一种计算机化多值仪器的研究与设计

在仪器研究领域中很少见到有关多值仪器的研究。提出了一种计算机化多值仪器系统结构图，介绍了其双CPU系统的性能指标和硬件设计思想及软件实现方法。根据设计的多值仪器不仅能产生多值函数信号，还可以测试多值逻辑电路的逻辑电平，分析多值逻辑电路的逻辑功能。多值仪器主要用来测试多值逻辑系统和模糊逻辑系统的性能。     

模拟电路内建自测试故障特征提取与优化

针对电子装备中模拟电路内建自测试(built-in self test,BIST)的自动测试矢量生成需要引入数模和模数转换器,从而增加了硬件电路面积和测试测量误差,并增加了测试的复杂性、降低了系统的可靠性的缺点,提出一种模拟电路内建自测试故障特征提取与优化方法.该方法是利用电子装备中自带的微控制器产生的方波作为模拟电路的自动测试矢量,并针对此自动测试矢量产生的输出响应进行分析,提取多维故障特征并优化的算法.该方法能够使得自动测试矢量生成复杂性降低,优化故障特征并通过故障隔离度计算公式使得故障的可隔离程度提高,精简故障特征样本,从而减少测试的复杂性和代价.最后,通过实验验证了所提出方法的正确性和有效性.     

混合信号集成电路测试中的约束条件分析

对于混合信号集成电路来说,其模拟和数字部分之间存在相互关联,如模拟输出控制数字输入.为了测试出电路中的呆滞型故障,需要考虑对模拟输入的约束要求.本文根据被测电路的测试矢量集,分析混合信号集成电路测试中所需的限制条件并给出相应的模拟激励.     

一种电路测试的最优神经网络与遗传进化方法

针对数字电路中信号线的单故障与多故障,本文首先建立电路测试的最优神经网络模型,然后设计一种两子群体竞争进化的遗传算法求网络能量函数的最小值点而获得给定故障的测试矢量,实验结果表明该方法能降低电路对应的神经网络规模并减少测试生成的计算量.     

模拟电路故障最优特征搜索与识别

为解决模拟电路故障诊断中故障特征选取的难题并提高故障识别率,提出一种故障最优特征矢量候选集的搜索算法,并构造了模式最佳邻居查询规则来选取故障模式最优特征进行故障识别.以故障信号小波包分解的频段能量值构造故障样本的初始特征矢量,搜索识别多种模式的特征子矢量生成最优特征矢量候选集,查询模式最佳邻居确定其最大邻域,在综合判据监督下选取故障最优特征完成故障识别.模拟诊断实例表明,选取的最优特征在诊断模拟电路故障时具有满意的准确率.     

基于多特征模型模拟电路可测性指标分析方法

结合多信号模型与多特征分析方法,提出了一种新的模拟电路可测性指标分析方法——多特征模型分析方法.该方法根据电路输出节点的阶跃响应波形,提取出多个特征信号,并将所有的特征形成一个特征向量,然后转换成故障-测试依赖矩阵进行可测性指标分析.以双二阶低通滤波器电路为例,分别在电路参数名义值、故障值与容差变化情况下,对所提方法与传统故障字典法进行可测性指标分析对比试验.仿真试验结果表明,提出的方法不仅需要测点少,故障检测率与隔离率很高,而且适合于具有容差的模拟电路可测性指标分析.     

基于时钟的数字电路可重构BIST设计研究

研究了基于时钟的数字电路可重构内建自测试(BIST)设计。BIST不通过ATE设备加载测试矢量和检测测试响应,通过内置激励电路和响应分析电路来实现。在很大程度上降低了对ATE带宽的要求。当前电路集成度高,整体测试时可观察性和可控制性不理想,测试效果不佳,因此将大规模数字电路进行划分测试,通过基于时钟的可重构BIST设计,减少电路的测试矢量数,进而减小测试功耗。通过对可重构BIST各模块进行仿真和故障模拟验证,验证了设计的可行性。     

基于智能代理者和神经网络的数字电路故障诊断

介绍了一种对板级数字电路多个故障同时进行智能诊断的新方法.该法融合了智能代理和神经网络两种技术的优点,前者是根据专家经验,通过对电路板自动测试的结果进行分析实现电路故障的快速定位,而后者则利用被测电路所对应的约束电路神经网络模型快速实现故障的完备测试集.该法在板级数字电路的多故障并行诊断方面具有较高的智能性和实用性.     

有源电力滤波器故障诊断系统的设计

针对有源电力滤波器APF（active power filter）中IGBT故障监测的问题,对IGBT及其驱动模块的故障进行了分析,对故障特征与故障检测电路进行了研究,设计了一种基于LabVIEW的故障诊断系统.通过对APF故障特征的归纳,设计了IGBT及其驱动模块的故障检测电路,并将IGBT故障运行与正常运行的时序图进行了对比分析,最后利用LabVIEW上位机对APF故障诊断系统进行了测试.实验结果表明,该诊断系统能对APF故障进行检测,并可有效识别IGBT故障的位置.     

组合电路测试生成的神经网络建模研究与实现

针对组合电路的测试生成,采用神经网络进行了建模平台的研究与实现.通过建立神经网络基本单元库,对于注入故障的组合电路采用神经网络编译器自动生成神经网络模型,以完成组合电路基于神经网络算法的测试生成.实验验证表明了建模平台的有效性.