考虑逻辑门延时的冗余固定故障检测方法

提出利用瞬态电流测试(IDDT Testing)方法检测数字电路中的冗余固定故障。检测时采用双向量模式,充分考虑逻辑门的延时特性。针对两类不同的冗余固定故障,分别给出了激活故障的算法,在此基础上再对故障效应进行传播。SPICE模拟实验结果表明,该方法能有效地区分正常电路与存在冗余故障的电路,可以作为电压测试方法的一种有益的补充。     

IDDT: Fundamentals and Test Generation

It is the time to explore the fundamentals of IDDT testing when extensive work has been done for IDDT testing since it was proposed.This paper precisely defines the concept of average transient current(IDDT) of CMOS digital ICs,and experimentally analyzes the feasibility of IDDT test generation at gate level.Based on the SPICE simulation results,the paper suggests a formula to calculate IDDT by means of counting only logical up-transitions,which enables IDDT test generation at logic level.The Bayesian optimization algorithm is utilized for IDDT test generation.Experimental results show that about 25% stuck-open faults are with IDDT testability larger than 2.5,and likely to be IDDT testable.It is also found that most IDDT testable faults are located near the primary inputs of a circuit under test.IDDT test generation does not require fault sensitization procedure compared with stuck-at fault test generation.Furthermore,some redundant stuck-at faults can be detected by using IDDT testing.     

一种基于IDDT测试的时延故障测试产生算法

瞬态电流测试(IDDT Testing)作为传统电压测试和稳态电流测试(IDDQ Testing)方法的一个补充,越来越受到研究领域和工业界的关注。针对不同的故障类型,基于瞬态电流测试的测试方法也有所不同。这里提出了一种关于时延故障的测试产生算法,该算法利用3个向量来激活时延故障。实验结果表明该测试产生算法用于检测时延故障是可行的。     

基于多小波变换的模拟电路IDDT故障诊断

动态电源电流测试（IDDT）对模拟电路故障诊断非常有效。针对小波神经网络在模拟电路IDDT故障诊断中存在的缺陷,提吐了一种基于多小波变换的模拟电路IDDT故障诊断方法。即利用多小波变换提取电源电流各频段的能量,作为神经网络的输入特盘向量进行故障诊断。仿真结果表明,该方法是有效的,而且比小波神经网络方法的收敛速率快。     

多层信息网络故障定位综述

本文对多层网络（覆盖网、虚拟网等）故障定位问题进行了分析和总结。讨论了多层网络探测故障信息获取策略和故障定位模型的发展状况,即介绍了被动监测、主动探测、主被动结合探测和终端用户观察等探测信息获取策略,以及基于图论故障传播模型、依赖矩阵模型、症状-故障-行动模型等故障传播模型的原理以及其优缺点。从故障定位模型、探测信息获取策略、故障定位计算、网络异构性、运行效率与成本多个方面重点综述了多层网络故障定位方法,讨论了每种方法的优点和局限性。最后,对多层网络故障定位研究的不足和亟待进一步研究解决的问题进行了探讨。     

基于故障指示器的配电线路故障定位算法研究与程序设计

近年来国内网都在积极规划和建设智能电网,而智能电网中配电线路故障定位一直是个研究的热点和难点。其中故障定位的方法有很多,本文主要针对配电网中故障指示器定位的准确性一直没有得到有效的解决,从而设计了一套故障定位算法以及故障定位程序。该算法根据故障指示器定位的原理以及云南电网实际线路情况,通过建立了配电网网拓扑模型,采用逻辑位置标示和故障事件集的概念,通过逻辑分析从而得出故障位置,并且判断故障类型。其中故障事件由多条遥信抽象出来,目前该故障定位算法已应用在云南电网配电线路故障监测系统主站中,通过实际现象表明,该算法和程序在不影响线路正常工作的前提下,能够准确地定位出故障发生的位置,并能准确判断故障类型。该方法原理简单,定位准确度高,成本较低,易于推广。     

控制系统故障定位的图论算法设计与研究

文章对控制系统故障传播的规律进行了研究，运用数学图论的有关理论提出了一种基于图论的故障定位搜索算法；使用该算法定位了实际控制工程中的故障；该算法效率较高，定位故障准确，具有实际应用价值。     

基于故障字典的数字电路故障定位过程研究

分析了LASAR仿真生成的故障字典、管脚网络表和节点真值表等文件的内容,找出了其中进行电路故障定位所需的信息,总结出在此基础上对电路进行测试、实现故障定位的过程,设计了数字电路故障诊断系统,可将故障点定位至元件管脚。     

