1.3.3 模拟电路的故障诊断方法
从1962年至今，学者们从不同的视角着手研究模拟电路的故障诊断，提出了各具特色的故障诊断理论和方法。这些方法可从不同的角度进行分类，如按故障诊断的环境、诊断的目的、模拟形式、电路性质、所用的数学方法、激励信号类型及所测量的响应等进行分类。
基于上述分类方法，有在线诊断法、离线诊断法、故障检测法、故障定位法、故障定值法、故障模拟法、元件模拟法、线性电路故障诊断法、非线性电路故障诊断法、动态电路故障诊断法、电阻电路故障诊断法、有源电路故障诊断法、无源电路故障诊断法、确定法、概率法、工作信号法、仿真信号法、单测试信号法、多测试信号法、单频信号法、多频信号法、直流法、交流法、暂态法、稳态法、电流法和电压法等故障诊断方法。
目前，在各种分类方法中最流行的，是以模拟仿真和实际测试的时间先后来划分的方法。如果是在实际的诊断测试之后才进行模拟仿真的，则称该方法为测后模拟诊断；若对电路的仿真是在现场测试之前实施的，则称为测前模拟诊断。但是，还有两种方法介于两者之间，既不属于测前模拟，也不属于测后模拟，它们就是人工智能法和逼近法。各种典型的模拟电路故障诊断方法见图1-1。
图1-1 各种典型的模拟电路故障诊断方法
在众多的测前模拟诊断方法中，最重要的是概率法及故障字典法。
目前，在众多的方法中，故障字典法是实用价值较高的诊断方法之一。该方法主要包括故障特征提取、故障字典建立和实际诊断三个步骤：首先，对处于各种故障状态的电路提取特征；之后，建立故障和特征对应的故障字典；实际诊断时，根据实际测得的特征查字典来确定故障。它包括直流故障字典法、时域故障字典法和频域故障字典法。
故障字典法既适用于线性模拟电路，也适用于非线性模拟电路。但是，该方法主要针对硬、单故障进行诊断，这主要是受到了容差、噪声及字典容量有限的影响，而且，建立较大容量故障字典的工作量很大。
概率法用统计学原理进行诊断，依据测得的电路特征参数的分布计算某个元件出现故障的概率，进而确定最可能发生故障的元件。此方法的不足是需要的测试数据量大，且主要用在小偏差单软故障诊断。
测后模拟诊断的典型方法有元件参数辨识法、故障验证法和优化法。
元件参数辨识法，着眼于网络及所有元件。它首先建立电路参数的方程，再带入被诊断电路可及节点的足够量的独立测量数据，求解得到待诊断电路的所有参数，将得到的这些参数与标准参数值进行比较，根据是否超出容差范围来判别出故障元件。元件参数辨识法要求提供较多的诊断有用信息。它包括导纳参数法、多频测量法、伴随网络法、入出参数法及广义
-△变换法。通常情况下，电路网络的方程大多为非线性的，而且包含的元件比较多，解方程往往比较困难。由于解方程等处理环节在测试后完成，所以此法的实时性差。即使对非线性方程进行线性化处理，由于中间变量和方程个数都有增加，计算量仍然较大。
故障验证法，着眼于网络的部分元件，诊断基于较少的信息进行，适应了可及节点越来越少的情况，因此有较好的应用前景而备受关注，取得了很多成果。故障验证法分两步进行：首先，对电路中故障的位置进行猜测；然后，用所测数据对猜测进行验证。由于单故障及其组合故障数目很大，所以猜测的次数必然很多，导致计算量也很大。因此，猜测次数和计算量较少成为研究焦点。故障验证法的典型方法有K故障法、故障定界法、类故障诊断法及网络撕裂法等。其中，K故障诊断法又包括元件定值法、支路诊断法、节点诊断法和割集诊断法等；网络撕裂法又包括支路撕裂法、节点撕裂法、功能分解法、级联分解法和划分等效法等。为了避免出现误诊断或不能诊断出情况，被测电路网络的拓扑结构应满足一定的约束条件，且应有足够数量的独立测试矢量，可及节点数至少大于故障数，而且应该独立。
优化法，顾名思义是采用各种优化方法对最可能发生故障的元件进行估计。其中，目标函数的选定是关键。此法的缺点是计算量大，优点是可以诊断多故障和软故障。
逼近法，介于测前模拟诊断与测后模拟诊断之间。逼近法采用一定的估计技术，估计出最可能发生故障的元件。它是一种近似技术，一般需要较少的测量数据，此方法包含了分属于测前和测后模拟的诊断方法，即概率法和优化法。
人工智能法，就是以计算机模拟人类专家对待诊断系统进行故障诊断，在诊断中根据各种感知信息和专家经验进行推理，且便于推广应用于不同的诊断对象。人工智能法既不属于测前模拟，也不属于测后模拟，它的故障特征的获得和提取属于测前模拟范畴，而故障的推理和搜索过程属于测后模拟范畴，如神经网络方法和专家系统方法。
专家系统方法大致分成两个步骤：一是，专家系统知识库的建立；二是，实际故障的诊断。即，先将专家的故障诊断知识和经验用规则描述，构成知识库；诊断时，根据此知识库对实际测得的数据推理判断，确定发生故障的元件。此法的优点是效率高，并且为网络理论诊断困难的电路提供了有效方法；缺点是知识获取和维护困难，学习及自适应能力皆弱，且存在知识的组合爆炸和无穷递归等问题。神经网络的诊断方法则是以电路在各种故障状态的某种特征参数为训练样本，按照一定的精度要求对选定类型的神经网络进行训练，训练好的神经网络为推理单元，用以诊断出待测电路故障元件。