科技的进步为整个人类社会带来巨大的变革,也为各行各业带来激烈的竞争。可靠程度是衡量产品或系统价值的一个重要标准,拥有高度的可靠性会为产品或系统的提供者带来极大的竞争优势。可靠性研究自20世纪50年代起源以来已发展出了一套成熟的理论。根据可靠性理论,若产品或系统要达到较高的可靠性,在其规划与设计初期便需要进行可靠性设计与评估。FMEA(Failure Mode and Effect Analysis,故障模式及其影响分析)是一种高效的可靠性评估方法。FMEA从衡量产品或系统潜在故障的角度评估其可靠程度,并将这些信息作为设计规划人员预防与改进的依据。但传统的FMEA方法对分析人员的知识、经验要求极高,且分析出的信息往往具有一定的主观性。数据挖掘技术指从大量无直接可观信息的数据集中,通过算法搜索其中隐含信息的过程。聚类分析是一种将数据对象划分为若干个具有各自独特特征族群的方法,是数据挖掘的一种重要方法。本论文从分析电路系统的角度,结合FMEA与数据挖掘方法,提出一种基于数据挖掘的FMEA处理方法。这是一种基于客观数据的FMEA处理方法。它将电路系统的仿真数据作为判别故障的依据,并结合传统标准手册的数据综合评估电路系统可靠程度。本论文围绕FMEA分析方法,通过研究电路系统正常与故障仿真结果的产生与提取,并借鉴已有的数据挖掘理论,总结出基于数据挖掘的FMEA分析方法。本课题主要研究内容如下:针对电路系统的特征,研究电路单元的故障表征方式并于仿真工具内建立相应的故障仿真模型;通过注入故障电路单元的方式获取潜在故障电路系统,于仿真工具内生成对应仿真结果;依据参数化理论,提取仿真输出的特征值;通过比较正常仿真结果与潜在故障仿真结果,深度挖掘其各自的输出特征值,并以聚类分析方法实现电路系统故障模式的划分;依据FMEA分析方法,对电路系统实现基于数据挖掘的FMEA处理。本论文在最后对所研究的基于数据挖掘的FMEA分析方法进行了软件实现。该软件可以通过分析正常仿真与潜在故障仿真结果,根据用户的操作逐步实现对电路系统的FMEA处理。