首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 15 毫秒
1.
K故障诊断法是一种计算量较小,主要应用于线性网络的模拟电路故障诊断方法,实施比较方便,具有很好的实用价值。通过对炮控元件操纵台诊断网络拓扑结构的设计、激励选定、计算和实验,实现了对操纵台的故障诊断。进一步提出炮控系统的故障诊断设备要着眼于故障诊断方法而不是检测方法。最后对K故障诊断法做了应用分析,供实践参考。  相似文献   

2.
基于3D-IC技术实现的3D SRAM,其电路中使用了大量的TSV。目前TSV制造工艺尚未成熟,使得TSV容易出现开路或短路故障,从而给3D SRAM的测试带来新的挑战。现有的2D BIST测试方式能够探测到3D SRAM中存在的故障,但并不能判定是TSV故障还是存储器本身故障;TSV专用测试电路虽然能够探测出TSV的故障,但需要特定的测试电路来实现,这就增加了额外的面积开销,同时加大了电路设计复杂度。基于此,本文提出了一种使用测试算法来探测TSV开路故障的方法,在不使用TSV专用测试电路且不增加额外面积开销的情况下通过BIST电路解决3D SRAM中TSV的开路故障检测问题。结果显示该TSV测试算法功能正确,能够准确探测到TSV的开路故障,并快速定位TSV的开路位置。  相似文献   

3.
边界扫描测试的数学描述模型   总被引:4,自引:0,他引:4       下载免费PDF全文
IEEE1149.1边界扫描机制是一种新型的VLSI电路测试及可测试性设计的有效方法,为了高效地应用边界扫描机制对电路系统进行测试,必须对其所涉及的理论方法进行深入探讨。本文应用布尔矩阵理论建立起边界扫描测试的数学描述模型,并基于所建立的模型导出了边界扫描测试中的故障检测条件和故障隔离条件。为边界扫描测试生成算法的深入研究奠定了理论基础。  相似文献   

4.
VI曲线测试技术在模拟PCB故障诊断中的应用   总被引:2,自引:0,他引:2  
应用VI曲线测试技术通过测试电路节点完成对PCB的故障检测,通过测试电路元器件完成对PCB的故障定位;编程简单,故障诊断的结果直观有效,精度满足要求。  相似文献   

5.
边界扫描测试信息压缩算法   总被引:1,自引:0,他引:1       下载免费PDF全文
为了解决 IEEE 1 1 49.1边界扫描测试优化生成问题 ,提出了一种新型的测试矩阵压缩算法。该算法首先应用被测试电路板的结构信息构造有限制的短路故障模型 ,然后以有限制的短路故障模型为基础对测试矩阵进行压缩处理 ,尽可能剔除测试矩阵中的无效测试信息 ,从而达到测试优化生成的目的。理论分析及实验验证表明 ,该算法能够获得紧凑性指标相当优化的测试矩阵 ,实现较高的测试信息压缩率  相似文献   

6.
基于相关性模型的舰船装备测试性分析与建模   总被引:1,自引:0,他引:1  
为了提高舰船装备的综合诊断能力,在舰船设计、研制阶段就必须进行装备测试性设计工作。为此,根据舰船装备测试性要求,对装备进行了故障模式影响分析,确定了装备在设计和制造过程中所有可能的故障模式,以及每一故障模式的原因和影响,据此对装备功能和结构进行了划分。然后,利用相关性模型对舰船装备进行测试性分析与建模,建立了舰船装备组成单元的相关性图示模型、数学模型,并运用考虑可靠性和费用的优选方法,建立了舰船装备诊断树,得到舰船装备的测试方案。算例分析表明:该研究可有效提高舰船装备测试的效率,提升测试的经济性。  相似文献   

7.
特大规模组合电路高速测试生成系统ATGTA-1   总被引:2,自引:0,他引:2       下载免费PDF全文
针对特大规模组合电路和全扫描设计电路提出了一种高速测试生成方法,并建成了相应的测试生成系统ATGTA-1。该系统采用有限回溯测试模式产生方法生成测试码,采用n(机器字长)个测试码并行的单故障传播方法模拟验证测试覆盖。测试生成与故障模拟为n对1紧耦合集成方式。该系统运行10个Benchmark电路,取得了低测试长度、高故障覆盖、高效率的良好效果。  相似文献   

