CN111426937B - 一种基于无故障信息测试分数的故障诊断方法 - Google Patents

Abstract

本发明涉及一种基于无故障信息测试分数的故障诊断方法，属于数字电路测试技术领域。本方法首先利用自动测试模式生成工具Tetra MAX对电路生成测试向量集合和单故障集合；从单故障集合中随机选出多个单故障组成电路发生的多故障集合；然后利用HDL语言仿真软件Modelsim对电路进行仿真，生成测试向量集合下电路的输出响应，作为输入；为每个测试向量计算分数，根据测试向量分数计算单故障集合中的所有单故障的分数；根据故障分数的排序，分别按照设置的百分比和名次选择单故障加入不同的候选故障集合中，计算两个候选故障集合的准确性，选出最终候选故障集合输出。本发明提高了故障诊断的准确性，从而提高测试效率，降低测试成本，加快电子产品上市的时间。

Description

一种基于无故障信息测试分数的故障诊断方法

技术领域

本发明涉及一种基于无故障信息测试分数的故障诊断方法，尤其涉及一种通过分析电路的输出响应找到解释故障的位置的果因分析的方法，属于电路测试技术领域。

背景技术

电路测试是集成电路产业中重要的一个步骤，随着科技的发展，集成电路的复杂度越来高，因此电路测试的复杂度也越来越高，以至于集成电路的测试成本在芯片制造成本中占到大部分。为了解决日益突出的测试成本问题，人们设计故障诊断程序找到解释电路故障的位置，然后进行物理失效分析，利用故障诊断的结果来识别真正的故障。为了提高物理失效分析的效率，有效降低电路测试成本，人们一直致力于提高故障诊断结果的准确性。

迄今为止，国内外许多学者为提高诊断结果的准确性对故障诊断方法进行了研究。当候选故障数目较多时，物理故障分析很难找到电路实际发生故障的位置。为了减少候选故障的数量，I.Pomeranz分别在2014年和2016年提出多个利用测试向量集合的子集获取更准确的诊断结果的方法，这些方法虽有效提高了故障诊断结果的准确性，但缺极大的降低了诊断程序运行的效率。为了在不影响诊断结果准确性的前提下提高诊断效率，S.Bodhe等学者通过重新排序测试向量集合，以在故障诊断过程中更早地考虑对电路的更多故障有用的测试向量；Cheng Xue等学者利用可以相互区分的故障不可能同时成为既定故障电路的候选故障的原理，对测试向量集合进行排序，以在诊断中使用的测试向量的子集能更好的区分故障，尽管上述方法可以提高故障诊断的效率，但其只使用了故障诊断的部分信息，不能提高诊断的准确性。为了更好地利用诊断信息，S.Kundu等学者定义了一个标准化度量，用于描述测试向量的诊断能力，从而可以选择诊断能力高的测试向量用于诊断，但方法用于测试向量的选择，仍然不能有效使用所有的诊断信息。

