CN115268406A - 一种单片机芯片测试方法、系统、计算机设备及存储介质 - Google Patents
一种单片机芯片测试方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115268406A CN115268406A CN202210913481.XA CN202210913481A CN115268406A CN 115268406 A CN115268406 A CN 115268406A CN 202210913481 A CN202210913481 A CN 202210913481A CN 115268406 A CN115268406 A CN 115268406A
- Authority
- CN
- China
- Prior art keywords
- test
- single chip
- chip microcomputer
- results
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Abstract
本发明提供了一种单片机芯片测试方法、系统、计算机设备及存储介质,涉及芯片测试技术领域,该方法包括:获取目标单片机芯片;依次在目标单片机芯片内下载多个预设烧写程序;采用测试设备对目标单片机芯片进行多次测试,获得多个合格测试结果和多个不合格测试结果;采集获得多个响应时间信息;采集获取多次测试后的温度信息;根据多个合格测试结果和多个不合格测试结果,分析获得第一测试结果;根据多个响应时间信息和温度信息,分析获得第二测试结果;对第一测试结果和第二测试结果进行加权计算,获得综合测试结果。本发明解决了现有技术中单片机质量测试评估不全面的技术问题,达到了全面、准确、智能地进行单片机质量测试评估的技术效果。
Description
技术领域
本发明涉及芯片测试技术领域,具体涉及一种单片机芯片测试方法、系统、计算机设备及存储介质。
背景技术
单片机是一种集成电路芯片,在自动化生产控制中得到广泛应用,单片机芯片内可根据需求编写具有特定逻辑的控制程序,达到工业控制、促进生产的作用。
单片机内具有超大规模的集成电路,在生产单片机时,需要对单片机进行测试,保证单片机能够根据输入执行输出,进而保证单片机的质量。
现有技术中一般通过在单片机内下载烧写程序,并通过测试设备进行测试,主要关注单片机能否根据输入获得预期的输出来判断单片机的好坏,而未关注单片机执行时的响应速度与负载能力,存在着单片机芯片的质量测试评估不全面的技术问题。
发明内容
本申请提供了一种单片机芯片测试方法、系统、计算机设备及存储介质,用于针对解决现有技术中单片机芯片的质量测试评估主要关注单片机能否根据输入获得预期的输出来判断单片机的好坏,而未关注单片机执行时的响应速度与负载能力,单片机芯片的质量测试评估不全面的技术问题。
鉴于上述问题,本申请提供了一种单片机芯片测试方法、系统、计算机设备及存储介质。
本申请的第一个方面,提供了一种单片机芯片测试方法,所述方法包括:获取目标单片机芯片;依次在所述目标单片机芯片内下载多个预设烧写程序;基于所述多个预设烧写程序,采用测试设备对所述目标单片机芯片进行多次测试,获得多个测试结果,其中,所述多个测试结果包括多个合格测试结果和多个不合格测试结果;采集获得所述多个合格测试结果的响应时间,获得多个响应时间信息;采集获取所述目标单片机芯片经过所述多次测试后的温度信息;根据所述多个合格测试结果和所述多个不合格测试结果,分析获得第一测试结果;根据所述多个响应时间信息和所述温度信息,分析获得第二测试结果;对所述第一测试结果和所述第二测试结果进行加权计算,获得综合测试结果。
