| 研究概要 |
本研究課題は,ニューラルネットワークによる新しい論理回路故障診断方式の開発,および,その応用を行うことを目的としている。ニューラルネットワークが持つ故障検出性や耐故障性を,論理回路のゲート故障診断に活用する本手法は,簡単かつ万能向きの検査を行えるのが特徴である。従来の故障診断に必須であった,特別なテストデータ系列や故障診断辞書を用意する必要がないという,他に類を見ない診断方式を有している。
これまでの診断方式は,診断が確実に行えるテストパターンを生成できるか,さもなければ,当該故障がテスト不可能かを証明するという,故障診断に対して完全性を追い求めている。これに対して本手法は,診断のあいまいさを含みつつも,その論理回路が正常に機能する故障ゲートの修正候補を次から次へと挙げてくれる。診断に完全性はないものの,論理回路に対して,手軽にプレ検査としての故障検出と故障診断を同時に行うことができる。
我々は既に,故障診断アルゴリズムは作成しており,小規模な論理回路に対して妥当なシミュレーション結果を得ているので,提案している回路故障診断方式が,どのような故障モデルを捕捉できるかを検討した。成果としてはこれまでに,組み合わせ論理回路内に内在する単一の静的故障(0/1縮退故障や,素子遅延故障も含む)はほぼ確実に検出・診断できることが明らかになったので,これについて検証した。
現在,診断能力の可能性を広げるために,静的故障ばかりでなく,動的故障をも診断可能なアルゴリズムに改良しており,表現能力に多様性を持つ多値論理を用いて,故障診断の対象領域(故障モデル)を広げることを目指している。本アルゴリズムの特徴である高速な学習は,単に論理回路の故障診断に止まらず,様々な学習問題や因果関係を伴う一般診断問題にも応用できると考えており,課題期間中にロポットの障害物回避や経路プランニングへの適用も検討した。
|
