複雜系統潛在問題分析理論與應用（簡體書）

本書是在系統總結作者近10年對潛在問題理論與應用研究成果的基礎上形成的一部專著。全書共7章，系統地論述了作者在潛在問題理論與應用方面的創新成果，提出網絡拓撲模式劃分與識別和定性仿真相結合的潛在問題分析方法，基於定量仿真的自動潛在問題分析方法，基於電路結構的神經網絡集成和學習算法以及基於神經網絡集成的潛在問題分析方法、半定量仿真分析原理和基於半定量仿真的潛在問題分析方法等幾種智能化潛在問題分析方法，研制出圖形化定量仿真設計與分析平臺以及基於該平臺的潛在問題分析系統，還系統地介紹了國際商用潛在問題分析軟件CAPFAST／SCAT國產化二次開發和應用方法。
本書可作為高等學校可靠性工程、電子信息、自動控制等相關專業師生的參考書，也可供從事復雜電路、氣路、液路系統設計的科技人員參考。

胡昌華，1966年6月出生，湖北羅田人，教授，博士生導師，現為第二炮兵工程學院“導航制導與控制”國家重點學科青年學術帶頭人，國家自然科學基金信息學部評委，中國自動化學會技術過程故障診斷與安全性委員會副主任委員、系統仿真專業委員會委員，陜西省自動化學會常務理事。 胡昌華教授的研究方向主要包括：控制系統故障診斷、復雜系統潛在問題分析、故障預報與壽命預測等，先后主持完成科研課題20余項，9項成果獲國家和軍隊科技進步一等獎和二等獎，5項成果獲國防發明專利，出版《控制系統故障診斷與容錯控制的分析和設計》、《基於MATLAB的系統分析和設計——小波分析》等著作4部，發表論文100余篇，40余篇被SCI、EI檢索。因教學科研業績突出，先后獲中國科協求實實用工程傑出青年獎，軍隊院校育才獎金獎，被評為全國高等院校優秀骨干教師，新世紀優秀人才，第二炮兵導彈技術專家，第二炮兵十大礪劍尖兵，第二炮兵工程學院名師，并榮立二等功和三等功各一次。