为了更好的利用诊断信息，进一步提高诊断结果的准确性，提高测试的效率，降低测试的成本，本发明提出了一种基于无故障信息测试分数的故障诊断方法。

发明内容

本发明的主要目的在于提供一种基于无故障信息测试分数的故障诊断方法，提高故障诊断的结果的准确性和效率，从而达到降低测试成本，提高测试效率的目的。

结合附图，说明如下：

基于无故障信息测试分数的故障诊断方法，至少包括如下步骤：

步骤1：生成测试所需的电路文件以及对应的协议文件；

步骤2：利用自动测试模式生成工具生成单故障集合和其对应的测试向量集合；

步骤3：从单故障集合中随机选出多个单故障组成电路发生的多故障集合；

步骤4：利用仿真软件Modelsim对电路进行仿真，生成测试向量集合下电路的输出响应集合；

步骤5：计算测试向量分数；

步骤6：计算单故障集合中的故障分数；

步骤7：选择符合不同标准的单故障分别加入候选故障集合，分别计算准确性，获得最终候选故障集合；

步骤8：输出最终候选故障集合及其准确性。

所述的计算测试向量分数的方法为：

步骤1)：将每个测试向量分数初始值设置为0；

步骤2)：计算每个测试向量下电路故障集合中所有单故障的输出响应与无故障输出响应不同的位数之和；

步骤3)：测试向量分数赋值为其对应的步骤2)不同位数之和。

所述的计算单故障分数方法至少包括：

步骤4)：在每个测试向量下，计算单故障集合中的每个单故障对应的输出响应与多故障对应输出响应相同的位数；

步骤5)：计算每个测试向量分数与上述步骤4)中相同位数的乘积；

步骤6)：计算每个单故障的上述步骤5)中乘积的和，并将和赋值给对应单故障的分数；

步骤7)：根据单故障分数对单故障集合的所有单故障按分数由大到小进行排序；

所述的获得最终候选故障集合的方法至少包括：

步骤8)：依据故障分数的排序，按照设置的百分比选择单故障加入候选故障集合，计算此时的诊断准确性；

步骤9)：依据故障分数的排序，按照设置的名次选择单故障加入候选故障集合，计算此时的诊断准确性；

步骤10)：如果两个准确性不同将准确性高的候选故障集合作为最终候选故障集合，如果相同将候选故障集合元素最少的优先作为最终候选故障集合；

本发明的有益效果：本发明给出了一种基于无故障信息测试分数的故障诊断方法，提高了故障诊断的效率和诊断结果的准确性，从而提高了芯片测试的效率，降低了芯片测试的成本。

附图说明

图1基于无故障信息测试分数的故障诊断方法的结构示意图；

图2基于无故障信息测试分数的故障诊断方法的流程示意图；

图3计算测试向量分数和计算单故障分数的流程示意图；

图4最终候选故障集合选择流程示意图；

图5 s27电路测试响应集合示意图；

图6 s27电路测试向量分数示意图；

图7 s27电路单故障分数示意图。

具体实施方式

以下通过具体的实施例和附图对本发明做进一步详细的说明：

参见图1、图2和图3，基于无故障信息测试分数的故障诊断方法，其步骤至少包括：

步骤1：生成测试所需的电路文件以及对应的协议文件；

步骤2：利用自动测试模式生成工具生成单故障集合和其对应的测试向量集合；

步骤3：从单故障集合中随机选出多个单故障组成电路发生的多故障集合；

步骤4：利用仿真软件Modelsim对电路进行仿真，生成测试向量集合下电路的输出响应集合；

步骤5：计算测试向量分数；

步骤6：计算单故障集合中的故障分数；

步骤7：选择符合不同标准的单故障分别加入候选故障集合，分别计算准确性，获得最终候选故障集合；

步骤8：输出最终候选故障集合及其准确性。

具体地，在本实例中的系统流程如图1，首先，利用电路综合工具对原始电路文件生成所需的电路文件以及对应的测试协议文件；然后利用自动测试模式生成工具ATPG生成单故障集合和测试向量集合；从单故障集合中随机选出多个单故障组成多故障集合；然后利用电路仿真软件对电路进行仿真获得电路的输出响应集合；在本实例中的测试向量的分数计算过程如图2所示，电路测试向量集合和输出响应集合作为输入，为每个测试向量计算分数衡量其诊断能力；根据统计的测试向量的分数计算单故障集合中所有故障的分数，计算过程如3所示；根据单故障分数，选择符合不同标准的单故障分别加入不同的候选故障集中，计算它们的准确性，将准确性高的候选故障作为最终候选故障集合，选择过程如图3所示；输出诊断结果及其准确性，方法结束。

所述的计算测试向量分数的方法为：

步骤1)：将每个测试向量分数初始值设置为0；

步骤2)：计算每个测试向量下电路故障集合中所有单故障的输出响应与无故障输出响应不同的位数之和；

步骤3)：测试向量分数赋值为其对应的步骤2)不同位数之和。

如图5所示，通过ATPG得到测试向量集合T{t₀，t₁，t2，t₃}和单故障集合 F{f₁，f₉，f₁₇，f₂₉}，Modelsim输入电路测试向量集合T和插入不同故障的电路文件，分别得到T下无故障输出响应R_ff、各个单故障输出响应(如电路分别发生单故障f₀和f₁的输出响应分别是R₀和R₁)和多故障输出响应R_d。从单故障集合中随机选出几个单故障组成多故障D{f₀，f₁，...，f₃₁}。根据电路的不同输出响应集合，计算每个测试向量的分数s(t)，测试分数可以衡量该测试向量诊断故障的能力。如图6所示，将所有测试向量分数初始值赋值为0，在测试向量t₂下，R₀和R_ff有三位不同，此时t₂的分数加3；同时在t₂，R₁和R_ff有三位不同，此时t₂的分数再加3为6，在考虑完单故障集合F{f₀，f₁，...，f₃₁}的所有单故障输出响应(R₀，R，...，R₃₁)后，测试向量t₂的分数s(t₂)为25。其他测试向量的分数同理可以获得。

