翻译A Novel Wavelet Transform Based Transient Current analysis for fault detection and localization

1、 沈阳航空航天大学毕业设计（论文）外文翻译 一种新的基于小波变换并用于故障检测与定位的瞬变电流分析作者：Swarup Bhunia. 普渡大学电气与计算机工程. 美国印第安那州. Kaushik Roy. 普渡大学电气与计算机工程. 美国印第安那州. Jaume Segura. 巴利阿里群岛大学物理系. 07071帕尔马. 西班牙.jaume.segurauib.es 摘要：基于瞬变电流（IDD）的测试常作为替代或补充静态电流（IDDQ）测试而被引用和研究。虽然IDD测试用于故障检测的潜力已经得到证实，但还没有掌握运用ID

2、D分析进行故障诊断的有效的方法。在本文中，我们提出了一种基于IDD波形分析进行故障诊断与定位的全新综合方法。小波变换的时频分辨力特性可以帮助我们检测和定位数字CMOS电路的故障。根据一个组装的8位移位寄存器的测量数据和更多复杂电路的模拟数据进行的这些实验体现出关于检测和定位的可喜成果。小波检测方法显示出光谱和时间域方法更高的灵敏度。这个定位方法在程序变化、测量的噪声和复杂的供电网络的存在下的有效性问题被解决了。分类和主题描述：B.8.2硬件：性能和可靠性可靠性，测试和容错一般条款：算法，可靠性，试验关键词：瞬变电流（IDD），小波变换，故障定位*这项研究的一部分是由MARCO GSRC在合同编

3、号SA3273JB下建立的。用于个人或教学目的对著作的全部或部分内容进行数字拷贝或硬拷贝的许可是免费授予的，条件是：拷贝之制作或分发不用于商业利益，并在第一页显示此通知和完整引文。否则，用于重新发布、张贴在服务器或重新分配到清单，需要事先获得特殊权限和/或交纳费用。DAC2002，6月10日至14日，2002年，路易斯安那州新奥尔良市，美国。版权所有2002ACM1-58113-461-4/02/0006.$5.00。1. 导言在现代旋转机械（如飞机发动机，燃气涡轮机和压缩机）的设计中，人们对其高速性，重量轻和高性能的要求越来越高，这些原因导致使用的转子系统有更大的挠度，更加复杂。转子可能会以

4、带有多圆盘，多轴承和多细长轴的多级结构或者分支结构出现。大挠度的趋势导致了在临界转速或在其附近的转速时出现振动问题。因此，在典型的航空发动机的转子动态特性优化设计中不可避免的涉及到多级转子临界转速的分配（前两阶或者前三阶需要时刻注意）和常用转速（通常是四个或五个转速）的设计，同时，它还涉及到多频禁区的优化问题。以前，这个问题最常用的目标函数是用邻近的两个频率的极值差来建立的。在这方面，在最优化之前需要做一些试验、计算来确定临界转速或者接近临界转速的转速，并且每一项优化处理都只能考虑一个或两个限制频率。本文中，总模糊理论的正态分布隶属函数的权之和被用于描述多级转子临界转速在常用转速中的分布，然后

5、，制定最佳的目标函数。通过这种方法就可以非常简单的在一个优化计算中实现将多个临界转速从多个工作速度中分离出来的目的。此外，按照设计规范和标准，选定对转子临界转速有明显影响的设计变量和约束，然后，成功的建立了航空发动机转子动力学的优化数学模型。最后在Windows平台上为航空发动机转子动力学设计建立一个综合工具。在这个工具中，用修改过的可行的最优算法为航空发动机多转子的转子进行动态优化，并将计算转子临界转速的整体传递矩阵法以DLL形式的文件储存起来。同时，为了检查被优化转子受到变形和应力，商业软件有限元软件MSC/PATRAN/NASTRAN也成为设计工具中的一个集成模块。通过对某型多转子航空发

