随着电子技术突飞迅猛的发展,现代电路的集成度越来越高,IC芯片的制作工艺已经达到了纳米级水平,电路的尺寸越来越小,但是电子元器件,特别是模拟元件的易损性没有多大的改善,现代设备运行状态的稳定性,可靠性,故障的自我诊断性能也是日益提高,从而使世界各国对故障诊断进行不断深入的研究。神经网络作为故障模式的智能分类器,具有非线性映射特性、自学习能力、适应环境的能力,所以在故障诊断中得到广泛的应用。虚拟仪器技术的核心是图形化编程语言LabVIEW,编程效率高,运行速度快,开发周期短等优点被广泛应用于故障诊断。本文首先研究了BP网络和小波神经网络的结构、原理以及设计方法,然后阐述了基于神经网络的故障诊断原理。研究了小波分析在提取故障特征中的应用,详细介绍了多分辨分析和能量分析的算法原理以及设计的具体步骤,提出了故障特征容合的方法,并以蔡氏混沌电路为研究对象,对其工作原理进行了详细的分析,并且对非线性电阻的特性曲线进行了推导,在LabVIEW中实现了文中所提算法,详细介绍了在LabVIEW中实现的具体步骤和操作。最后,采用虚拟仪器开发平台设计了基于小波神经网络的故障诊断系统,并对蔡氏电路进行故障诊断,通过采用不同的数据处理方法以及不同的神经网络模型,验证文中所提方法的可行性,人性化的交互界面,可以非常方便的从虚拟仪器前面板中得到故障的类型,故障的位置,基于虚拟仪器的故障诊断技术非常具有实用价值。