模拟VLSI电路故障诊断的子带特征提取方法

为了降低模拟电路参数型故障的测试难度,提出了一种基于奥克塔夫(Octave)-Haar小波结构的模拟VLSI电路故障诊断方法。将测试响应经小波滤波器组完成子带滤波,随后对各子带滤波序列计算故障子序列与正常子序列的互相关系数,对每一故障,可确定出互相关系数最小的子带,并将此数值作为该故障的特征,对应子带的正常响应序列的自相关系数作为无故障特征,用故障特征与正常特征的对比可诊断故障。对国际标准电路的实验表明,该方法对参数型故障的诊断已具有高分辨率。     

小波滤波器组在模拟电路故障特征提取中的应用

针对模拟电路伪随机信号测试输出响应的特点,提出基于小波滤波器组技术的模拟电路故障特征提取,利用小波滤波器组将测试响应信号分解成多个子频带后分析其时域和功率谱特征,比较正常电路响应各子频带的时域、功率谱特征量,从中选择与无故障特征差异最明显的特征量作为测试与诊断依据。实验结果表明,该故障特征提取方法有效减少故障混叠,提高故障测试分辨率和测试精度。     

一种数字集成电路故障的自动检测方法

本文在逻辑电路一般测试原理的基础上，提出了实现数字集成电路故障自动诊断的一种方法。包括诊断模型的建立，测试向量的生成及诊断测试的实现电路。     

测试图形生成的遗传算法研究

提出了一种用于组合电路测试图形生成的遗传算法。该算法把被测电路的测试生成问题转化为计算一种约束函数的最优解,可充分利用电路的结构信息。为故障节点生成测试时易于操作,且无需经过故障模拟,就可保证对所有可测的单固定型故障及多故障有较高的故障覆盖率。     

故障熵和故障测试优化

为了提高单故障可及性电路故障测试的有效度，减少测试次数，从信息论的角度来分析电路故障测试的过程，提出了故障熵和故障信息量的概念，同时提出了电路故障测试的一种优化方法，并将其运用于实际的电路故障测试优化中．     

基于圆故障模型的模拟电路故障诊断方法

针对模拟电路故障诊断中故障字典法的电路故障响应状态的不可数性,提出了一种新的复平面空间圆故障模型诊断方法。该方法利用电路响应与元件的位置及电路拓扑结构之间的关系,在复平面空间上建立圆函数作为故障特征。故障诊断时,利用测试值到圆中心之间距离与圆半径相等的原理来精确定位故障。实验证明圆故障模型既能解决故障响应不可数问题又能简化故障字典,降低仿真和测试代价。同时,该方法不但能诊断软故障和硬故障,而且也能很好地解决容差问题。     

基于电路撕裂的模拟电路噪声分析

将电路撕裂算法与低频噪声理论相结合,提出了一种新的基于电路撕裂的模拟集成电路噪声分析方法,通过对电路撕裂基本算法的验证计算,讨论子电路状态判断的方法与条件,提出逐级搜索撕裂算法,对撕裂的子电路进行噪声功率谱分析,实现故障定位.Pspice仿真实例表明,所提方法计算量小,诊断速度快,故障检测与定位准确率高.     

基于网络树的模拟电路故障诊断

根据电网络理论中树的特性,提出了一种的子网络级的模拟电路故障诊断方法,给出了在大规模电网络中,网络树状态的两个判据及根据网络树状态判据的故障诊断算法。本方法避免了进行 Ｋ Ｃ Ｌ方程校验所带来的复杂计算,且大部分计算可于测试前进行,实时性强,便于在线实现。算法同时适用于线性电路和非线性电路。     

一种提高测试序列质量的方法

针对电路测试序列质量低而导致测试费用高的问题,提出了修改扫描选择子序列提高测试序列质量的方法．通过组合测试集转化生成测试序列,研究分析组合测试集与转化测试序列的质量．通过修改测试序列的扫描选择子序列,使其能在相同的测试时间内检测更多故障,减少测试所需时间,降低测试费用．基准电路实验结果表明,应用本文方法测试序列质量明显提高,相同故障覆盖率下,所需测试时间仅为典型方法的50％．     

基于优化权集的数字集成电路随机测试

提出了一种基于确定性测试集的数字集成电路随机测试生成方法。通过将完备测试集分成若干子集，由每一子集计算产生子集中测试矢量的被测电路各主输入端取“1”值的概率组合即所谓的权集。通过减小测试子集生成概率的方差可以减少低生成概率的测试矢量数，进而减小在高故障覆盖率下的测试长度，该方法对大规模集成电路的内测试和外测试皆适用。     

Particle swarm optimization based RVM classifier for non-linear circuit fault diagnosis

A relevance vector machine (RVM) based fault diagnosis method was presented for non-linear circuits. In order to simplify RVM classifier, parameters selection based on particle swarm optimization (PSO) and preprocessing technique based on the kurtosis and entropy of signals were used. Firstly, sinusoidal inputs with different frequencies were applied to the circuit under test (CUT). Then, the resulting frequency responses were sampled to generate features. The frequency response was sampled to compute its kurtosis and entropy, which can show the information capacity of signal. By analyzing the output signals, the proposed method can detect and identify faulty components in circuits. The results indicate that the fault classes can be classified correctly for at least 99% of the test data in example circuit. And the proposed method can diagnose hard and soft faults.     