6、动机实施动态优化来验证这个设计工具，得出的正确结果表明这个是一个在工程实践中有实用性的工具。正弦波形 墨西哥帽波形图1：傅里叶和小波变换的基本作用2. 小波变换概述傅立叶分析有一个严重的缺点，因为它在频域变换信号时会丢失该信号在空间如何分布的所有信息。另一方面讲，信号的小波变换分解在时域和频域的信号2 9，这对故障检测和定位十分有用。在小波变换中，我们采用一个真正的/复杂的赋值的连续时间函数，它有两个主要特性：a）将整合到零，b）它是平方可积的。这个函数称为母小波和小波。特性（1）使人联想到一个这样的函数，它是振荡或有波浪状的外观并与正弦函数形成对比，它是一个小波浪或小波（图1）。特性（b）意

7、味着波的能量大部分仅限于有限区间。与一小波有关的，一个函数的CWT（连续小波变换）被定义为： （1）式中 （2）上式中a，b是实数，*表示复共轭。是的对应给定的a，b的变换系数。因此，小波变换是两个变量的函数。对于一个给定的a，是沿时间轴随b的数值而变化的变量。变量b代表时间的转变或变换。由于a决定时间尺度或扩张的大小，因此它被称为比例尺或扩张变量。如果0 a 0，为输入和延迟将电路划分成故障集合（Sf）和无故障元件集合（Sff），否则转到步骤25. 集合S=SSf6. 如果终止条件满足，退出，否则转到步骤2故障定位算法的描述见表1。在被测件的所有元件中，我们首先初始化S，一组在特定的迭代下有

8、潜在缺陷的元件。如果故障是输入转变，我们计算延迟。该延迟计算单元比较在不同范围内无故障和有故障响应的小波系数，并决定在时间轴上的一些点，在这些点处，故障响应的小波部件随预先从无故障激励确定的界限而变化。对于延误计算，我们摒弃高频率分量。分割是将被测件的元件分成两个非重叠组的方法，把故障元件与基于输入转变和的无故障元件区分开来。分割算法横贯拓扑命令的元件，并检查是否有一个特定元件在最小最大传输延迟的基础上有潜在的故障。我们可以运用更多的输入转变以及运用在以前的和现在的故障组的交叉来收窄故障区域。图6：显示延迟检测的范围的小波系数曲线图4. 实验结果检测和定位算法是在C中生效的。我们使用Matla

9、b的小波工具箱执行IDD信号的小波分解。在小波变换中使用的母小波是db22。该算法根据从一个8位移位寄存器的集成测试芯片的被测数据进行了测试。检测和定位方法还根据从更复杂的电路获得的仿真数据进行了测试。4.1 集成的8位移位寄存器的结果实验使用一个8位移位寄存器，其中设计了很多伪装的缺陷。传输阀门连接到电路的选定节点来仿真开路缺陷的存在。当传输阀门是关闭的，相应的开路缺陷被激活。该电路采用二段_n阱双金属1.0技术设计。电流的测试，是使用一个Tektronix P6247 1GHz带宽的探针，通过检测出极低电感的压降进行的。为了测试基于小波变换的检测和定位方法，我们致力于开路性缺陷，阻止从缺陷

10、位置到寄存器的时钟传播。表2列出小波检测灵敏度、FFT和基于电荷集成的方法的比较结果。故障意味着在时钟线和第i个寄存器之间的传输门是打开的。可以观察到，基于小波的方法的灵敏度在数量级上高于FFT和电荷集成方法。这个不同在图7的对数标度中绘制了出来。小波的高灵敏度可以归功于其在时间轴和频率轴上IDD信号的分解。较高的灵敏度使得在数字CMOS电路的故障检测中，小波成为更好的候选，尤其是较为困难的参数故障检测。表3列出了表2中开路性故障的定位结果。到每个节点的延迟是从提取的设计的Hspice模拟计算的，随后，它将与从比较电流测量的小波系数获得的以及从模拟获得的延迟作比较。故障的定位，依赖于我们测量延