8.
可测试性技术中的图论问题及其求解   总被引:4,自引:0,他引:4       下载免费PDF全文
近 2 0年来 ,为了解决结构日益复杂的电路测试问题 ,可测试性技术得到了迅速发展。在可测试性技术中 ,针对不同的测试对象 ,如何对可测试性设计方案以及测试策略进行优化 ,降低总体代价 ,是亟待解决的问题。为了解决这两类典型的优化问题 ,首先应用图论方法建立问题的拓扑描述模型 ,然后通过构造相应的逻辑求解函数 ,给出问题最优解的求解算法 ,并通过简单实例演  相似文献   

9.
测试性指产品能及时、准确地确定其状态(可工作、不可工作或性能下降)并隔离其内部故障的一种设计特性。  相似文献   

10.
基于三维集成电路技术实现的三维静态随机存储器,其电路中使用了大量的过硅通孔。目前过硅通孔制造工艺尚未成熟,使得过硅通孔容易出现开路或短路故障,从而给三维静态随机存储器的测试带来新的挑战。现有的过硅通孔专用测试方式虽然能够探测出过硅通孔的故障,但需要特定的测试电路来实现,这就增加了额外的面积开销,同时加大了电路设计的复杂度。因此,提出一种使用测试算法来探测过硅通孔开路故障的方法。在不增加额外面积开销的情况下,通过内建自测试电路解决三维静态随机存储器中过硅通孔的开路故障检测问题。结果显示,该过硅通孔测试算法功能正确,能够准确探测到过硅通孔的开路故障,并快速定位过硅通孔的开路位置。  相似文献   

11.
为提高电子装备模拟印制板电路故障诊断的速度,本文使用直流故障字典法原理,运用区域性故障定位方法,改进器件模型和电路描述程序,设计了模拟印制板电路故障自动诊断系统。  相似文献   

12.
提出了一种基于电路分析理论的模拟线性电路多故障诊断方法,该方法采用电路分析理论中的替代定理,叠加定理来列写电路的故障诊断方程,利用方程组的相容性原理来进行故障定位,通过计算故障支路的电导增量来完成故障定值.仿真实例表明,这种方法可以提高电路诊断的准确性,并为模拟动态电路的故障诊断提供了理论依据.  相似文献   

13.
针对人工神经网络在对装备电路进行故障诊断时出现的网络结构庞大,而影响网络诊断速度的问题,提出了模块化诊断思想。首先根据电路的功能特点以及系统电路分割的原则,将装备电路分割成具有独立功能的模块及子模块,然后建立起混联、串联2种模型,分别对其提出逻辑思想、模糊信息融合的诊断方法,从而将电路故障快速、有效地定位在模块级别,如需进一步诊断元器件故障,只需对故障子模块建立规模较小的诊断网络,从而有效避免诊断大规模电路时诊断网络结构庞大的问题。  相似文献   

14.
故障诊断中的测试节点优选方法   总被引:7,自引:0,他引:7  
针对模拟电路故障字典法诊断中测试节点选择问题进行了分析研究。在故障模糊集划分的基础上,根据故障信息量,建立了实时故障树的节点优选方法。实际应用表明,该方法大大了减少测试节点数,提高了诊断的正确性和实时性。  相似文献   

15.
为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.  相似文献   

16.
基于支路屏蔽思想的模拟电路故障字典的自动建立方法   总被引:1,自引:0,他引:1  
通过分析传统的故障字典法存在的问题,提出了一种完全不同于传统方法的新的故障字典法。该方法依据支路屏蔽的思想,通过逐一屏蔽电路的各支路,建立起能诊断软、硬两类故障的故障字典。详细阐述了该字典的自动建立方法和原理,并通过诊断例子,证明了该方法的有效性。  相似文献   

17.
针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.  相似文献   

18.
电路故障诊断方法的研究现状与发展   总被引:1,自引:0,他引:1  
电路故障诊断方法的研究对武器装备电子学位的维修和设计具有重要意义。在简介电路故障诊断基本方法及其存在问题的基础上,介绍了数字电路、模拟电路和数模混合电路故障诊断方法的研究现状、研究热点、研究难点和发展趋势,指出了电路故障诊断方法在实际工程应用中存在的困难和需要解决的问题。  相似文献   

19.
论述了智能BIT的智能设计、智能检测、智能诊断和智能决策,构建了基于神经网络的某高炮装备随动系统的智能BIT故障诊断系统。用Multisim进行电路仿真,提取输出信号的均值、峭度、偏斜度构成三维向量,以它作为特征向量利用神经网络进行模拟电路的故障诊断。通过比较BP神经网络、SOM神经网络和小波神经网络的诊断结果,得知利用均值、峭度和偏斜度作为特征,BP神经网络和SOM神经网络能够有效识别故障状态模式。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号