本申请的第二个方面,提供了一种单片机芯片测试系统,所述系统包括:单片机芯片获取模块,用于获取目标单片机芯片;烧写程序下载模块,用于依次在所述目标单片机芯片内下载多个预设烧写程序;单片机芯片测试模块,用于基于所述多个预设烧写程序,采用测试设备对所述目标单片机芯片进行多次测试,获得多个测试结果,其中,所述多个测试结果包括多个合格测试结果和多个不合格测试结果;响应时间采集模块,用于采集获得所述多个合格测试结果的响应时间,获得多个响应时间信息;测试温度采集模块,用于采集获取所述目标单片机芯片经过所述多次测试后的温度信息;第一测试分析模块,用于根据所述多个合格测试结果和所述多个不合格测试结果,分析获得第一测试结果;第二测试分析模块,用于根据所述多个响应时间信息和所述温度信息,分析获得第二测试结果;综合测试结果输出模块,用于对所述第一测试结果和所述第二测试结果进行加权计算,获得综合测试结果。
本申请的第三个方面,提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现第一方面中方法的步骤。
本申请的第四个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的技术方案通过在待进行测试的单片机芯片内下载多个进行测试的烧写程序,然后采用测试设备对单片机芯片进行多次测试,获得多个合格的测试结果,和多个不合格的测试结果,进而得到不合格的概率,获得第一测试结果,并检测多个合格的测试结果中,单片机芯片的响应速度以及多次测试后的温度,基于多个响应速度和测试后温度分析单片机的响应速度性能和负载性能,获得第二测试结果,对第一测试结果和第二测试结果进行加权,获得最终的综合测试结果。本申请实施例构建了较为全面的单片机芯片质量的测试评估方法,在关注单片机芯片能够执行各类程序,根据输入获得预期输出的同时,还关注单片机在进行测试时的响应速度以及测试后的温度,评估单片的响应速度和负载能力,达到较为全面、智能、准确的进行单片机芯片质量测试评估的技术效果。
附图说明
图1为本申请提供的一种单片机芯片测试方法流程示意图;
图2为本申请提供的一种单片机芯片测试方法中采集获得第一测试结果的流程示意图;
图3为本申请提供的一种单片机芯片测试方法中获得第二测试结果的流程示意图;
图4为本申请提供了一种单片机芯片测试系统结构示意图。
图5为本申请实施例示例性计算机设备的结构示意图。
附图标记说明:单片机芯片获取模块11,烧写程序下载模块12,单片机芯片测试模块13,响应时间采集模块14,测试温度采集模块15,第一测试分析模块16,第二测试分析模块17,综合测试结果输出模块18,计算机设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供了一种单片机芯片测试方法、系统、计算机设备及存储介质,用于针对解决现有技术中单片机芯片的质量测试评估主要关注单片机能否根据输入获得预期的输出来判断单片机的好坏,而未关注单片机执行时的响应速度与负载能力,单片机芯片的质量测试评估不全面的技术问题。
实施例一
如图1所示,本申请提供了一种单片机芯片测试方法,所述方法包括:
S100:获取目标单片机芯片;
本申请实施例中,目标单片机芯片即为待进行测试的单片机芯片,其可为现有技术中任意型号的单片机芯片。
示例性地,该目标单片机芯片为任意集成了CPU、RAM、ROM、多种I/O口和中断系统、定时器/计数器等功能的集成电路芯片。
S200:依次在所述目标单片机芯片内下载多个预设烧写程序;
基于现有技术中单片机芯片的测试原理,通过上位机进行多个烧写程序的编辑,获得多个预设烧写程序。其中,多个预设烧写程序不同,可根据单片机芯片测试的要求进行编辑,可对单片机进行不同功能以及数据处理逻辑的测试,然后通过数据通信接口将多个烧写程序下载至目标单片机芯片内,用于待进行测试。
S300:基于所述多个预设烧写程序,采用测试设备对所述目标单片机芯片进行多次测试,获得多个测试结果,其中,所述多个测试结果包括多个合格测试结果和多个不合格测试结果;
具体地,基于下载至目标单片机芯片内的多个预设烧写程序,采用测试设备对目标单片机芯片进行多次测试。
其中,基于目标单片机芯片内的多个预设烧写程序,每次测试中,测试设备向目标单片机芯片进行输入,目标单片机芯片内基于对应的预设烧写程序,进行数据处理,并进行输出,获得测试结果。通过判断单片机是否输出,以及输出是否为对应烧写程序的预期输出,判断对应的测试结果是否合格,获得多个测试结果,多个测试结果包括多个合格测试结果和多个不合格测试结果。其中,不合格测试结果的数量可为0。