端口故障诊断法原理及算法

端口故障诊断法是摸拟电路的一种新故障证实法。由于端口数总小于独立结点数,所以在对同一电路诊断故障时,此法比结点故障诊断法的测后工作量小.所提出的诊断算法及容差处理方法简单、有效.并给出诊断实例.     

一种模拟电路故障定位的新方法

采用网络撕裂方法可以使大规模模拟网络的故障定位至不可测的子网络级。假设已知网络的拓扑结构和网络元件的正常数值,并且将待测网络分解为最小子网络级,撕裂节点可以是可及节点,可及节点电压可测,也可以是不可及节点,发生故障时不可及节点的电压通过本文所提出的新方法能够计算得到。这种新方法降低了对可及节点数目的要求,增加了撕裂的灵活性。利用撕裂节点的基尔霍夫电流方程的连续性和模糊集定位技术取出有故障的子网络,从而进一步定位故障元件。通过一个实际电路说明了所提方法的有效性。     

PMC模型下超立方体的一种条件诊断算法

诊断是一种提升互连网络可靠性的常用手段．条件诊断是假设系统中任一节点的所有相邻节点不会同时发生故障,这种诊断大大提高了诊断的有效性．提出一种在PMC模型下超立方体的条件诊断算法,通过广度优先搜索遍历整个超立方体,在遍历过程中通过相邻节点之间的诊断结果将超立方体节点分成若干个集合,再通过集合之间的关系和集合中所含元素的数量识别出故障集合和无故障集合．对于n维超立方体,节点数为N,该算法的时间复杂度为O(N²)．     

容差条件下的模拟电路故障诊断方法

指出了线性模拟电路中,测试点电压向量在故障状态下相对于标准状态下的变化量,其向量方向由故障元件在 被测电路中的位置决定。证明了线性电路中节点电压灵敏度向量的方向能够反映故障元件的位置。结合节点电压敏感度向量 的模反映故障元件参数变化量到测试点电压变化量的权重这一特点,以节点电压灵敏度向量为故障特征建立了故障字典。提 出一种容差条件下的故障诊断判定算法,兼顾故障定位和元件的参数变化量,可以有效地实现模拟电路元件参数在一定容差 范围内随机变化条件下的单一软故障诊断。仿真结果验证了该理论的正确性和方法的有效性。     

改进Tent混沌序列的数字电路BIST技术

针对目前数字电路规模变大,测试困难的特点,提出了一种基于改进Tent混沌序列的数字电路BIST技术.采用改进混沌Tent映射模型构建硬件电路并产生具有白噪声特性的"0-1"随机序列作为数字电路的自动测试生成图形,利用CRC特征电路分析输出响应,并得到混沌序列的测试响应特征码,通过特征码的不同来检测故障.研究表明,本文方法易于BIST技术实现,相比于普通M序列性能优越,能够得到更高的故障检测率和故障隔离率,适合于FPGA等大规模可编程逻辑电路的自动测试.     

基于改进的RBF网络的变压器分接开关故障诊断

针对有载分接开关工作的特性和故障分析,设计了一种基于人工神经网络的有载分接开关的故障诊断方法.使用RBF神经网络实现对分接开关的故障诊断和识别,基于剪枝理论对网络进行优化,改善了RBF网络特性.通过对检验样本的测试验证了该方法的有效性和可行性,将不同隐含层数及不同误差精度的算法性能进行了比较分析,结果表明设计的误差精度能满足实际需要.     

基于信息熵-灰关联度法的汽轮机振动故障诊断

以汽轮机轴系典型振动故障模拟试验为基础,利用灰关联分析理论对汽轮机轴系振动故障的识别进行了研究。通过对试验数据的研究,确定了故障信号的4种信息熵特征组成的灰色关联参考故障矩阵,并建立了相应的灰色关联度计算模型。对各组故障信号的灰色关联度计算表明,关联度作为一种表征待分析信号与参考故障矩阵相似度的定量特征,可实现对部分轴系振动故障的较好识别,具有良好的应用前景。     

基于人工神经网络的电力电子电路故障诊断

提出了采用基于波形直接分析的人工神经网络故障诊断方法实现电力电子电路的故障诊断．以三相整流电路的诊断为例，设计了人工神经网络的层数和点数，建立了三相整流电路的模型获取了样本数据，并训练了人工神经网络．仿真表明用四层人工神经网络对三相整流电路进行诊断可获得正确结果、     

一种新颖的乘法器核内建自测试设计方法

提出一种新颖的乘法器核内建自测试（BIST）方法。结合C可测性与伪随机测试的优点。所设计的测试电路的附加面积比传统的伪随机电路要低56％，该方法采用独特的赋值方法。生成精简的、故障覆盖率高于99％的测试图形，并用开发的软件对测试图形排序和压缩，平均跳变密度和宽度得以大大减少．基于上述研究成果，可容易实现低成本BIST电路，基于Synopsys相关工具软件的模拟和分析结果表明，提出的BIST电路在面积、功耗和速度等方面均优于现有的BIST设计。