研究的热点之一。首先,本文在前人研究的基础上,针对BP神经网络应用中遇到的收敛速度慢或者容易陷入局部极小点等问题,提出了改进的BP算法,即双因子调整法,并将其应用到模拟电路故障诊断中,通过实验分析,收到了良好的效果。其次,针对模拟电路故障诊断过程中遇到的故障特征信息提取困难的问题,提出了基于小波包分析提取故障特征的方法,通过将故障特征信号进行多尺度的小波包分解,然后再进行重构,提取信号在不同频带下的能量作为故障特征向量,制作训练样本和测试样本,并通过实例分析验证了该方法的优越性。接着,针对应用神经网络进行模拟电路故障诊断时存在的“黑箱”映射、知识表达不清楚等问题,提出了将模糊逻辑与BP神经网络结合的模糊BP网络故障字典法,利用模糊逻辑对神经网络的学习过程进行解释,并提出了构建模糊BP网络的具体方法。最后,提出基于小波-模糊BP网络的模拟电路故障诊断方法,利用小波包分析提取特征信息,再结合模糊BP网络故障字典法将特征信息经模糊化处理后输入到改进的BP神经网络进行故障诊断,并将其应用于QMT某系列全自动砌块成型机控制系统电路的故障诊断中,成功实现该系统各功能模块电路的故障诊断,验证了方法的可行性,并为企业将该方法应用于生产提供了理论根据。