模拟电路故障诊断是一门不断发展的综合交叉性学科,是在不断吸收其它学科和领域的新理论、新技术和新方法的基础上向前发展的一门应用技术。虽然经过了三十多年的发展,已经形成了一系列的诊断理论和方法,但由于模拟电路特别是含容差的大规模非线性模拟电路故障的多样性和复杂性,使得可用于诊断含容差非线性模拟电路故障的方法十分有限。人工神经网络理论近年来取得了快速发展,已开始在各个研究领域广泛应用。遗传算法具有全局搜索性能,能解决传统优化技术难以解决的复杂问题。本文主要采用人工神经网络和遗传算法,根据屏蔽原理和分段线性模型来对非线性模拟电路进行故障定位诊断。其主要内容:本文详细介绍单支路和子电路的屏蔽原理。对大规模模拟电路采用逻辑撕裂法和交叉撕裂法缩小可疑故障范围,得出非线性大规模模拟电路的屏蔽诊断方法。此屏蔽诊断法,只需少数几次激励和测试就能将故障定位到子电路,简单易行。本文引入子电路的单故障空间特征,从理论上证明了双故障、三故障空间特征可由单故障空间特征获得,减少测前工作量。对电路的容差进行分析与处理,用遗传算法求得电路响应的可行域,从而得出电路的容差测试样本,其寻优过程简单,CPU运行时间少。本文较详细提出基于空间特征、分段线性模型及屏蔽技术的非线性模拟电路神经网络故障诊断方法。并通过MATLAB和OrCAD软件对举例电路进行仿真,实验结果表明,本文所提的方法简单可行。