引脚受限数字微流控芯片的多液滴并行测试研究

随着数字微流控芯片系统复杂度和电极数目的增加,共用引脚的电极控制方式应运而生。但该控制方式会造成芯片物理结构繁杂,使得芯片故障测试工作变得更加困难。提出一种基于改进的化学反应优化算法(CRO)的并行测试策略,设计引脚受限芯片测试模型,针对引脚互连的特点设计约束条件与禁忌判断规则,通过遍历测试模型中顶点和边的方式检测灾难性故障。该方案构建测试路径序列的初始分子结构,在编码中添加虚拟节点,有针对性地设计分子的撞墙、分解、合成和交换反应,采用动态参数机制控制四种反应的频率,并在CRO算法中引入Metropolis准则以改善求解效率,在约束条件下规划测试路径。实验结果表明,该方案能实现对引脚受限芯片的故障测试,无论离线或在线测试,与标准CRO算法相比,测试路径优化了2%以上,而与单液滴测试相比,优化了27%以上,表明所提方法能够有效缩短测试路径,提高测试工作的效率。     

机械设备电控系统元器件在线故障检测系统研制

设计了一种在线故障检测系统,以实现对电控设备元器件的在线无损伤检测。采用嵌入式技术和VHDL语言进行了硬件设计与软件开发,通过改进测试向量算法提高了测试的速率和故障覆盖率,实现了系统良好的人机交互和电路故障测试分析功能。该系统通用性强、可靠性高,具有良好的推广运用前景。     

红外畸变图像并行校正快速实现算法研究

在广角镜头热像仪目标检测与跟踪系统中,需要对红外图像进行畸变校正处理.目前常用的FPGA算法没有充分利用其并行机制,不仅耗用资源多,运行速度也受到一定限制.分析了常规FPGA畸变校正算法存在串行结构问题,提出充分并行的FPGA算法.根据径向畸变沿光学中心对称的特点,采用了4个并行处理单元进行校正处理,并且用较少的查找表资源实时计算校正地址.在进行双线性插值运算时,采用并行存取结构提高访问效率.通过在FPGA芯片上实验验证,表明该算法具有很好的实时性,占用资源较少,实现了在线实时校正畸变的功能.     

可重构硬件内建自测试与容错机制研究

传统可重构硬件自测试方法复杂,容错时资源利用率低,且往往需要额外的软件配合处理器来实现.为此,设计了一种具有自测试与自主容错能力的新型可重构硬件结构.对于故障自测试,提出了能在线执行的自主循环测试方法;对于硬件容错,提出了分层自主容错机制:在功能细胞单元内测试到逻辑故障时,先用功能细胞单元内部的空闲基本逻辑单元替代故障基本逻辑单元;当没有空闲基本逻辑单元时,则将整个故障功能细胞单元的功能重配置到距其最近的空闲功能细胞单元中,实现两层容错.以6×6并行乘法器为例,验证了新型可重构阵列能够降低容错时间复杂度并提高冗余资源利用率.     

基于JTAG的线路板测试性设计研究

本文讨论了边界扫描测试性设计原理和方法.研究了线路板互连故障模型.并对故障模型进行了一些简化测试的等效处理.建立了边界扫描测试数学模型。基于这些模型,原理和方法.提出了两种优化的边界扫描互连测试算法。然后用边界扫描测性设计方法进行线路板的测试性设计.两种优化算法的正确性和有效性得到了验证。     

基于D算法与故障树法相结合的电路板故障诊断

针对数字电路板故障诊断中测试码生成效率低以及会出现多个故障的测试向量相同的情况,提出了故障树与D算法结合生成测试码的方法.以电路板故障作为顶事件进行故障树的建立,用D算法按照故障树中各故障的优先级顺序生成故障的测试向量,这使得故障诊断的速度大大提高,并且有效地解决了因不同故障的测试码相同造成的不能准确定位故障的问题.最后,将此诊断方法应用于某电路板的故障诊断,充分地验证了诊断效果.     

基于Rough set知识获取的故障数据表聚类离散化方法研究

为了从故障诊断实例的数据资源中知识获取,对具有连续属性值的故障实例数据表转化为Rough set(RS)理论离散数据类型的决策表的正确映射进行了研究.将改进的k-means聚类算法用于故障实例数据表的离散映射方案设计.在设置故障实例的导师决策类别数为聚类数k对论域划分的基础上,提出了根据均值聚类中心排序序号构造离散映射符号集、相对均值聚类中心由相似测度确定连续属性值映射编码的离散化方案.实例表明,该方法反映了转子振动故障特征的一般规律,断点设置具有动态自适应和抗干扰特性.获得的决策规则可用于构造和扩充故障诊断知识库.     