第一章　概述
1.1 問題的緣起
　1.2　潛在問題的基本概念
　1.3　潛在問題的特點
　1.4　潛在問題產生的根源
　1.5　潛在問題分析的原理和方法
　1.6　潛在問題分析方法的發展趨勢
　1.7　本書的結構安排
第二章 網絡拓撲模式劃分和識別與定性仿真相結合的潛在問題分析
　2.1 功能網絡樹及功能網絡樹的自動生成算法
2.1.1　功能網絡樹的概念
2.1.2　網表及其自動生成算法
2.1.3　功能網絡樹的自動生成算法
2.1.4　五種網絡拓撲模式及自動生成算法
　2.2　定性仿真的原理
2.2.1　定性仿真的原理
2.2.2　定性仿真算法
2.3 網絡拓撲模式劃分與線索表結合的潛在問題分析方法
2.3.1　線索表的概念
2.3.2 網絡拓撲模式與線索表結合的潛在問題分析方法
2.3.3　設計最初階段應遵循的電路設計規則與自動分析算法
2.3.4　功能設計時減少潛在電路的設計指導規則與自動分析算法
2.3.5　基於系統拓撲模式識別的潛在問題分析規則與自動分析算法
2.3.6　其他一些針對系統的設計規則
　2.4 網絡拓撲模式劃分和識別與功能推理相結合的潛在問題分析
2.4.1　功能推理的概念
2.4.2　網絡拓撲模式劃分和識別與功能推理相結合的潛在問題分析方法
第三章　基於定量仿真的自動潛在問題分析
　3.1　元件模型
3.1.1　元件圖形模型
3.1.2　連接關係
3.1.3　元件仿真分析模型
　3.2 電路系統定量分析模型
3.2.1　支路
3.2.2　節點
3.2.3　網孔
　3.3　模擬電路的定量仿真分析
3.3.1　仿真源程序生成
3.3.2　仿真模型流程
3.3.3　仿真方程組及其求解
3.3.4　電路仿真形式
3.3.5　靜態電路直流分析
3.3.6　靜態電路交流分析
3.3.7　動態電路分析
　3.4　基於定量仿真的自動潛在問題分析
3.4.1　功能元件與指示元件
3.4.2　基於定量仿真的自動潛在問題分析
3.4.3　與常見線索表的對應
第四章　圖形化定量仿真設計與分析平臺
　4.1　概述
　4.2 圖形化定量仿真設計與分析平臺的功能特點
　4.3　圖元類庫設計
4.3.1　簡要需求分析
4.3.2　圖元類庫設計
4.3.3　組合／分解功能
4.4　面向對象編譯技術
4.4.1　面向對象詞法分析
4.4.2　面向對象文法
4.4.3　面向對象語法分析
4.4.4　面向對象語義分析
4.5　用戶編程支持
4.5.1　屬性小字典
4.5.2　變量
4.5.3　語句
4.5.4　函數
4.6　代碼調試
4.6.1　進入調試窗口
4.6.2　單步調試
4.6.3　變量查看
4.7　防誤操作處理
4.7.1　維護元件間的操作順序
4.7.2　錄制操作順序
4.7.3　設置防誤模板
　4.8　圖形文件間的映射關係
4.8.1　創建實物示意圖
4.8.2　維護映射模板
4.8.3　創建副本視圖
4.8.4　創建模板符號
4.8.5　虛擬面板操作
第五章　智能潛在問題分析方法
　5.1 潛在問題分析的神經網絡模型
　5.2　神經網絡用于潛在問題分析的可行性
　5.3　一種基於電路結構的神經網絡集成及學習算法
5.3.1　基於電路結構的神經網絡新模型
5.3.2　CArNN魯棒性分析
5.3.3　基於CSA的神經網絡集成
5.3.4　樣本生成
　5.4　神經網絡集成的潛在問題分析方法
　5.5　實例分析
5.5.1 實例1
5.5.2　實例2
5.5.3　實例分析
　5.6　基於半定量仿真的潛在問題分析
5.6.1　半定量仿真
5.6.2　Q2算法
5.6.3　Q3算法
5.6.4　Nsim半定量仿真
5.6.5　自解釋半定量仿真
5.6.6　模糊定性仿真
5.6.7　其他算法
　5.7 Q3算法的改進及其在潛在問題分析中的應用
5.7.1 Q3算法
5.7.2 Q3算法分析
5.7.3 Q3算法的改進——ImQ3算法
5.7.4 ImQ3算法精度分析
5.7.5 電路的半定量模型
5.7.6 基於ImQ3算法的潛在通路分析
5.7.7 仿真實例
第六章 典型潛在問題案例分析
　6.1 汽車電動車窗控制電路潛在問題案例
　6.2 紅石火箭發射電路潛在問題案例
　6.3 汽車照明電子線路潛在問題案例
　6.4 飛機起落架控制電路潛在問題案例
　6.5 汽車剎車收音機電路潛在問題案例
第七章　CapFast／SCAT軟件及基於CapFast／SCAT軟件的潛在問題分析
　7.1 CapFast／SCAT系統概述
7.1.1 CapFast／SCAT的系統結構
7.1.2 CapFast／SCAT的分析流程
7.1.3 CapFast／SCAT系統的特點
7.1.4 CapFast／SCAT的二次開發工作
　7.2 CapFast／SCAT的安裝
7.2.1 CapFast／SCAT V4.1.7對系統配置的要求
7.2.2 CapFast／SCAT的安裝
　7.3 基於Schedit子系統的CapFast／SCAT仿真分析模型建模
7.3.1　Schedit系統介紹
7.3.2　Schedit仿真分析建模
　7.4　基於Symed子系統的CapFast／SCAT元件庫圖元模型建模
7.4.1　Symed系統
7.4.2　Symed系統圖元元件仿真模型建模
　7.5　基於SCAT子系統的潛在路徑分析
7.5.1 SCAT系統
7.5.2 分析前的準備工作
7.5.3 雙向路徑分析
7.5.4 電源到電源的路徑分析
7.5.5 分析后的處理
　7.6 基於SCAT子系統的設計缺陷分析
附錄 潛在問題分析檢查規則
主要參考文獻