数模混合电路故障诊断方法的研究

孔东明,史贤俊

（海军航空工程学院 控制工程系，山东 烟台 264001）

电路故障是指电路系统的一个或多个特性或参数出现非正常的偏差，系统丧失了预定的功能。无论是元件、电路还是系统，由于制造工艺、使用寿命以及工作环境等条件的影响，故障的产生是不可避免的。

电路故障可以从故障过程、故障数目、故障性质等多个层面和角度来描述。从故障发生的过程来看，故障可分为硬故障、软故障和间歇故障。从同时故障数以及各故障之间的相互关系来看，故障可分为单故障、多故障、独立故障和从属故障。

故障诊断包括故障检测（Fault Detection）、故障隔离（Fault Isolation）和故障辨识（Fault Identification）3个部分。

数模混合电路故障诊断是一个被广泛关注的前沿课题，它面临着许多测试上的难点，解决这个问题意义重大而且任务艰巨[1]。

1 数模混合电路故障诊断的一些常规方法

1.1 故障字典法

故障字典法[2]的基本思想是：首先提取电路在各种故障状态下的电路特征，然后将特征与故障的一一对应关系列成字典。在实时诊断时，只要获取电路的实时特征，就可以从故障字典中查出此时对应的故障，从而完成故障定位。

故障字典法属于测前模拟诊断SBT（Simulation Before Test），即对电路的仿真在现场测试前实施，其思想比较简单易懂，也易于实时诊断，是目前众多的电路故障诊断方法中较为实用的一种。但是目前在数模混合电路的测试中，主要是用直流域和时域的字典法来诊断，所以一般只能处理单故障和硬故障，处理多故障和软故障比较困难。同时，故障字典的建立需要大量实践经验的积累，这也是其不可避免的缺点。

1.2 人工神经网络法

人工神经网络是依据生理学上的真实人脑神经网络的结构和功能，以及若干基本特性而形成的某种理论抽象，它是简化和模拟的一种信息处理系统，是高度并行、高度互相连接的动态系统。人工神经网络由于其本身信息处理的特点，如并行性、自学习性、自组织性、对外界输入样本有很强的识别分类能力以及联想记忆功能等，在电路故障诊断这个非常复杂的模式识别问题上具有极大的优势，能够解决那些传统模式识别方法难以圆满解决的问题。

一般，一个神经网络用于故障诊断主要包括3层：

1）输入层 负责接收各种故障信息和现象；

2）中间层 把从输入层得到的故障信息，经内部学习和处理转化为针对性的解决方法；

3）输出层 针对输入的故障形式，经过调整权值后得到的故障处理方法。

常用的神经网络模型有：BP（ErrorBackPropagationNetwork）神经网络、Hopfield 神经网络、SOM（Self-organizing Feature Map）神经网络、ART（Adaptive Resonance Theory）神经网络等。

1.3 利用噪声检测技术[3]

近年来大量的研究结果表明，对于大多数电子器件，噪声是导致器件失效的各种潜在缺陷的敏感反映，噪声检测方法有着灵敏、普通、快速和非破坏性的突出优点，正在发展成为一种新型的电子器件可靠性表征工具。然而这一方法还是存在很多的问题，比如：噪声来源的多样化使得单靠噪声测量难以得到器件寿命或失效率的精确数据等，还有待于进一步的深入研究。

1.4 将磁场映像技术应用到故障诊断中[4]

这种故障诊断方法的依据是：电路板通电后，其上方磁场分布是电路中交变电流的辐射电磁场和周围环境磁场影响的合成。电路板元器件发生故障时，必引起电流模式发生改变，从而导致磁场分布也发生变化。这种根据电路板附近磁场分布变化对电路板进行故障诊断的技术称之为基于磁场映像的PCB（Printed Circuit Board）故障诊断技术。该技术无需与电路板直接接触就可以测得其磁场分布的数据，省去了各种测试夹具和连接装置，降低了测试设备对电路的干扰，给在线测试和诊断带来一定的方便和安全性，也是测试技术的最新发展方向。

1.5 其他的数模混合电路测试与诊断方法

1.5.1 基于DSP（数字信号处理）的测试

其基本原理是：应用一个信号，这个信号可能是正弦信号通过数字计算机数字化然后通过到DA模块换成模拟形式，然后模拟信号激励测试电路，它的响应信号经过AD转换器转换成数字信号后数字计算机进行进一步的处理。