其中,若单片机芯片根据输入执行了对应的预期输出,则测试结果合格,否则,则不合格。
S400:采集获得所述多个合格测试结果的响应时间,获得多个响应时间信息;
进一步地,在基于多个预设烧写程序进行多次测试的过程中,采集获取每次测试过程中目标单片机芯片根据输入进行处理并输出的时间,即为响应时间,该响应时间可反映目标单片机芯片的处理速度。可基于现有技术中测试芯片响应速度的方法采集获取该响应时间。
其中,对于不合格测试结果,目标单片机芯片并未根据输入成功进行数据处理并响应,因此,放弃不合格测试结果对应的响应时间,采集获得多个合格测试结果的响应时间,获得多个响应时间信息,作为测试评估目标单片机芯片性能的数据基础。
S500:采集获取所述目标单片机芯片经过所述多次测试后的温度信息;
具体地,单片机芯片在测试过程中,其内的集成电路会进行复杂的数据逻辑处理,其内因通过电流而发热,发热会影响单片机芯片的运行处理速度,使得单片机芯片的性能下降。因此,单片机芯片在测试运行后的温度能够反映其的负载性能。
采集获取当前的目标单片机芯片经过上述的多次测试后的温度信息,获得温度信息,并作为测试评估目标单片机芯片性能的数据基础。
S600:根据所述多个合格测试结果和所述多个不合格测试结果,分析获得第一测试结果;
如图2所示,本申请实施例提供的方法中的步骤S600包括:
S610:根据所述多个合格测试结果和所述多个不合格测试结果,获得合格次数信息和不合格次数信息;
S620:根据所述合格次数信息和所述不合格次数信息,计算获得合格率信息;
S630:构建第一测试评估模型;
S640:将所述合格率信息输入所述第一测试评估模型,获得所述第一测试结果。
具体地,根据上述的多个合格测试结果和多个不合格测试结果,能够获得在多次测试中合格的测试次数和不合格的测试次数,获得合格次数信息和不合格次数信息。
根据该合格次数信息和不合格次数信息,计算获得当前目标单片机芯片进行多次测试的合格率,获得合格率信息。具体计算过程中,合格次数信息与多次测试的测试次数的比值。
构建第一测试评估模型,该第一测试评估模型用于根据上述的合格率信息评估目标单片机芯片的性能。其中,一般而言,合格率信息应达到100%,目标单片机芯片才可认为质量合格,而在合格率信息未达到100%时均为未合格,但对于合格率信息未达到100%的单片机芯片,本申请实施例也对其进行性能评估,作为单片机质量测试、以及设计、生产单片机芯片的参考数据。
本申请实施例提供的方法中的步骤S630包括:
S631:采集获取所述目标单片机芯片的多个参数指标的参数信息,获得参数信息集合;
S632:根据所述参数信息集合,获得所述目标单片机芯片的多个同族单片机芯片;
S633:对所述多个同族单片机芯片采用所述多个预设烧写程序进行多次测试;
S634:采集获取所述多个同族单片机芯片进行所述多次测试获得的合格率信息,获得样本合格率信息集合;
S635:对所述样本合格率信息集合内的合格率信息进行评价,获得多个第一评价结果,其中,所述多个第一评价结果包括多个等级的第一评价结果;
S636:采用所述样本合格率信息集合和所述多个第一评价结果,构建所述第一测试评估模型。
具体地,采集获取目标单片机芯片的多个参数指标的参数信息,其中,多个参数指标包括位数、存储器存储空间、工作电压、功耗和处理速度。如此,获得目标单片机芯片的参数信息集合。
根据该参数信息和,可获得目标单片机芯片的多个同族单片机芯片,其中,同族单片机芯片指与目标单片机芯片具有相同的参数信息集合的单片机芯片。示例性地,多个同族单片机芯片可为与目标单片机芯片同一生产批次的单片机芯片。
基于步骤S100-S300,采用相同的方法步骤对多个同族单片机芯片采用多个预设烧写程序进行多次测试,分别获得多个测试结果,每个同族单片机芯片内的多个测试结果内均包括多个合格测试结果和多个不合格测试结果。其中,不合格测试结果的数量可为0。