FPGA中宽边译码器的测试方法研究

现有的关于FPGA的测试主要集中在可编程逻辑和互连线资源,而没有涉及FPGA中的宽边译码器的测试。本文提出了一种测试FPGA中宽边译码器的方法,该方法实现了FPGA中的宽边译码器的逻辑资源及其相连的长线资源的全覆盖测试。该实验采用Xilinx公司的XC4000E系列芯片,在基于SOC软硬件协同技术的FPGA自动测试系统中进行测试。实验结果表明,用本文提出的4次配置图形和测试向量能够完成全覆盖测试。     

机电控制电路在线故障检测系统研制

现代机电设备中包含了大量的机电控制电路及元件,对其故障的准确判断非常困难。利用设计了一种电路控制板在线故障检测系统,以实现对电子元器件的在线无损伤检测。检测系统主要由上位机和下位机构成,上位机负责用户交互和信息管理等功能; 下位机是检测系统的核心组成,包括微控制器、CPLD控制电路、信号采集板与测试接口电路等,完成电控元器件和电路板的故障信号采集等功能。采用嵌入式技术和VHDL语言进行了硬件设计与软件开发,通过改进测试向量算法提高了测试的速率和故障覆盖率,实现了系统良好的人机交互和电路故障测试分析功能。     

一种FPGA的可编程逻辑单元的全覆盖测试方法

提出并验证了一种新颖的FPGA中CLB的全覆盖定位测试方法,该方法通过建立基于SOC软硬件协同技术的FPGA自动测试系统,实现了CLB测试所需要的多次下载不同的配置图形,针对每个配置图形进行测试的需求;该方法通过建立规则布局CLB串行移位阵列为基础形成的FPGA定位配置图形、以及FPGA自动定位算法,实现了对FPGA中所有CLB的全覆盖测试以及错误定位.利用本文提出的方法对Xilinx公司XC4010型号FPGA中所有CLB进行了测试,实验结果表明该方法可以实现FPGA中CLB的全覆盖测试以及错误定位.     

基于自注意力机制的深度学习模拟电路故障诊断

模拟电路是集成电路中的重要组成部分,基于深度学习技术对模拟电路发生的故障进行检测,并精准识别故障的类型是当前集成电路测试领域的研究热点。针对模拟集成电路故障检测存在困难的问题,利用人工智能在图像识别领域、语音分类领域的先进技术,提出了基于自注意力机制检测Sallen-Key型低通滤波电路故障的深度学习模拟电路故障检测方案,将输出信号采样成音频信号,并将其输入到自注意力变换网络的音频分类模型中进行训练、测试和优化。结果表明,通过自注意力变换网络音频分类在9种不同的故障类型诊断中,平均准确率达93.1%,最高准确率达98.1%。该模型收敛速度更快,具有较强的模拟电路故障检测能力。     

设备故障诊断最优搜索策略的求解

针对故障树分析法在故障搜索中存在的不足。应用多目标优化决策论和序贯决策论研究了设备故障诊断中的最优搜索策略的求解算法,并以柴油机故障诊断为实例,基于故障发生概率、搜索代价、启发式信息价值等为影响因子进行了故障搜索策略的优化,验证了该算法的有效性和准确性,实现了故障诊断步骤的优化。     

基于支持向量机的车用燃料电池系统故障诊断

为了提高车用燃料电池系统的安全可靠性和可维护性,考虑到其大量完整的故障样本难以获取,提出了一种基于二叉树多分类器的支持向量机故障诊断方法.首先,以自主研发的60 kW车用燃料电池系统为研究对象,分析了其故障机理和特征;然后,融合15种故障征兆参数并进行归一化预处理作为支持向量机的输入,以14种典型故障作为输出,选取径向基核函数并利用粒子群优化算法对支持向量机的惩罚参数和核函数参数进行优化,利用310组样本数据对其进行训练,通过90组测试样本测试实现了其典型故障的识别;最后,将支持向量机和神经网络分别在不同训练样本数下的故障诊断性能进行了对比.仿真结果表明,支持向量机具有较好的故障正判率和泛化能力,可有效用于车用燃料电池系统的多故障诊断.     

汽车变速器新产品质量检测系统中关键技术研究

针对汽车变速器下线产品质量检测过程中人工检测存在的客观性差异,以及对故障定位不准确的问题,设计并开发了一种基于阶次分析理论的变速器在线质量检测系统。该系统运用阶次分析理论对振动信号进行有效的特征提取,并运用遗传搜索策略对高维特征向量进行特征选择,以提高故障判别的效率和准确率。为解决系统的通用性问题,还提出了一种通用的变速器结构建模方法。在某变速器生产企业的实际应用,验证了提出的检测方法的有效性和准确性,证明了该方法可实时按工况对变速器产品进行质量检测。对于有质量缺陷的产品,该方法可指出其故障类型和故障位置。     

