Abstract

W pracy przedstawiono nową klasę słownikowych metod diagnostyki uszkodzeń parametrycznych analogowych układów elektronicznych, ze specjalizowanym klasyfikatorem neuronowym, o zwiększonej odporności na tolerancje elementów układu. Wykorzystano koncepcję polegającą na konstrukcji sygnatur słownika uszkodzeń w postaci krzywych identyfikacyjnych i zastosowaniu klasyfikatorów neuronowych dobrze dopasowanych do tych sygnatur. W pierwszej kolejności opracowano sieć neuronową z Dwucentrowymi Radialnymi funkcjami Bazowymi DRB dobrze dopasowaną do rozproszonych krzywych identyfikacyjnych w przypadku, gdy rozrzuty tolerancyjne rozpraszają krzywe kołowo w otoczeniu położenia nominalnego. Następnie opracowano zmodyfikowaną sieć neuronową z Dwucentrowymi Elipsoidalnymi funkcjami Bazowymi DEB dopasowaną do rozproszonych krzywych w przypadku, gdy rozrzuty tolerancyjne elementów nieuszkodzonych są wzajemnie skorelowane, a rozproszenie krzywych w otoczeniu położenia nominalnego jest eliptyczne. Przeprowadzono optymalizację algorytmów i procedur diagnostycznych pod kątem zminimalizowania złożoności obliczeniowej w celu dostosowania ich do implementacji w testerach wbudowanych typu Inside Microcontroller BIST (IuBIST) za pomocą środków sprzętowo-programowych współczesnych mikrokontrolerów. Nową klasę metod zweryfikowano symulacyjnie i eksperymentalnie na rzeczywistych układach filtrów analogowych za pomocą skonstruowanego testera IuBIST.

Author (1)