分别根据多个同族单片机芯片的多个测试结果,计算获得多个同族单片机芯片进行多次测试获得的合格率信息,作为样本合格率信息,并获得样本合格率信息集合。
对样本合格率信息集合内的多个合格率信息进行评价,其中,基于单片机芯片设计、生产以及测试领域内的专家,对多个合格率信息进行评价,具体评价的过程中,对于100%的合格率信息,评价为合格,评为10级,对于未达到100%的合格率信息,合格率越小,则评价结果越差,例如,一般不合格、严重不合格等,依次评价为9级至1级,如此,对多个格率信息进行评价获得多个第一评价结果,每个第一评价结果内的等级不同,具体包括1-10的10个等级。
采用该样本合格率信息集合和多个第一评价结果作为构建数据,构建第一测试评估模型。
本申请实施例提供的方法中的步骤S636包括:
S636-1:在所述样本合格率信息集合内随机选择获得一样本合格率信息,作为第一样本合格率信息;
S636-2:采用所述第一样本合格率信息,构建所述第一测试评估模型的一级分类节点;
S636-3:在所述样本合格率信息集合内随机选择获得一样本合格率信息,作为第二样本合格率信息;
S636-4:采用所述第二样本合格率信息,构建所述第一测试评估模型的二级分类节点;
S636-5:继续构建所述第一测试评估模型的多级分类节点,直到所述多级分类节点的级数达到阈值;
S636-6:基于所述多级分类节点,获得多个分类结果区间;
S636-7:根据所述多个第一评价结果,对所述多个分类结果区间分别设置不同的第一评价结果,获得所述第一测试评估模型。
本申请实施例中,基于决策树算法的思想,构建该第一测试评估模型。
从样本合格率信息集合内随机选择获得一样本合格率信息,作为第一样本合格率信息,并作为第一划分阈值,构建第一测试评估模型的一级分类节点。一级分类节点内的第一划分阈值可对输入该节点的合格率信息数据进行二分类,将大于该第一划分阈值的合格率信息分为一类,不大于的分为另一类,完成二分类。
继续在样本合格率信息集合内随机选择获得一样本合格率信息,作为第二样本合格率信息,并作为第二划分阈值,构建第一测试评估模型的二级分类节点。二级分类节点内的第二划分阈值可对一级分类节点或的二分类结果进行进一步的二分类,获得四个分类结果。
如此,继续从样本合格率信息集合内随机选择获得样本合格率信息,并构建第一测试评估模型的多级分类节点,直到多级分类节点的级数达到阈值。其中,该阈值可根据样本合格率信息集合和第一评价结果的数量进行设置,以使多级分类节点获得的分类结果可将输入的不同的合格率信息分为较多的类别。示例性地,该阈值可为10。
基于构建完成的多级分类节点,经多级分类节点的二分类可获得多个分类结果,其中,示例性地,若多级分类节点的级数为10,则可获得1024个分类结果,每个分类结果内包括一分类结果区间,如此,获得1024个分类结果区间,每个分类结果区间内包括不同的合格率信息区间。
根据多个第一评价结果,对多个分类结果区间分别设置不同的第一评价结果,例如对合格率信息为100%的分类结果区间设置等级为10的第一评价结果,对合格率信息为99%-100%的分类结果区间设置等级为9的第一评价结果,对全部分类结果区间设置对应的第一评价结果,获得构建完成的第一测试评估模型。
基于构建完成的第一测试评估模型,将当前目标单片机芯片的合格率信息输入该第一测试评估模型内,经多级分类节点的分类,获得最终的分类结果,并获得对应的第一评价结果,作为目标单片机芯片的第一测试结果。第一测试结果可反映目标单片机芯片在多次测试中的合格程度。
本申请实施例通过采集获取目标单片机芯片多次测试中的合格率信息,并采集其他同族单片机芯片多次测试中的合格率信息以及对合格率信息进行评价的评价结果,作为构建数据,基于决策树算法构建第一测试评估模型,实现自动、智能地对单片机芯片测试合格情况进行评价,获得第一测试结果,配合本申请实施例中其他部分的性能测试评估,能够全面地进行单片机芯片的测试评估。
S700:根据所述多个响应时间信息和所述温度信息,分析获得第二测试结果;
本申请实施例中,除基于合格率信息分析获得的第一测试结果以外,为提升单片机芯片测试的全面性,还基于目标单片机芯片多次测试中合格测试结果的响应时间信息和测试后的温度信息进行质量评估。
