| Project/Area Number |
04650383
|
|---|
| Research Category |
Grant-in-Aid for General Scientific Research (C)
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
計測・制御工学
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
柏木 濶 熊本大学, 工学部, 教授 (30040380)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
坂田 正登 熊本大学, 工学部, 助手 (20040652)
原田 博之 熊本大学, 工学部, 助教授 (90145285)
|
|---|
| Project Period (FY) |
1992
|
| Project Status |
Completed (Fiscal Year 1992)
|
| Budget Amount *help |
¥2,000,000 (Direct Cost: ¥2,000,000)
Fiscal Year 1992: ¥2,000,000 (Direct Cost: ¥2,000,000)
|
|---|
| Keywords | 擬似不規則信号 / M系列 / 故障診断 / 相関技術 / ボードテスタ |
|---|
| Research Abstract |
論理回路の故障診断を行うのに、入力として擬似不規則信号の一つであるM系列信号を加え、出力との相互相関関数を基準値と比較する方法により故障の有無を判断する方法(MSEC法と呼ぶ)を拡張し、故障の有無だけでなく、故障の箇所の特定まで行えるシステムの構築について研究を行った。
故障の箇所を特定する方法としては、対象の論理回路に予め人為的に種々の故障を発生させ、MSEC法により得られた相関値のパターンを測定し、その相関値と故障箇所を数師信号としてニューラルネットワークへ入力することによって、ニューラルネットワークを教育する方法をとった。
対象回路としてはBainary Full AdderであるIC 7482(5入力,3出力)をとりあげ、その中に14ケ所に故障を発生させ、相関値のパターンを計測した。ニューラルネットワークは入力層182ノード、中間層8ノード、出力層8ノードの3層の構成のものを用いた。その結果、故障箇所の判定ができる確率は50%から100%に至るまで種々の場合があることが分かったが、平均的には85%であり、この方法により故障箇所の特定が可能であることが分かった。
更に本方法を実時間で実現するために、より簡便な方法として、相関値そのものを用いるのではなく、相関値の正負のみに着目してニューラルネットワークを教育する方法を検討したが、今までのところあまり良い結果は得られていない。
CPUを含んだ能動回路が存在する場合は外部入力によってそれをどう動かすかという問題を含めて、種々の角度から検討中である。
|