故障字典法在随动系统中的电路故障定位研究

本文介绍了故障字典法特征,并针对其在某装备系统中的电路故障定位研究为例详细做了介绍,由此来分析其在故障定位中的优缺点。     

基于行波模量传输时差的电气接地故障时频特征定位方法

该研究针对电气接地故障信号识别过程中存在大量的高频故障信号而无法进行故障定位所提出一种基于行波模量传输时差的电气接地故障时频特征定位方法,可以有效识别此类故障并定位接地故障发生时出现在接地线路上的故障位置。该方法在检测、定位接地故障方面有一定成效,可为电气接地故障分类定位提供借鉴方向。由于传统故障定位方法不能适用于多结构定位控制系统,导致故障定位准确率较低,研究基于行波模量传输时差的电气接地故障时频特征定位方法。通过对电气接地故障中的时频特征提取和传输时差进行比较,结合实际工作环境来自动定位故障点区间。实验结果表明,当更新次数达到400次时,本文方法测试故障定位的精度较高,验证了所提出的电气接地故障时频特征定位方法是最优的。     

基于动态云—量子神经网络群的配电网实时故障定位方法

针对传统的配电网故障定位方法在配电网故障信号微弱时存在的故障数据交叉现象严重、实时性较差等问题,提出了一种基于动态云-量子神经网络群的配电网实时故障定位方法;构建了用于配电网故障定位的动态云-量子神经网络群结构模型,提出一种动态云-量子神经网络群改进算法,并给出了基于该算法的配电网实时故障定位步骤;在Matlab软件中采用该方法对某10kV配电网进行故障定位仿真研究,结果表明该方法能够实时、有效地实现故障信号微弱情况下的配电网故障定位,测试精度为97.39%,训练时间为0.001 6s。     

基于电流信息的CMOS SRAM存储单元故障测试

针对深亚微米技术,提出了差分静态电流技术和动态电流技术相结合的方法对CMOS SRAM存储单元进行故障诊断,针对该方法改进了0-1算法。改进的0-1算法与传统的March算法相比,明显降低了测试开销。以四单元存储器为诊断实例,针对桥接故障、开路故障与耦合故障,实现了100%故障诊断覆盖率。实验结果证明了新方法具有故障覆盖率高的特点,能够诊断传统逻辑测试法难以探测的部分故障。     

基于MOMEDA与双谱分析的滚动轴承早期故障诊断

滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积（Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA）方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。     

航空发动机转子振动信号的早期故障分析

由于飞机涡扇发动机是旋转动力机械,早期故障振动信号具有周期性的特点,可将多重自相关用于检测微弱周期性振动信号;针对某型航空发动机空中停车前的早期故障振动信号,通过多重自相关运算,再对信号进行频谱分析,就能准确检测出淹没于强噪声中的微弱周期性信号的频率信息和幅值信息;多重自相关检测方法能够从复杂的航空发动机振动信号中提取出早期的微弱故障信号,从而对早期故障进行有效的分析。     

小波分析算法研究及在齿轮与滚动轴承故障诊断中应用

分析了齿轮与滚动轴承故障振动信号的特征,利用小波变换的分解和重构算法,有效地提取出齿轮与滚动轴承故障特征信号,得到实验结果.通过比较频谱分析和小波分析的特点,有效地证明了小波分析在微弱故障信号提取中的优势.     

树状配电网相间短路的双频法故障诊断

基于传输线理论,提出树状配电网相间短路的双频法故障诊断.采用线路始端诊信 逐段传递、故障点逐段搜索和双频诊断的方法,实现配电线路的故障分支识别、故障点定位和 过渡电阻定值.实际线路的模拟故障测距表明,方法有效.     

采煤机截割部振动信号提取与故障诊断研究

针对煤矿井下机电设备振动信号难以提取、故障诊断难以开展的问题,应用本质安全型矿用便携式测振记录仪采集采煤机截割部的振动信号,并采用频谱分析与Hilbert解调技术解调出振动信号的故障特征频率,从而判断出故障位置,为采煤机的故障诊断与维护提供了可靠依据。     

Fractional Envelope Analysis for Rolling Element Bearing Weak Fault Feature Extraction

The bearing weak fault feature extraction is crucial to mechanical fault diagnosis and machine condition monitoring. Envelope analysis based on Hilbert transform has been widely used in bearing fault feature extraction. A generalization of the Hilbert transform, the fractional Hilbert transform is defined in the frequency domain, it is based upon the modification of spatial filter with a fractional parameter, and it can be used to construct a new kind of fractional analytic signal. By performing spectrum analysis on the fractional envelope signal, the fractional envelope spectrum can be obtained. When weak faults occur in a bearing, some of the characteristic frequencies will clearly appear in the fractional envelope spectrum. These characteristic frequencies can be used for bearing weak fault feature extraction. The effectiveness of the proposed method is verified through simulation signal and experiment data.      

基于SVD和TKEO的轴承振动信号特征提取

为了解决滚动轴承振动信号中微弱故障信息难以提取的问题,提出了一种基于奇异值分解（Singular Value Decomposition,SVD）和Teager-Kaiser能量算子（Teager-Kaiser Energy Operator,TKEO）的轴承振动信号特征提取方法。采用SVD将突变信息从背景噪声和光滑信号中分离,提取信号的突变信息;利用TKEO计算突变信息的瞬时能量,对该能量信号进行频谱分析,从而提取出轴承振动信号的能量频谱特征,用于故障检测。将该方法应用于轴承外圈、内圈局部故障状态下的振动信号特征提取,利用特征信息能够准确检测并识别出故障类型,表明了该方法的可行性和有效性。