如图3所示,本申请实施例提供的方法中的步骤S700包括:
S710:采集获取所述多个同族单片机芯片进行所述多次测试中多个合格测试结果的响应时间,获得多个样本响应时间信息集合;
S720:采集获取所述多个同族单片机芯片进行所述多次测试后的温度信息,获得多个样本温度信息;
S730:采用所述多个样本响应时间信息集合和所述多个样本温度信息,构建第二测试评估模型;
S740:将所述多个响应时间信息和所述温度信息输入所述第二测试评估模型,获得所述第二测试结果。
具体地,基于前述内容中的多个同族单片机芯片,采集获取同族单片机芯片的响应时间和温度数据,作为分析评估当前目标单片机芯片的经验数据。
采集获取多个同族单片机芯片进行多次测试中多个合格测试结果的响应时间,获得多个样本响应时间信息集合。
采集获取多个同族单片机芯片进行多次测试后的温度信息,获得多个样本温度信息。
采用该多个样本响应时间信息集合和多个样本温度信息作为构建数据,构建第二测试评估模型。
本申请实施例提供的方法中的步骤S730包括:
S731:分别所述多个样本响应时间信息集合和所述多个样本温度信息进行质量评估,获得多个第二评价结果;
S732:对所述多个样本响应时间信息集合、所述多个样本温度信息和所述多个第二评价结果进行划分和标识,获得训练集、验证集和测试集;
S733:基于BP神经网络,构建所述第二测试评估模型;
S734:采用所述训练集、验证集和测试集对所述第二测试评估模型进行监督训练、验证和测试,若所述第二测试评估模型的准确率符合预设要求,则获得所述第二测试评估模型。
具体地,基于单片机芯片设计、生产、测试领域的专家,对多个样本响应时间信息集合和多个样本温度信息进行质量评估,其中,响应时间信息越短、温度信息越低,则质量评估获得的质量评估结果越优,如此,获得多个第二评价结果。
可选的,第二评价结果可包括多个等级的评价结果,例如对于样本响应时间信息集合内响应时间极短、温度信息较低的数据,对应可评价为等级为10的第二评价结果,若响应时间信息越长,温度信息越高,则第二评价结果的等级越低,一共分为1-10的10个等级。
该第二测试评估模型的输入数据为响应时间信息和温度信息,输出参数为第二评价结果。
对多个样本响应时间信息集合、多个样本温度信息和多个第二评价结果进行划分和标识,可选的,按照6:2:2的比例进行划分,也可进行交叉划分验证,获得训练集、验证集和测试集。
基于机器学习中的BP神经网络,并根据上述的输入数据和输出数据,设计对应的网络结构,构建第二测试评估模型。
进一步地,采用该训练集对第二测试评估模型进行监督训练,直到第二测试评估模型训练至收敛,采用上述的验证集和测试集对监督训练完毕的第二测试评估模型进行验证和测试,若第二测试评估模型的准确率符合预设要求,未出现过拟合情况,则获得构建完成的第二测试评估模型。若准确率不符合预设要求,则需要更新第二测试评估模型内的参数,或重新构建第二测试评估模型。
基于构建完成的第二测试评估模型,将当前目标单片机芯片多次测试中的多个响应时间信息和测试后的温度信息输入第二测试评估模型,获得对应的第二评价结果,作为第二测试结果。
本申请实施例通过采集同族单片机芯片在多次测试过程中的响应时间信息和温度信息,并进行评价,然后基于机器学习中的BP神经网络,构建获得第二测试评估模型,能够根据单片机芯片在多次测试过程中的响应时间信息和温度信息进行准确、智能、自动化的质量水平评价,丰富了测试评估单片机芯片的维度,达到了更加全面、准确地测试评估单片机芯片质量的技术效果。
S800:对所述第一测试结果和所述第二测试结果进行加权计算,获得综合测试结果。
本申请实施例提供的方法中的步骤S800包括:
S810:根据所述第一测试结果和所述第二测试结果的重要性,进行权重分配,获得权重分配结果;
S820:采用所述权重分配结果,对所述第一测试结果和所述第二测试结果进行加权计算求和,获得所述综合测试结果。
具体地,根据该第一测试结果和第二测试结果的重要性,进行权重分配,重要性越大,则权重值越大,可基于现有技术中任意的权重分配方法进行权重分配,例如可基于客观赋权法或主观赋权法进行权重分配,获得权重分配结果。
