| 研究概要 |
本研究課題は,ニューラルネット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のか,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。診断に完全性は無いものの,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を作成しており,小規模な論理回路に対する妥当なシミュレーション結果は得たので,昨年度は,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・診断できることが実験で明らかになったので、これについて検証した。
本年度は,この診断能力を生かした更なる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を研究中であるが,まだ成果発表には至っていない。また,本研究課題の応用として,ロボットの障害物回避学習への適用を試みている。
次年度は最終年度であるので,本研究課題のまとめと,引き続いてロボットのモーションプランニングへの応用や因果関係を伴う一般診断問題に展開することを計画している。
|
