アダプティブ故障診断における故障診断時間の短縮に関する研究

自适应故障诊断中减少故障诊断时间的研究

• 批准号: 19K11877
• 负责人: 樋上 喜信
• 金额: $ 2.75万
• 依托单位: Ehime University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K11877/
• 关键词: 故障診断; 故障辞書; ニューラルネットワーク; テストパターン; 組込み自己テスト; LSIテスト; アダプティブ故障診断; LSIの故障診断; フィールドテスト; テストパターン生成; 出力応答圧縮

令和4年度の研究実績は，縮退故障とブリッジ故障に対する機械学習に基づく故障診断法を開発したことである．故障診断とは，LSI（大規模集積回路）において故障が検出された場合に，故障位置を特定することを意味する．故障位置が特定された後は，設計・製造過程の改善による歩留まり向上や，故障の影響を避けるような限定されたシステム運用により，システムを即座に停止させるような状況の回避などにつながる．故障の種類は多岐にわたるため，故障診断においては，できるだけ多くの故障モデルを対象にすること，また，故障診断にかかる時間を短縮することによるコスト削減などが求められている．本研究では，ブリッジ故障と縮退故障を対象に，ニューラルネットワークによる機械学習の手法を用いて故障診断を行う手法を開発した．ニューラルネットワークを用いて故障候補を推定することによって，出力応答と故障候補との関係を記述した故障辞書が不要になる．または，故障候補絞り込みのための故障シミュレーションが不要になるなどの利点がある．ニューラルネットワークにおいて，学習用データの作成は，学習に要する時間やニューラルネットワークの規模に影響するため，２つのタイプを考案し，実験においてそれらの有効性を調査した．ベンチマーク回路に対して，コンピュータ上でのシミュレーション実験を行った結果，入力データとしてパターンIDと故障IDを合わせた入力データとするようなデータタイプの方が，正解率が高くなることが示された．また，故障辞書を用いた場合と同程度の故障候補が得られることが示された．

The results of the study in 2010 and 2011 were as follows: Fault diagnosis: LSI (Large Scale Integrated Circuit) fault diagnosis, fault location, fault diagnosis, fault diagnosis, fault location, fault diagnosis, fault diagnosis, fault location, fault location, fault diagnosis, fault location, fault diagnosis, fault location, fault location, After the fault location is specified, the design and production process improvement shall be carried out in an upward direction, and the influence of the fault shall be avoided in a limited way. Fault types are multiple, fault diagnosis is multiple, fault diagnosis is multiple, This study aims to develop a mechanical learning method for fault diagnosis in the case of failure and regression. The relationship between output and fault candidate is described in the fault dictionary. The fault candidate is the fault candidate, and the fault candidate is the fault candidate. The time and scale of learning are affected by the time and scale of learning, and the effectiveness of learning is investigated. The result of the test is that the error rate is higher than the error rate. The fault dictionary is used in the same situation and the fault candidate is used in the same situation.

项目成果

畳み込みニューラルネットワークを用いたテストパターンの再生

使用卷积神经网络重放测试模式

• 发表时间: 2019
• 期刊: 第32回 回路とシステムワークショップ (KWS 32) 論文集
• 作者: 稲元 勉;樋上 喜信
• 通讯作者: 樋上 喜信

Reduction of Fault Dictionary Size by Optimizing the Order of Test Patterns Application

通过优化测试模式应用顺序来减少故障字典大小

• 发表时间: 2020
• 期刊: Proc. Int. Technical Conf. on Circuits/Systems, Computers and Communications
• 作者: Yoshinobu Higami;Tsutomu Inamoto;Senling Wang;Hiroshi Takahashi;Kewal K. Saluja
• 通讯作者: Kewal K. Saluja

Preliminary Study on Noise-Resilient Artificial Neural Networks for On-Chip Test Generation

用于片上测试生成的抗噪声人工神经网络的初步研究

• DOI: 10.1109/gcce56475.2022.10014218
• 发表时间: 2022
• 期刊: Proceedings of IEEE 11th Global Conference on Consumer Electronics
• 作者: Tsutomu Inamoto;Tomoki Nishino;Senling Wang;Yoshinobu Higami and Hiroshi Takahashi
• 通讯作者: Yoshinobu Higami and Hiroshi Takahashi

Compact Dictionaries for Reducing Compute Time in Adaptive Diagnosis

用于减少自适应诊断中的计算时间的紧凑字典

• DOI: 10.1109/itc-cscc.2019.8793429
• 发表时间: 2019
• 期刊: Proceedings Internationa Technical Conference on Circuits/Systems, Computers and Communications
• 作者: Yoshinobu Higami;Tomokazu Nakamura;Tsutomu Inamoto;Senling Wang;Hiroshi Takahashi;Kewal K Saluja
• 通讯作者: Kewal K Saluja

Regeneration of Test Patterns for BIST by Using Artificial Neural Networks

使用人工神经网络重新生成 BIST 测试模式

• 发表时间: 2020
• 期刊: Proc. Int. Technical Conf. on Circuits/Systems, Computers and Communications
• 作者: Tsutomu Inamoto;Yoshinobu Higami
• 通讯作者: Yoshinobu Higami