1.5.2 IDDQ的测试

IDDQ测试的原理是无故障CMOS电路在静态条件下漏电电流非常小，而故障条件下漏电流变得非常大，可以设定一个阈值来作为电路有无故障的判据。优点是因为它低廉有效可以作为功能测试和基于固定故障测试方法的补充，不需要故障传输直接通过电源电流观察而使得它的可观测性强。缺点是随着电路特征的收缩，IDDQ测试的有效性将会降低。IDDQ静态电流测试是专门针对CMOS电路的测试技术，不适合非CMOS电路的测试。

1.5.3 内置自测试方法

内置自测试方法目前很多，它的基本思想是把所有的测试电路都做到芯片上，通过发出一个特殊的输入信号或是输入组合来激活芯片内的某些电路，然后这个被激活的电路就开始在芯片上运行一系列的测试，如果测试的结果与所希望的结果不符，芯片就发出信号，这样芯片就能测试它自己了。这里介绍一种混合电路的自测试方案MADBIST：基本原理就是芯片上的全数字调制振荡器产生单位数字序列，这个序列中有性能良好的正弦曲线和频谱互相垂直的谐波信号，此信号用来作为AD转换电路的输入，其输出用傅里叶变换进行处理，测试的另一个步骤就是用相似的数字测试信号激发DA电路来测试它，输出通过AD电路来数字化，一旦认为DA起作用，两种数据转换器能用来测量其他的模拟电路。

1.5.4 模拟测试总线方法

混合信号测试总线的基本原理就是包含了一组模拟边界单元以及与两个专用管脚（AT1和AT2）相连的两套模拟总线，这样混合电路的模拟部分就能用与数字边界扫描测试技术同样的方法来测试。但是其对分立元件参数值的测量误差大，不适于测高频和射频混合电路，而且还没有具体的测试策略。由于相关的标准还没有推出也给测试系统的自动测试带来了不便，这个结构也决定了会提高混合IC的技术成本。诸多原因决定了这个标准的应用还没有被推广。

2 基于离散事件系统（DES）的方法

离散事件系 统[5]（Discrete Event System ，DES）是 20 世纪80年代初建立的一类具有代表性的人造系统模型。对其最早的研究可以追溯到排队现象和排队网络的研究。离散事件系统理论是目前一个比较活跃的研究领域，该领域由于具备在各应用领域的广泛适应性而得到迅速的发展，特别是在通讯网络、运输系统、后勤保障系统、军事指挥等发面。运用DES理论所研究的系统要具有以下两个关键特征:

1）系统的动态过程是事件（Event）驱动而不是时间驱动，也就是说DES的行为是由不同类型的events的发生来控制，而不是时间的流逝来控制；

2）描述系统的变量中至少有一些是离散的（Discrete）。DES建模时较典型的discrete变量例子如对一电源的状态描述中的过载、轻载、繁忙、DES空闲等，或者用来计算等待被电源服务的用户个数计数器的读数。

由于数模混合电路的测试具备以上两个关键特征，所以可以采用DES理论对其进行分析研究。该理论将对数字/模拟信号的测试统一在同一个数学模型下面，不必因为电路中信号模型的不同而将被测试电路按信号类型分开处理，尤其是当数字和模拟部分相互融合不能分块时，这样处理就显得非常的重要。在用DES理论进行数模混合电路可测试性分析的框架中，电路元件的故障状态用一个离散状态来表示，测试及测试结果用离散事件来表示。这样，研究电路的可测试性和故障诊断问题就转化为考察哪些离散事件可观测、哪些状态需要识别以及研究所有可观测事件状态转移函数之间的问题。这样就对数字和模拟信号采用了统一的处理方式。

2.1 DES理论简介

2.1.1 离散事件

离散事件动态系统的基本要素是离散事件。DES行为随时间的演化过程就是离散事件复杂交互影响的结果。粗略地说，离散事件是指DES中发生在离散时刻的事件，而所谓事件则是指使DES状态发生变动的一个行为或事情。

