测试设备被用来完成各种集成电路、电路板等部件的自动检测,对确保产品的质量和正常使用具有重要的意义。故障检测与诊断技术是一门综合性的技术,它涉及多门学科。如现代控制理论、信号处理、模式识别、计算机工程、人工智能、电子技术、应用数学、数理统计以及相应的应用学科。其发展过程,经历了从早期对设备故障的各种简单检测手段,到依靠经验积累的诊断过程,进一步发展到当前基于知识的智能化故障诊断技术,其间广泛吸取了相关学科的各种有效方法和手段。对测试设备建立智能故障诊断系统存在着测试设备结构复杂、诊断任务零散、诊断理论不成熟、诊断知识难获取、诊断结果不确定等因素。这些因素使得其智能故障诊断系统的构建工作极为繁琐和困难。传统检测使用数字万用表、示波器等简单设备,用这些简单设备查找故障存在着检测效果依赖检测人员经验等问题。本文从实际应用的角度出发,深入分析和研究了智能故障检测与诊断技术。首先详细叙述了故障检测与诊断的设计过程。对各种故障现象和检测经验进行搜集整理;研究了基于神经网络的故障诊断方法和利用BP网络建立诊断模型的方法,建立了系统串行通讯的BP网络故障诊断模型;利用引入动量项的BP改进算法进行网络训练学习,加快了收敛速度,并利用训练好的网络模型进行实际诊断,其输出数据和实际数据值误差很小,具有较高的识别精度;给出了在VxWorks平台下检测装置单板检测平台系统软件的设计过程,编写了单板故障检测与诊断软件;分析了串行通讯故障、网络通讯故障、CAN总线通讯故障,编写了包括网卡、串口卡、CAN卡等板卡级故障检测软件。