摘要：针对滚动轴承的故障率问题,采用六自由度集中参数模型进行仿真分析,通过对故障缺陷深度变化进行动态建模来构建外圈、内圈和滚动体故障模型并产生仿真数据,并通过与实验数据对比验证。结果表明,所设计的轴承集中参数模型能够有效反映内外圈和滚动体故障,使故障的主要特征表现出来。

摘要：在超大规模集成电路设计过程中 ,门级故障仿真通常因仿真速度太慢而不能满足市场需求 ,因此近年来寄存器传输级 (RTL)故障仿真成了一个研究热点 已有的RTL的故障模型和故障仿真方法在计算系统的故障覆盖率时 ,对故障数目或者加权系数的计算需要将RTL设计综合到门级 文中在信号位宽和运算符类型的基础上 ,提出了一种在RTL预测故障数的手段 ,并由此得到完全RTL的故障覆盖率计算方法

摘要：验证测试技术是验证芯片设计正确与否的重要环节,不仅向设计者及时反馈了有效的信息以尽早发现错误、改进设计,并能为降低测试成本和生产测试提供有效保障。基于实际工程,该文提出了一个较有效的验证分析流程方案,采用多测试项目融合的测试法对一款微处理器芯片进行了验证分析,并对相关测试项目进行了定量、定性的评估。

摘要：随着半导体制造工艺水平和电路集成度的不断提高,加之电磁环境日趋复杂、多变,使得应用于电子系统的传统电磁防护和抗扰方式的不足正日渐突出,导致典型现场可编程逻辑门阵列(FPGA)芯片的电磁抗扰度逐渐下降。以广泛应用的FPGA为研究对象,针对典型近场危害源静电放电(ESD)的防护问题,利用试验方法模拟人ESD注入FPGA芯片对其内部电路造成损伤的过程,建立FPGA受ESD损伤的行为级故障模型,结果表明,电子系统与生物系统受损过程具有某些相似的规律。进而基于电磁仿生学的思想,设计了具有冗余机制和结构自组织功能的虚拟细胞模型,利用遗传算法实现故障自修复的功能。最后利用马尔可夫模型分析其稳态可用度,证明在随机ESD事件频繁发生并导致电路损伤时,此模型仍能保持较高的可用度和安全性。

摘要：针对C/C++程序中的非法计算,形式化定义了非法计算故障;建立了表达式区间运算模型、变量取值区间集产生模型和非法计算故障模型,并将其作为静态识别非法计算的基础;提出了非法计算自动测试算法.实验结果表明,文中方法具有较高的故障检测准确率和测试效率.

摘要：非法计算是导致系统崩溃的一个常见故障.文中总结了Java语言中可能产生非法计算的运算符和数学库函数;建立了一个通用模型,用以检测一般函数(包括系统函数和自定义函数)在使用时是否合法;基于该通用模型提出了非法计算检测算法,并在此算法中引入区间运算.实验结果表明,文中模型及算法可以在检测出更多的非法计算故障的同时降低误报率.

摘要：针对电子油门踏板的工作状况,基于概率神经网络原理,建立故障诊断模型。根据实际采集的试验数据,通过电子油门踏板故障分类器设计并定义6种故障判断模式,测试4组不同故障顺序的试验样本。在MATLAB中检查定义变量对应的维度后,开展故障诊断,得出正确的诊断结果。研究结果表明:概率神经网络故障模型可以省时、高效地预测故障类型,且测试试验数据显示顺序结构诊断用时最少。

摘要：基于软件故障注入方法,设计一个软件故障注入系统SFIS,提出动态故障库.建立适用于单粒子事件的故障模型.最后采用两台PC机串口通信,用SFIS采用断点中断实现瞬时故障的注入,采用单步中断实现永久故障的注入.

摘要：针对现有的二进制全光全加器所需微环谐振器(MRR)数量较多的问题,首次提出了3个MRR串联结构的全光全加器。针对MRR对温度的波动和制程偏差非常敏感,容易产生故障,建立了MRR故障模型,设计了全光全加器(OFA)的可靠性指标平均误差距离,分析了MRR单故障模型对OFA性能的影响。插入损耗(insertion loss,IL)的实验结果表明,提出的OFA结构总体上优于现有的OFA结构;相比现有的方案,提出的OFA结构的MRR硬件开销最多减少70%,最少减少50%;平均误差距离的实验结果表明,方案1和方案2的平均误差距离较大,本文提出方案的平均误差距离适中;多位二进制全加器中,最高位在单故障模型下的,平均误差距离的绝对值均随着多位二进制全加器的位数增加而增大;最低位在单故障模型下的,平均误差距离的绝对值均随着多位二进制全加器的位数增加保持不变;实物验证和基于Modelsim平台的实验验证了MRR故障对全加器的性能影响的正确性。

摘要：片上网络作为一种新型片上互连架构,克服了片上系统在发展中遭遇的瓶颈问题.然而,片上网络中的路由器故障以及路由器之间的链路故障都会造成网络性能损失.对此,文章提出一种针对路径故障与局部拥塞的NoC容错路由算法.首先,设计了一种相隔节点间路径故障模型,该模型下的路由器以较小的开销为代价,动态感知两跳以内的路径故障状态.其次,提出了一种新颖的更能准确反映局部网络拥塞状态的拥塞模型来均衡网络流量.最后,当网络无故障时,算法保证走最优路径;有故障时,算法不仅可以实现容错还能保证网络具有良好的性能.实验表明,在无故障的情况下,本文方案相较于对比对象延迟降低了10%-20%,吞吐率提高了25%左右.在有故障的情况下,本文方案较对比对象的优势更加明显.