嘉兴学院南湖学院毕业设计（论文）外文翻译原文题目: An Efficient Method for Multiple Fault Diagnosis 译文题目: 一个多进行多故障诊断的有效专业：机械设计及其自动化班级：机械N082姓名：吴东晨一个进行多故障诊断的有效方法谢斯.库什伯电气和计算机工程奥本大学，奥本，AL摘要: 本文分析了故障电路和一个有效的诊断方法。

一个渐进的仿真方法用来诊断故障电路一次，此外,为了提高诊断能力, 提出一个主要的故障电路的分割算法。

实验结果表明,该算法具有近似时间线性复杂度,达到了很高的诊断能力和分辨率。

在一段诊断时间之内因为实际工业晶片是多种故障而失效了。

1.介绍故障诊断的目的是为了确定在制造错误的芯片时产生故障的原因。

一个好的诊断工具应有效地帮助一个设计师快速、准确地定位失败的原因。

大多数研究认为一个单一的失效分析的缺陷。

然而,对于当前技术和芯片大小,这种假设可能不真实。

在一个失败的芯片多发缺损常常更好反映现实。

它也有可能是某些单一位置缺陷如多发性故障。

表现这种缺陷是影响断层缺损两个地点,或者通过缺陷,并可能影响多个分叉，可以在那些分叉转化为多个缺陷。

量化诊断算法可以通过几种方法。

分辨率作为一种真正的故障和多种可能故障来测量的一种算法。

诊断能力是正确地识别出反映比例缺陷的一种算法。

现有的诊断算法可分为两大类。

第一个应用因果原则。

第二个痕迹效应导致依赖关系。

以往的方法建立仿真响应模拟故障数据库和比较。

这个数据库和观察确定故障反应的可能原因失败。

这个方法有时被称为故障字典法[2]。

为假设的故障模式,其缺陷的行为类似故障行为建模,该方法可以给出了一个非常好的解决。

否则分辨率会戏剧性的减少。

然而,由于该方法需要一个巨大的错误行为数据库,人们可能很难与大型的设计。

建立算法效果分析,确定实际反应的过错(s)可能造成观测失败的效果。

这类方法不建立故障反应数据库。

他们从每一个主要微量落后输出误差传播路径的确定对于所有可能的故障的可能性。

造成效果的方法相比,更多的内存空间效应导致技术可以有效应付更大的设计。

文章介绍了一种基于多重故障增量法模拟和全面扫描时序电路的组合方法。

这种技术需要的相关信息只有少数失败模式(通常只有30%至50%),准确地判断给定的芯片反应。

失败利用节点和未检测博划分算法可以有效地避免为多故障诊断复杂度的问题。

一个诊断的框架,可以处理任何特定的故障模型和调用任何诊断算法[7]。

2。

失败模式的分析[6]假设T是一个测试集和f是一个断层。

这些模式在T能探测到f形成断层探测节点f。

任何一个故障诊断算法采用单以故障仿真行为观察反应匹配失败给定的测试模式。

然而,在现实中,一个模式可以激活多种故障和创造一个多重故障行为。

为了解释这类分析,让我们假定只有两个故障存在的电路。

这种分析的情况下可以延长到两个以上的缺点。

每一个失败的磷在给定的诊断模式测试集T分为以下三种类型[6]。

Type-1:p可以激活只有一个故障并观察其效果。

这种类型的模式也被定义为一个位置(欠缺)模式。

Type-2:p激活两个断层和观察它们的影响,但效果并不相关。

我们说故障行为模式平面p。

Type-3:p激活两个断层和观察它们的影响,但在一些主要缺点互动输出。

有缺陷的影响可能会彼此抵消一些模式。

图1:失败模式类型大部分的诊断算法是基于单故障假设。

这些单一故障主要依赖的基础算法type-1模式进行分析,找出故障的可能性。

每一个可能性能充分解释一些失败的模式。

如果其它的毛病也出现在电路中,他们不显化自己的type-1诊断测试模式。

