一种基于信号模型的ATE仪器资源配置方法

讨论了一种基于面向对象的信号模型构造方法在自动测试系统(ATE)测试环节中的应用,以解决测试资源有限和配置自动化的问题,并给出了一种由所需信号自动获取其资源信息的实现方法.通过分析测试资源与生成信号之间的关系,提出了由已知信号逐步递推获取资源信息的方法,并从理论上探讨了该方法的实现过程.提出了以生成信号的仪器资源信息和继承优先级为指标,从生成成本和生成层次上考察建立信号通道的思路.      

ATE环境下的多频测试参数故障检测

从线性模拟电路灵敏度的概念入手,分析了通过获取敏感频点激励下的最大故障误差来检测电路参数故障的可能性,提出了一种针对测试频率和测点信息的激励矩阵.设计了适合自动测试系统进行模拟电路参数故障检测的联合激励方式提取算法以降低测试成本.仿真结果所给出的故障检测效果显示,该方法可以放大故障误差,并有助于利用敏感频点响应的差别来辨别故障信号.      

一种以模拟电路测点和指标表示最优故障判别效果的决策树实现方法

描述了一种由测点和指标样本所表示的故障空间,给出了一种基于Fisher判别的故障分类决策过程。为了提高故障判别能力,提出了一种由测点和指标组合所表示的最优判别效果评价准则,并基于此,设计了相应的决策树算法。     

一种面向输出响应的多频测试故障检测与隔离方法

介绍一种在测点访问有限的情形下 ,针对模拟电路外接口的响应信息进行故障检测和隔离的方法。在构建连续的故障字典曲线的基础上 ,通过仿真实验 ,探讨并验证了利用多频测试来积累故障误差 ,构建误差曲线以检测和判别故障器件的实现思路。     

故障诊断专家系统中诊断决策方法的研究

 被诊断系统的复杂性造成故障诊断过程效率低,耗费时间长。采用多属性决策方法可以将测试代价因素引入到对复杂系统故障诊断的决策中,以提高诊断的效率。根据故障诊断的实际情况,确定了对属性权值的约束条件,提出了一种求取MADM 权值的方法,解决了故障诊断决策中属性权值选取困难的问题。通过仿真证明和普通的方法相比,专家系统采用MADM 方法,故障诊断时间减少了1/ 5 。     

基于改进CHC算法的模糊诊断规则优化方法研究

在故障诊断专家系统的自学习中,同时需要学习大量的模糊规则,造成规则优化算法的运行时间过长,难以满足实际的需要。为了解决这个问题,将特征片断优势重组算子引入CHC算法中,并将之应用到规则优化领域。仿真证明,改进的CHC算法在模糊诊断规则优化方面能以比较短的计算时间达到预期的优化效果,明显优于国内其它改进的遗传算法和CHC算法,具有比较大的实用价值。     

模糊诊断规则自学习中规则条件优选技术研究

规则条件优选技术是模糊诊断规则自学习方法的重要环节之一.针对条件优选问题,提出了一种基于面积计算的模糊贴近度函数,并采用该函数对各规则条件的可区分程度做出评估,然后根据得到的评估矩阵设计了规则条件和测点的优选算法.仿真证明,通过条件优选可以大量减少规则中条件的数量,减少了规则学习的计算量,提高了学习的效率;同时,所研究的测点优选技术还可为自动测试程序的设计提供参考.