基于磁场映像的电路板故障诊断技术是近年来发展起来的一种新型的电路板无损检测技术,以期快速检测与定位电路板故障,提高电路板的可靠性。本文在研究基于磁场映像的电路板故障诊断相关技术的基础上,设计了一套基于基于磁场映像的电路板故障诊断系统,并作了详细的分析验证。本文主要工作包括:首先,简要介绍了基于磁场映像的电路板故障诊断的基本原理、方法和具体实现过程;深入研究了磁场映像的滤波、图像增强等相关数字图像处理技术;分析了小波变换的机理和优缺点,完成了对磁场映像的多级小波分解及小波能量特征的构造与提取;开发出了新的诊断规则,即采用改进的动量—自适应速率学习算法对神经网络进行训练与电路板故障诊断。其次,在详细分析相关技术的基础上,从电路板故障诊断系统设计的主要任务出发,并结合MATLAB与Access这两种软件各自的特点,分模块详细设计并实现了一套基于磁场映像的电路板故障诊断系统。该系统采用了小波与BP神经网络相结合的方式,首先利用小波分析进行小波能量特征的提取,然后利用改进的BP神经网络进行学习和判别,且给出了部分重点、难点代码的实现过程。最后,对一具体电路板在多种故障模式下的故障诊断进行了实验仿真。利用Ansoft软件得到不同故障模式下电路板的磁场映像,然后利用小波包对磁场映像进行小波分解与特征提取,分别作为电路板故障诊断系统的样本特征向量和测试特征向量,分析验证基于磁场映像的电路板故障诊断方法的可行性与系统的可靠性。结果表明,本文所设计的基于磁场映像的电路板故障诊断系统能够对电路板进行有效诊断,从而为电路板的故障诊断提供了一种新的途径。