然而,当故障密度增大,概率下降,检测模式组每一个故障电路包含一个type-1模式。

此外,由于有限检测器的储藏空间,只有非常少数的人可以保存失败模式未来的失效分析。

概率更低,检测模式设置有一个type-1各故障模式,这表明许多缺点可能不能确定由一个单一的故障诊断算法为基础。

图2:故障假设的例子的局限性。

考虑下面例子在图2中,说明了为什么一种算法基于单个故障假设未必行得通。

假设我们有3个模式,模式P1是个一时的模式。

应用模式,P2和P3我们观察一些失败的模式。

失败模式应用于P3会导致识别一个B s-a-0故障可能发生的可能性,因为一个s-a-0过错P3所激活(因此P3是一个type-1模式)。

这就解释了为什么有时候工作甚至假设算法配电网发生单相接地故障时,多存在于电路。

然而,失败模式P2(哪个是type-2图案)无法解释由任何一个故障断路器。

所有单故障假设的基础算法将失败在这种情况下。

只有一个部分匹配算法采用机制可以报告一个s-a-0作为另一个合适的可能性[1][3]。

另一个重要的事实是,在实践中,一个紧凑的试验模式的设定是用来缩短多余应用在测试的时间。

如果发生了多个故障,一个紧凑的试验模式的设定是用来检测和诊断,大部分模式将类型2和3。

例如,基准s35932只有21测试模式进行检测和诊断的目的。

(二)、(三)模式的类型通常是多种故障发生在当前的电路。

一般来说,用简洁的测试集故障诊断问题以创造更好的一种算法。

3。

算法诊断算法[5]3.1该算法将从这里指定1．初始路径跟踪故障候选名单上使用的技术。

早期故障的候选满足下列要求减少搜索空间,提高诊断效率：1.1故障一定存在在输入锥形的一个失败的功率振荡器。

1.2故障一定存在相同的那个失败的功率振荡器。

1.3如果一个失败模式影响超过功率振荡器,可能性故障必须存在在交叉的跃动的所有输入模式(单故障假设每个模式)。

2。

每个过错模拟初始候选名单上,看看它解释了完美的任何失败模式。

如果是这样,把它作为一个可能的过错,分配给它的重量相等的数目,它解释了在当前模式列表,将失败模式解释(s)。

3。

当我给它解释整个失败模式列表,或当所有的缺点在初始清单被检查,该算法和报告可能终止候选台址。

根据他们的可能性故障的权重。

以最大的重量故障做为第一个报告。

注意,即使是当算法是基于一个假设故障每模式,但它却能识别多种故障只要不受故障模式一只(即type-1模式)。

3.2[7]中提出的诊断算法人们注意到:Type-1经常失败模式存在有效反应,即使失败也同时存在。

这意味着在大多数为了失败的情况下,部分断层的位置可以识别故障诊断算法的旁边。

这里给出的算法是基于一个观察和分析在第二章。

而不考虑所有可能的多种故障直接组合,这将是很长时间,不适合计算大型设计,隔离和处理问题的增量。

例如,在图2中,如果它是已知(从失败模式分析P3),那个B s-a-0是最可能的故障电路,那么电路可以简单地改变连接网络B的地面上。

然后我们可以完成分析模式的P2和重复失败故障诊断。

很明显,当我们这样做的时候,任何一个故障寻求算法会发现第二个错误s-a-0可能,从现在起模式已成为一个type-1 P2模式修改电路。

这里给出的算法,也有一个管理尝试为多故障诊断的复杂性。

一个错误(或一群的缺点)可能是一个候选人仅当它的(他们的)仿真结果能充分解释至少一个失败的模式。

如果多于一名候选人可以解释同样的失败模式、信息传递模式是用来排列可能性和选择最佳的在他们中间。