11、迟的精确性。从测量数据获得的延迟在低于平均8%的范围内变化，这对故障位置的识别足够好。也就是说，它的传播门是开路的。表2：基于小波的检测与FFT和电荷集成技术的灵敏度比较图7：集成芯片的故障检测灵敏度比较表3：来自测试芯片的定位结果（在延迟方面）4.2 更复杂电路的模拟结果基于小波变换的方法在从更复杂电路的模拟数据上进行测试。故障检测为带有大约800个元件的8*8Wallace树乘数和大约1000元件的8位整数ALU而工作，当检测定位方法时，我们使用8位整数ALU。该电路由来自LEDA库的元件组成，每个元件的延迟在不同的输入条件下是已知的。我们在电路中引入了各种故障，并用一个0.25TSMC技

12、术库的Hspice模拟电路。随机输入激励被应用于检测和定位故障。表4显示了基于小波变换的检测较FFT和基于电荷技术的优势。电阻的短路和开路以及参数错误都用来作比较。对所有比较的项目，小波比基于电流的技术的灵敏度都高，证明了其对更大电路的效果。表5显示了当越来越多的测试向量被应用，我们的故障定位方法是如何收敛的。分区算法识别出对每一个测试向量激活的故障的元件潜在故障集。它使用从小波系数获得的延迟信息。专注于两个分区迭代的被识别的元件的共同集，我们缩窄了元件的选择。对于表5中的结果，我们在测试电路中插入了金属桥并采用了随机向量。第2栏是元件的数量，这些元件是在特定的分区运行时被识别为故障区域的元件

13、。当我们应用更多的向量，这个区域将缩小到总元件的1%。表4：ALU和Wallace树倍增电路的灵敏度比较表5：增长的测试向量数的定位收敛表6显示在随机定位时，植入电路中的不同类型故障的实验结果。我们成功地检测和定位来各种情况的故障。我们能把识别故障的区域缩窄多少，很大程度上取决于应用输入激励的数量。如果我们能定位总元件的10%的故障或者我们已经运行了20个分区迭代，我们将终止我们的定位程序。这是对庞大的慢Hspice运行的限制。第3栏列出了（在故障检测试验中）使用到的随机测试向量的数量。第4栏显示了被识别区域的元件数量，它可以衡量故障定位的精确性。第5栏列出了故障区域的元件数量在电路中占总元件

14、的百分比。表6：一个8位ALU的故障检测与定位结果5影响定位的因素5.1 对供电网络的影响我们的实验假设电路只包含一个直接连接到电源插头的模块。但是在实际的芯片里，供电网络通常被设计为网格状，带有不同的模块，并在网格的不同点连接起来。基于小波的定位方法可以推广到一般的供电网络。可以看出，如果我们能保证在模块里故障的发生不严重影响在其他模块里的电流波形，我们的定位方法就是有效的。我们模拟了一个电网，一个有三个不同模块的RLC网络：一个加法器，1个多路复用器和比较器，连接到网格的不同点。据观察，另一个模块的故障并不会造成无故障模块的IDD波形严重的变化，这样就证实了对于网状电网定位的适用性。5.2

15、 母小波的选择母小波的选择是另一个可能影响和定位的计算的问题。小波变换的优点之一就是它的适应性强，即我们可以选择一个最能适应输入波形的母小波。我们用很多母小波做实验，例如，小波例如db2、莫奈特、墨西哥帽、哈尔29等，并观察是如何随在ALU中特定的接桥故障的不同小波而变化的。定位，如表7所示，对于db2是最好的，因此，我们可以用它作为ALU检验的母小波。表7：使用不同的母小波的定位结果5.3 抽样频率的影响IDD波形在抽样速率方面的监测是非常重要的，因为它影响测量噪音和实时方法的适用性。理想的是，我们需要比奈奎斯特率高的速率（即最高频率的两倍）抽样IDD波形，以保持在采样数据里的所有的频率成分