DES中离散事件具有3个基本特征：1）离散事件是导致DES状态发生跃变和触发新离散事件的唯一元素；2）离散事件发生的时刻是异步的非约定的，即发生时由且仅由系统的演化过程所决定；3）离散事件是研究DES的主体，对DES的分析归结为确定离散事件交互影响所导致的系统的演化过程，对DES的控制归结为禁止不期望事件的发生或者说是使事件按期望的时序发生。

2.1.2 离散事件系统

目前对于离散事件系统还没有一个具有概括性和普适性并被一致认可的定义。然而，可以给其下一个粗略的定义：离散事件系统是有离散事件驱动，并由离散事件按照一定运行规则相互作用，来导致状态演化的一类状态系统。离散事件系统具有如下的一些特点：

1）DES的状态只能在离散事件点上发生跃变。在DES中，状态演化是由事件驱动的，即仅在驱动事件发生的瞬时，状态才能出现跃变，其他时刻则保持不变。这是一种固有的不连续的属性。

2）DES的状态变化具有异步性和并发性。在DES中，由系统固有的离散性决定了演化过程中状态发生跃变时刻呈现异步性，在时间轴上状态跃变时刻是异步地排列的。此外，一个离散事件的发生，可能会是状态变化呈现并发性，即同时导致一些乃至全部状态变量的跃变。

3）实际DES的状态变化往往呈现不确定性。在DES中，离散事件同时受系统内部因素和外部因素的约束，这些因素严格地说总是包含某种不确定性，由此导致系统状态变化呈现出不确定性。

4）由于DES服从的是人为的逻辑规则，而不是物理学定律以及其衍生物，这就决定了DES通常不能采用传统的微分方程或差分方程来描述。

2.2 采用DES理论对电路进行数学建模[6-7]

一个被检测诊断的数模混合电路G可用DES理论进行建模：G=（∑，Q，δ）。其中∑是G的事件（events）集合；Q是电路G的状态（states）集合，（∑和 Q 一般都是有限的）；δ:∑×Q→2Q为状态转移函数，δ（σ，q）给出当事件 σ（σ∈∑）在 G处于状态q（q∈Q）时发生，然后模型可能进入的状态集合，一般来说，q取G的正常工作状态。事件集∑中的元素σ描述了对被测电路能施行的潜在测试及其结果，如施加激励信号和测试响应结果；状态集Q中的元素q主要用来描述电路系统中各元件的故障状态，也可用来描述电路元件的正常状态，它们是根据测试要求定义的；状态转移函数δ描述了测试及其结果和故障状态之间的关系。

这里还要涉及到状态分区（states partitioning）的概念。当电路系统状态集Q给定，假设有分区T将Q分成多个彼此独立的子集（小单元），每个小单元中可能包含一个状态，也可能包含多个状态。如果两个状态q和q′同属一个小单元，则在考虑T时它们是相当的，标记为q=Tq′或者q′=Tq。对事件集∑中的每一个事件σ定义一个与之相对应的分区Tσ：Tσ={Q（σ），Q-Q（σ）}，其中 Q（σ）={q∈Q：（∃q′∈Q）；q∈δ（σ，q′）}，表示事件σ发生后G可能进入的状态集合。此时，分区Tσ将分为Q在事件σ发生后G可能所处的状态集合和G不可能所处的状态集合。因此，在事件σ被观测到后，可以知道G所处的状态必然在Q（σ）中。显然，对事件集∑中每一个σ都需要定义一个分区Tσ，要得到对应σ的Tσ需要模拟仿真实验和经验知识。

既然系统的状态描述了电路元件故障及正常情况，那么检测电路的故障就是判别电路系统G处于哪个状态或哪个状态集合中。根据对电路系统的测试要求可以将状态集Q分区为各独立的小单元，并标记为期望分区Tσ。期望分区T中每个小单元表示了电路故障所需要隔离的程度，如果若干个状态处在T中的同一个小单元内，则表示在考虑测试要求T时它们是相当的，无法将其隔离开来。

2.3 采用DES理论进行数模混合电路的故障诊断

在采用DES进行数模混合电路的故障诊断分析中，主要进行下面几个方面的工作：

1）判断电路系统的可测试性[8]