3.2完美的算法及实现[6]定义1:完美的候选:假设故障后,进入一个注入电路和模拟运行有效,我们能够很好地解释了一些失败的模式。

这些故障作为一个群体被称为完美的候选对那些解释模式。

如果n是等于一,我们有故障的候选。

图3:1-完美的例子的候选考虑下面例子图3。

没有任何过错,可以解释观测没有反应,但B和C -这点- 1 s-a-1作为一个群体,可以解释观测到的失败。

因此{ B、C s-a-1 s-a-1 }形成一个2-完美候选。

该算法所得如下。

1。

找到一个1-完美故障的候选(s):n = 1。

运用消除解释模式日益衰落的模式。

2。

每个n-完美候选,注入到电路,完成第3和第4步骤,直到所有n-完美候选被试过了。

3。

为每一个不明原因的失败模式,将可能发生的故障的候选。

4。

修改后的电路和执行在构建(n + 1)-完美候选人基于目标故障模式上。

5。

确定(n + 1)-完美候选,以便进一步解释了一些失败模式没有解释那些(1从n)-完美候选。

6。

等级和重量(n + 1)-明显故障和传递模式基础上的信息。

那些不能消除的模式,这可以解释为(n + 1)-完美候选名单。

故障模式增加1 n。

7。

执行步骤2 - 6对余下的不明原因的故障模式,直到没有必要的故障,可以发现,或直到所有故障模式作了具体说明。

8。

所有可能的故障k-perfect件(k是一个整数1到n),消除造成许多故障通过多个故障模式的时候失败的候选人被直接注射进电路。

这是一个精致的步骤。

其目的是消除错误假设的情况故障从一开始,这可能意味着其他错误的可能。

3.2.2讨论提出的算法,提出了一种加权机制[3]是用来等级有潜力的可能。

每个n-perfect可能”、“信息管理系统预测,”和“非重量使用匹配预测”。

除了故障模式,通过模式也进行了模拟。

每个n-perfect候选人的断层2权重。

第一个反映其如何解释重量失败模式,第二要解释传球模式。

故障模式权重着重地用于寻找可能的候选。

然后,我们对那些候选人计算出一个总重量,吩咐他们,并降低最糟糕的可能。

该算法和大多数其他诊断算法进行从这个基本假设:“用最少的错误的地点来解释许多未反应现象。

”一个失败的概率是由于一个错误的地点,甚至被一些多个站点失败的概率同时。

所以算法总是开始于一个可能处在多故障位置。

初步认为可能发生故障列表不包括任何注入故障,这意味着我们得到一个错误的可能的开始。

如果多个故障表现得完全像一个单一的断裂、无算法能分辨的小组从等效单故障的候选。

另一方面,如果没有正确识别故障，就开始用增量启发式算法给出,他们中的大多数都裁剪失败后,再通过模式模拟的帮助下到了最后一步加权机制步骤(8)。

3.3 -博分割失败技术考虑下面例子又在图2。

但这一次假设我们拥有少了一个模式,我们认为只有被困在断层。

P1是个一时的模式,P2是唯一我们失败模式在这种情况下。

单故障假设算法将停止并报告结果并未因为节点是由type-2诊断模式。

然而,如果我们失败组划分POs机,我们可以很容易地找到故障的候选。

在适当的隔断失败的POs 系统,每组失败的模式。

抓住了错误的行为的一个或少数的缺点,对于每个断层和分割失败在模式设置，模式成type-1模式,一个简单的案例来诊断。

在这个例子中,隔断POs分成两组:PO1在一组,PO2在另一个组，每个failing-PO集团分别在每一个失败的模式。

为自己P2和组织模式{PO1}发现在0是成为一名总统候选。

同样,模式P2和{PO2}是用来获取另一个故障的候选,我被困在0。

发现了一些候选后,我们再次执行算法,获得更多的候选,提炼的结果。