雷达数字电路板故障诊断测试向量和故障字典模块设 …

介绍了一种基于ＶＦＰ（Ｖｉｓｕａｌ ＦｏｘＰｒｏ）开发软件的雷达数字电路板故障诊断软件测试平台的测试向量生成和故障字典模块设计方法,重点讨论了其中某些关键技术的对策。     

基于故障字典的数字芯片测试系统

介绍基于故障字典的数字芯片测试系统的设计与实现,包括数字芯片的测试原理说明、硬件电路组成和软件流程设计等;系统以数字信号处理器(DSP)为核心,采用高度的模块化设计,具有扩充方便、高速采样的特点;系统具备与PC机通信功能,通信模块硬件电路组成是利用DSP的多通道缓冲串行口(McBSP),通过MAX3111E同步转异步的方法来和PC机进行通信的;通过实际的测试应用,证明该软件硬件运行良好,能满足系统设计的要求,为数字芯片的自动测试和故障诊断提供了参考.     

面向诊断驱动测试模式的故障字典推理算法研究

诊断驱动测试是一种智能测试模式,可以有效缩短测试时间,提高维护效率。故障字典是一种传统的故障诊断方法,大量地应用于生产生活中。本文根据诊断驱动测试模式的需求,设计了故障字典的新推理算法,并提出了测试项目的优选原则。本文提出的方法已经在自动测试设备的软件平台上得到了实现和验证。     

基于故障字典和神经网络理论的故障诊断方法

鉴于传统的故障诊断方法对复杂系统或设备进行故障诊断时,有诊断速度慢、对多故障同时发生的情况难以准确定位等缺点,提出了基于故障字典法和神经网络理论的综合故障诊断方法;在叙述该综合诊断方法的基础上,以某型飞机自动驾驶仪飞控盒的主要故障为例,分析说明了运用该方法进行设备故障诊断的具体过程,并进行了仿真研究;实现了对此设备单故障和多故障的快速准确定位;结果表明该综合故障诊断方法解决此类故障诊断问题是有效的.     

基于DAGSVC的模拟电路故障字典法

针对模拟电路的故障诊断和支持向量机分类器的设计问题,讨论了一种基于有向无环图支持向量机分类器(DAGSVC)的故障字典新方法,并比较了几种支持向量机故障分类器的平均测试复杂度指标.通过对2个实际模拟滤波器的实际测试和验证表明:该方法性能要优于"1-v-r"SVC,"1-v-1"SVC等常规的故障分类器,并和聚类二叉树S...     

基于故障字典法的某型放大器的故障诊断研究

针对某型放大器进行了基于故障字典法的故障诊断方法的研究,利用Protel软件,对某型放大器的静态工作及瞬态工作过程进行了仿真分析,并根据所得数据建立故障字典,实验结果表明该故障字典的建立方法具有有效性和实用性的特点.     

含ROM和RAM芯片的数字电路板测试生成

针对数字电路板中含ROM和RAM芯片电路板故障诊断难的现状,采用器件等效模型方法和改进的组合时序电路测试乍成算法,研制开发了一套支持ROM／RAM器件测试生成、集电路模型输入、测试生成算法、敝障仿真及IEEE-1415标准测试数据转换功能于一体的数字电路板故障诊断测试数据自动生成系统,应用结果表明,该系统测试生成效率高、故障诊断精度高．具有一定的实州性和推广价值。     

时序电路测试向量融合算法

时序电路的测试序列通常由各个单故障的测试向量组成.为了减少测试时间和功耗,提出2种测试向量融合算法.借助融合灵活性的概念,2种算法按不同的方式对向量序列进行排序,并以融合深度和代价作为评判准则,构建向量的融合过程,最终生成整个电路的测试序列.该算法与已有的Greedy算法时间复杂度相同,但性能更优.在ISCAS89部分电路上的实验结果表明,采用文中算法可使平均性能分别提高4.96%和8.23%.故障仿真结果表明,文中算法的故障覆盖率有少量提高,故障分辨率变化较小.     