首先介绍下可测试性的定义：在电路系统G中所有可观测事件集合记为∑0，若G在考虑∑0和 T时存在∧σ∈∑0Tσ≤（∧表示各分区的交集，≤表示“更精确”），则G可测。可以看出，可测试性依赖于期望分区T和可观测事件集∑0，若G中的任何两个不能被所观测的事件区分开的状态都在T中的同一个小单元内，则G可测。因此观测一个事件σ确定一个分区Tσ的过程，实际就是在测试中完成了一步的故障隔离。

2）T给定时，求电路的最小测试集min OES（T）

所有在分区为T时，使电路G可测的可观测事件集（OES：observable event sets） 的集合为：OES（T）={∑0⊆∑：G在∑0和T情况下可测}。在被测电路是可测的情况下，去掉部分可观测事件，仍可以保证测试的故障隔离度，直到从剩余的事件集中再移开任一个事件，都将使G变得不可测，则剩余的可观测事件集合就为min OES（T）。但是最小测试集并不是唯一的，可能存在多个min OES（T），要根据测试情况以及测试代价来选取最理想的min OES（T）。

3）求取电路的故障隔离率

如果可观测事件集∑0先给定，但是G在考虑分区∑0和T时是不可测的，那么就要寻找一个比T“更粗略”的最精细分区使得可测。定义所有比“更粗略”的可测试分区的集合为：D（T）={T′：T≤T′且 G 在∑0和 T′情况下可测}，这个集合的下确界元素（考虑≤）inf就是要寻找的“最精细”分区。这个最精细的分区告诉我们在先给定的可观测事件集时哪些状态可以区分隔离开，哪些状态不可以隔离，它反映了“可测试度”。可测试度度量了在给定测试点下故障的覆盖率。

如果测试要求是将电路中的每一个单故障状态都要隔离开来，即测试要求分区 T={{q0}，{q1}，…，{qn}}那么对计算故障隔离率，inf D（T）中仅包含一个状态元素的小单元所对应的故障状态是在测试中可以定位和隔离的，故障隔离率为p=m/n，其中m是inf D（T）中可以实现故障定位的状态数，n是电路系统G中状态集Q所包含状态的总数目。

这种方法的优点在于将对数字/模拟信号的测试统一在同一个数学模型下，不必因为电路中信号模型的不同而将被测电路按信号类型分开处理，尤其是当数字和模拟部分相互融合不能分块时，在统一的框架下进行计算、判断和处理就显得特别重要。

DES理论中，最小测试集的求取是关键，尽管这方面目前已经有大量的研究，但是仍是难点之一。

3 结 论

现阶段，大规模的数模混合电路在应用中所占的比重越来越大，其故障诊断已经成为亟待解决的一个难题。数模混合电路的故障诊断方法多种多样，但依旧没有在质上取得突破，未来几年，数模混合电路故障诊断将有进一步的发展。

[1]高泽涵.电子电路故障诊断技术[M].西安:西安电子科技大学出版社，2000.

[2]杨士元.模拟系统的故障诊断与可靠性设计[M].北京:清华大学出版社，1993.

[3]庄奕琪，孙青.电子器件可靠性的噪声表征方法[J].微电子技术，2000，28（2）:38-45.ZHUANG Yi-qi，SUN Qing.Noise as tool to characterize electron device reliability[J].Microelectronic technology，2000，28（2）:38-45.

[4]吴清华，周经国，刘维周.磁场映像技术在数字电路故障诊断中的应用 [J].装备指挥技术学院学报，2002，13（6）:101-103.WU Qing-hua，ZHOU Jing-guo，LIU Wei-zhou.The applications of magnetic-field mapping in digital circuit diagnosis[J].Journal of the Academy of Equipment Command &Technology，2002，13（6）:101-103.

[5]郑大钟，赵千川.离散事件动态系统[M].北京:清华大学出版社，2000.

[6]张菲菲，鲁昌华.基于DES理论的数模混合电路的可测试性与故障诊断研究[D].合肥:合肥工业大学，2006.

[7]FENG L，ZHENG H L，LIN T W.A uniform approach to mixed-signal circuit test[J].International Journal of Circuit Theory and Applications，1997（25）:81-93.

[8]陈光禹，潘忠良.可测试性技术[M].北京:电子工业出版社，1997.