所述的计算单故障分数方法至少包括：

步骤4)：在每个测试向量下，计算单故障集合中的每个单故障对应的输出响应与多故障对应输出响应相同的位数；

步骤5)：计算每个测试向量分数与上述步骤4)中相同位数的乘积；

步骤6)：计算每个单故障的上述步骤5)中乘积的和，并将和赋值给对应单故障的分数；

步骤7)：根据单故障分数对单故障集合的所有单故障按分数由大到小进行排序；

如图7所示，其中单故障f₁为单故障集合中的一个单故障，单故障输出响应R₁在t₀下与 R_d有两位相同，所以此时f₁的故障分数s(f₁)值为2·25，同理在考虑T{t₀，t₁，t₂，t₃}中所有测试向量后，f₁的故障分数s(f₁)值为200。同理所有单故障的分数可得。然后根据故障分数对单故障集合中的单故障进行排序。

所述的获得最终候选故障集合的方法至少包括：

步骤8)：依据故障分数的排序，按照设置的百分比选择单故障加入候选故障集合，计算此时的诊断准确性；

步骤9)：依据故障分数的排序，按照设置的名次选择单故障加入候选故障集合，计算此时的诊断准确性；

步骤10)：如果两个准确性不同将准确性高的候选故障集合作为最终候选故障集合，如果相同将候选故障集合元素最少的优先作为最终候选故障集合；

如图3所示，获得排序后的单故障集合，然后输入百分比n＝0.10，输入名次k＝2；因为电路s27共插入32个单故障，所以候选故障集合C₁只需选出单故障集合前3个单故障，即C₁＝{f₀，f₁，f₂₂}，计算C₁的准确性R₁＝|C₁∩D|/|C₁|＝0.333；因为f₀和f₁为分数最高的两个单故障且s(f₀)≠s(f₁)，所以候选故障集合C₂＝{f₀，f₁}，计算C₂的准确性 R₂＝|C₂∩D|/|C₂|＝0.5；因为R₂大于R₁，所以认为C₂准确性高于C₁，将C₂作为最终候选故障集合，输出C₂和R₂。

最后应说明的是：以上实施例仅用以说明本发明而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种基于无故障信息测试分数的故障诊断方法，其特征在于，至少包括如下步骤：

步骤1：生成测试所需的电路文件以及对应的协议文件；

步骤2：利用自动测试模式生成工具生成单故障集合和其对应的测试向量集合；

步骤3：从单故障集合中随机选出多个单故障组成电路发生的多故障集合；

步骤4：利用仿真软件Modelsim对电路进行仿真，生成测试向量集合下电路的输出响应集合；

步骤5：计算测试向量分数；

步骤6：计算单故障集合中的故障分数；

步骤7：选择符合不同标准的单故障分别加入候选故障集合，分别计算准确性，获得最终候选故障集合；

步骤8：输出最终候选故障集合及其准确性。

所述的步骤5计算测试向量分数的方法至少包括：

步骤1)：将每个测试向量分数初始值设置为0；

步骤2)：计算每个测试向量下电路故障集合中所有单故障的输出响应与无故障输出响应不同的位数之和；

步骤3)：测试向量分数赋值为其对应的步骤2)不同位数之和。

所述的步骤6计算单故障集合中的故障分数方法为：

步骤4)：在每个测试向量下，计算单故障集合中的每个单故障对应的输出响应与多故障对应输出响应相同的位数；

步骤5)：计算每个测试向量分数与上述步骤4)中相同位数的乘积；

步骤6)：计算每个单故障的上述步骤5)中乘积的和，并将和赋值给对应单故障的分数；

步骤7)：根据单故障分数对单故障集合的所有单故障按分数由大到小进行排序。

2.根据权利要求1所述的一种基于无故障信息测试分数的故障诊断方法，其特征在于步骤7所述的获得最终候选故障集合的方法至少包括：

步骤8)：依据故障分数的排序，按照设置的百分比选择单故障加入候选故障集合，计算此时的诊断准确性；

步骤9)：依据故障分数的排序，按照设置的名次选择单故障加入候选故障集合，计算此时的诊断准确性；

步骤10)：如果两个准确性不同将准确性高的候选故障集合作为最终候选故障集合，如果相同将候选故障集合元素最少的优先作为最终候选故障集合。

Images