全速电流测试的故障精简和测试生成

针对全速电流测试方法测试生成算法效率低下的问题,提出故障压缩、故障模拟等故障精简的方法,以提高该方法的测试生成效率．实验结果表明,该方法使得需要进行测试生成的故障点平均减少了66．8％,该测试方法的测试生成的效率提高了200多倍．     

模拟电路仿真与故障字典生成方法

针对模拟电路故障诊断需求,对模拟电路仿真和故障字典生成的实现方法进行了研究。首先,设计软件实现总体结构,从软件界面层、运行层、数据访问层、数据层等方面搭建过程中需要的电路知识管理、工程管理、电路仿真设置、仿真运行、故障字典生成和辅助故障诊断等功能框架;进而通过创建被测电路仿真原理图、新建仿真工程、仿真设置、故障注入等详细设计,实现被测电路的功能仿真和故障仿真;然后根据仿真结果,利用故障字典生成器生成所有故障模式下的整数编码故障字典;最终辅助诊断功能,验证故障字典是否可用。通过对演示板12个故障注入后的仿真数据做故障字典生成训练,并完成了对实测数据的故障定位,验证了该方法的可行性,为模拟电路故障诊断提供了实用的测试方法和手段,具有较好的实用价值。     

模拟电路故障字典开发平台

针对模拟电路板故障诊断和维修中存在的困难,引入基于故障字典法的模拟电路故障字典开发平台,该平台集成了电路模型图形化输入、元器件故障自动插入、交流频率自动选取、诊断测试点优选等关键技术,通过对电路的自动仿真与数据分析实现了模拟电路故障诊断用故障字典的自动生成;通过结合实际模拟电路板验证表明,应用陔平台可有效避免传统依赖人工分析进行故障诊断遇到的各种难题,对提高模拟电路板故障诊断效率以及实现模拟电路板的自动测试都具有重要意义。     

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。     

基于支持向量机的电路故障诊断模型

提出了一种基于遗传编程和支持向量机的故障诊断模型。通过遗传编程对时域指标进行特征选择和提取,得到更能反映信号本质的特征信号,该特征信号可作为识别特征输入多类支持向量机,实现对模拟电路不同类型软故障的识别。实验结果表明,同传统时域指标相比,经过遗传选择和提取的特征对模拟电路的软故障具有更好的识别能力,进而提高了多类支持向量机的分类准确性。     

电路故障诊断软件的优化设计与实现

本文在分析了LASAR电路仿真结果故障字典、管脚网络表、节点真值表等文件结构的基础上,论述了使用流域覆盖优化方法来实现数字电路故障诊断的软件设计过程。     

基于矢量表示组合的字典学习性能分析

在字典学习算法中,使用图像的多矢量表示相比单一矢量表示,可以获得分类精度更高且更具有鲁棒性的分类模型.本文中我们采用多种矢量表示的组合以及合理的加权对数和方案,来提升字典算法的性能.通过在公共人脸数据集上进行实验,验证了我们的方法应用于字典学习具有更高的准确度和鲁棒性.充分挖掘和利用表示多样性可以获得被观察对象的各种潜在外观以及图像高分类精度.     

基于改进模糊聚类和支持向量机的模拟电路故障诊断

为解决神经网络训练需要大量的样本,且容易陷入局部最优,收敛速度慢等缺点,采用改进模糊聚类(IFC)和支持向量机(SVM)相结合的模拟电路故障诊断方法.利用小波分解技术提取待诊断电路的测试信息作为故障特征,在模糊聚类算法中为消除孤立点和噪声的影响,对不同样本点引入权值以提高聚类效果,结合改进的模糊聚类算法进一步降低故障特征的维数,将其作为支持向量机的输入量,进行模型训练并预测模拟电路的故障.仿真结果表明,此方法应用于电路故障诊断有效削减计算复杂度并提高了诊断精度.     

BP神经网络在故障字典快速定位中的应用

故障字典法是一种很实用的故障诊断方法,但对于大规模、复杂电路,故障字典庞大,故障搜索速度影响了实时诊断效率。提出一种将规模较大故障字典分解为多个子故障字典,采用BP神经网络组织其搜索索引的方法。该方法利用BP神经网络能够精确描述输入数据与目标数据之间的映射关系的能力,组织多个BP神经网络组成多层的二叉树索引结构。通过该索引,大大缩小了故障查找范围,提高了搜索速度,提高了实时诊断的效率。     

模糊核聚类相关向量机模拟电路故障诊断

针对模拟电路故障与特征间存在的模糊组及交叠,首先建立基于Fisher准则函数的最佳聚类数自适应估计方法,采用模糊核聚类选择最优可诊断故障集,然后提出一种基于稀疏贝叶斯相关向量机(RVM)理论的模拟电路故障诊断模型,提高了RVM模拟电路故障分类的效率和准确度;模型可以在贝叶斯框架下对分类函数的权重进行推断,而且得到各分类的验后概率,从而能判断分类结果的置信度,辅助进行诊断决策;仿真结果表明提出的模拟电路诊断模型在精度提高的情况下,比支持向量机需要的向量更少,更具稀疏性和泛化性,是一种有效的模拟电路故障诊断方法。