Rule-based fault diagnosis of hall sensors and fault-tolerant control of PMSM

Hall sensor is widely used for estimating rotor phase of permanent magnet synchronous motor(PMSM). And rotor position is an essential parameter of PMSM control algorithm, hence it is very dangerous if Hall senor faults occur. But there is scarcely any research focusing on fault diagnosis and fault-tolerant control of Hall sensor used in PMSM. From this standpoint, the Hall sensor faults which may occur during the PMSM operating are theoretically analyzed. According to the analysis results, the fault diagnosis algorithm of Hall sensor, which is based on three rules, is proposed to classify the fault phenomena accurately. The rotor phase estimation algorithms, based on one or two Hall sensor(s), are initialized to engender the fault-tolerant control algorithm. The fault diagnosis algorithm can detect 60 Hall fault phenomena in total as well as all detections can be fulfilled in 1/138 rotor rotation period. The fault-tolerant control algorithm can achieve a smooth torque production which means the same control effect as normal control mode (with three Hall sensors). Finally, the PMSM bench test verifies the accuracy and rapidity of fault diagnosis and fault-tolerant control strategies. The fault diagnosis algorithm can detect all Hall sensor faults promptly and fault-tolerant control algorithm allows the PMSM to face failure conditions of one or two Hall sensor(s). In addition, the transitions between health-control and fault-tolerant control conditions are smooth without any additional noise and harshness. Proposed algorithms can deal with the Hall sensor faults of PMSM in real applications, and can be provided to realize the fault diagnosis and fault-tolerant control of PMSM.     

铁路信号电缆网络故障在线检测系统设计

实现铁路信号电缆网络在线管理与故障自动诊断，可提高信号电缆的工作可靠性，减少电缆故障的人工排查工作量，提高铁路运营的自动化程度。设计基于同一硬件平台的多种故障检测方法相结合的铁路车站信号电缆网络故障在线检测系统，实现对车站信号电缆网络的实时在线监测和故障自动定位。该系统以DSP＋CPLD模块为核心电路，利用DDS芯片发生任意信号波形，运用新型高速A／D芯片进行采样，通过485总线实现各功能模块之间的通讯。可组成分布式检测网络，利用SSTDR检测技术实现信号电缆的实时在线监测，在线预测电缆低阻故障，再利用TFDR检测技术进行离线故障精确定位和类型判断。     

基于改进小波神经网络的旋转机械故障诊断

根据旋转机械复杂的故障特点，提出了结合第2代小波分析、模糊理论和神经网络形成的改进小波神经网络。该诊断方法利用第2代小波分析对信号进行预处理-征向量的提取，然后用训练好的模糊神经网络进行故障识别，并对相应算法进行了优化。将改进小波神经网络运用于旋转机械的故障诊断，通过计算机仿真和试验的结果表明，该方法在处理多故障耦合的情况时优势明显，不仅可以正确识别故障的类型，还可以进一步对故障的严重程度及其发展趋势进行可靠的诊断。这表明改进的诊断方法是行之有效的，为旋转机械的故障诊断提供了理论支持。     

基于粗糙集的逻辑故障树方法及其应用

故障树是一种分析复杂系统可靠性、诊断系统故障的有效方法。在传统的故障树方法中 ,故障树的生成通常靠人工完成。故障知识的获取以及故障树结构的确定一直是有待解决的瓶颈问题。这里结合粗糙集、专家系统及人工智能等理论 ,提出了构造逻辑故障树进行故障诊断的方法并给出了相应的故障树评价标准。这种方法利用粗糙集对知识系统的知识发现和知识提取能力 ,从系统运行状态样本中建立基于知识的故障树模型。通过实例讨论了如何运用该方法对工业监控过程进行故障建模 ,检测系统运行过程中所发生的故障。     

基于小波包变换和径向基神经网络技术的汽车后桥总成故障诊断研究

现代汽车工业中,汽车故障有近20％是由汽车后桥引起。后桥故障诊断的难度大并且技术落后,导致后桥总成故障率居高不下,给厂家带来了巨大的经济和名誉损失。为了替代落后的诊断方法,实现后桥总成故障诊断的囱动化和智能化,降低后桥总成故障率,本文基于小波包变换和径向基神经网络技术提出了一种新型的汽车后桥总成故障诊断算法。首先,介绍了小波包和径向基神经网络的基础知识并对常见后桥故障类型进行了分类,得到后桥总成故障模式;然后,实现了对重构后桥振动信号进行四层小波包重构,得到了各频率段能量特征向量,继而与重构信号的方差、偏度和峰度构成了特征输入向量;接着,使用适量的后桥振动样本数据进行建立并训练了用于故障诊断的径向基神经网络;最后,利用50套后桥验证数据验证了所建立的神经网络在故障诊断中的实际效果,网络的故障诊断率迭到了92％。