16、。不过，对于检测故障，可以看到，我们并不需要很高的采样频率11。这同样拥有真正的定位，因为我们可以不考虑IDD波形的高频光谱成分而有效地定位。据观察，我们采集电流波形低至50ps的时间间隔，仍然可获得少于测试电路总元件的10的定位面积。5.4 程序变更在决定检测余量方面，程序变更的影响必须加以考虑。程序变更还影响沿路径的延迟，主要是因为单个元件延迟随程序参数变化。我们运用随着晶体管阈值模型14表示程序的变化。我们认为，如果我们基于10%Vth变化计算测试余量（通过/不通过的限制和延迟阈值），我们仍然能够有效地检测和定位故障。程序变更对于定位的影响，在于故障区域的解决。对于ALU特定接桥故障的V

17、th变化，表8列出了我们的实验结果。表8：程序变更对定位的影响5.5 测量噪声的影响用来衡量IDD波形的硬件有一些固定的分辨率并给被测波形带来了错误。由于存在去耦电容，电流波形测量邻芯片通常会失去一些高频成分。根据观察测试芯片上实验结果，测量噪声对我们的方法的影响不大。这从更大电路模拟运行的结果同样可以得到这个结论，因为，我们只考虑波形的低频成分，仍然可获得有效的检测和定位。6结论和未来的工作一种新的基于小波变换的用于故障检测和定位的IDD波形分析方法已经提出。基于小波变换的延迟计算方法已被证明能够承受由程序引起的IDD波形变化和由本身性能引起的测量噪声，它能够做多分辨率的IDD信号分析。从芯

18、片得到的测量数据和从更大电路得到的模拟数据的实验结果都验证了这项技术的实际应用。 故障检测和定位的输入激励最佳设置的生成对于测试程序的有效性是十分必要的。故障检测的测试向量会与IDDQ测试的很相似。不过，对于定位故障，自动生成的输入向量的最佳设置是不平凡的。我们故障检测和定位的方法对于纯模拟或混合信号电路也同样是有效的。目前，我们正在做这方面的工作。7.参考文献1 J. Beasley, H. Ramamurthy, J. Ramirez-Angulo, and M. DeYong. Idd pulse response testing of analog and digital cmos c

19、ircuits. Proceedings of International Test Conference, p626-634, 1993.2 I. Daubechies. Ten Lectures on Wavelets. Society for Industrial and Applied Mathematics, Philadelphia, Rutgers University, 1992.3 J. Frenzel and P. Marinos. Power supply current signature (pscs) analysis: A new approach to syste

20、m testing. Proceedings of International Test Conference, p125-135, 1987.4 M. Hasizume, K. Yamada, T. Tamesada, andM. Kawakami. Fault detection of combinational circuit based on supply current. Proceedings of International Test Conference, p374-379, 1988.5 B. Kruseman, P. Janssen, and V. Zieren. Tran

21、sient current testing of 0.25 cmos devices. Proceedings of International Test Conference, p47-58, 1999. 6 K. Muhammad and K. Roy. Fault detection and location using idd waveform analysis. IEEE Design and Test of Computers, 18(1):42-49,2001.7 I. D. Paul, J. L. Rossello, M. Roca, E. Isern, J. Segura,

22、and C. F. Hawkins. Transient current testing based on current (charge) integration. Proceedings of the Workshop on IDDQ Testing, p26-30, 1998.8 J. F. Plusquellic, D. M. Chiarulli, and S. P. Levitan. Digital integrated circuit testing using transient signal analysis. Proceedings of International Test Conference, p481-490， 1996.9 R. Rao and A. Bopardikar. Wavelet Transforms: Introduction to Theory and Applications. Addison-Wesley, 1998.10 M. Sachdev, P. Janssen, and V. Zieren. Defect detection with transient current testing and its potential for deep