本申请实施例中,为保证单片机芯片在进行逻辑处理控制中的稳定性,第一测试结果的重要性大于第二测试结果的重要性。示例性地,分配获得的权重分配结果中,第一测试结果的权重值为0.7,第二测试结果的权重值为0.3。
采用该权重分配结果,对第一测试结果和第二测试结果进行加权计算求和,获得最终的综合测试结果。示例性地,第一测试结果和第二测试结果包括评价等级,则最终可计算获得包括一等级信息的综合测试结果,等级越高,则目标单片机芯片的质量测试评估结果越优。
综上所述,本申请实施例至少具有如下技术效果:
本申请实施例构建了较为全面的单片机芯片质量的测试评估方法,在关注单片机芯片是否能够执行各类程序,根据输入获得预期输出的同时,还关注单片机在进行测试时的响应速度以及测试后的温度,评估单片的响应速度和负载能力,并最终进行加权计算,获得较为准确的单片机芯片质量测试评估结果,达到较为全面、智能、准确的进行单片机芯片质量测试评估的技术效果。
实施例二
基于与前述实施例中一种单片机芯片测试方法相同的发明构思,如图4所示,本申请提供了一种单片机芯片测试系统,其中,所述系统包括:
单片机芯片获取模块11,用于获取目标单片机芯片;
烧写程序下载模块12,用于依次在所述目标单片机芯片内下载多个预设烧写程序;
单片机芯片测试模块13,用于基于所述多个预设烧写程序,采用测试设备对所述目标单片机芯片进行多次测试,获得多个测试结果,其中,所述多个测试结果包括多个合格测试结果和多个不合格测试结果;
响应时间采集模块14,用于采集获得所述多个合格测试结果的响应时间,获得多个响应时间信息;
测试温度采集模块15,用于采集获取所述目标单片机芯片经过所述多次测试后的温度信息;
第一测试分析模块16,用于根据所述多个合格测试结果和所述多个不合格测试结果,分析获得第一测试结果;
第二测试分析模块17,用于根据所述多个响应时间信息和所述温度信息,分析获得第二测试结果;
综合测试结果输出模块18,用于对所述第一测试结果和所述第二测试结果进行加权计算,获得综合测试结果。
进一步地,所述第一测试分析模块16还用于实现以下功能:
根据所述多个合格测试结果和所述多个不合格测试结果,获得合格次数信息和不合格次数信息;
根据所述合格次数信息和所述不合格次数信息,计算获得合格率信息;
构建第一测试评估模型;
将所述合格率信息输入所述第一测试评估模型,获得所述第一测试结果。
其中,所述构建第一测试评估模型,包括:
采集获取所述目标单片机芯片的多个参数指标的参数信息,获得参数信息集合;
根据所述参数信息集合,获得所述目标单片机芯片的多个同族单片机芯片;
对所述多个同族单片机芯片采用所述多个预设烧写程序进行多次测试;
采集获取所述多个同族单片机芯片进行所述多次测试获得的合格率信息,获得样本合格率信息集合;
对所述样本合格率信息集合内的合格率信息进行评价,获得多个第一评价结果,其中,所述多个第一评价结果包括多个等级的第一评价结果;
采用所述样本合格率信息集合和所述多个第一评价结果,构建所述第一测试评估模型。
其中,所述采用所述样本合格率信息集合和所述多个第一评价结果,构建所述第一测试评估模型,包括:
在所述样本合格率信息集合内随机选择获得一样本合格率信息,作为第一样本合格率信息;
采用所述第一样本合格率信息,构建所述第一测试评估模型的一级分类节点;
在所述样本合格率信息集合内随机选择获得一样本合格率信息,作为第二样本合格率信息;
采用所述第二样本合格率信息,构建所述第一测试评估模型的二级分类节点;
继续构建所述第一测试评估模型的多级分类节点,直到所述多级分类节点的级数达到阈值;
基于所述多级分类节点,获得多个分类结果区间;
根据所述多个第一评价结果,对所述多个分类结果区间分别设置不同的第一评价结果,获得所述第一测试评估模型。
进一步地,所述第二测试分析模块17还用于实现以下功能:
采集获取所述多个同族单片机芯片进行所述多次测试中多个合格测试结果的响应时间,获得多个样本响应时间信息集合;
采集获取所述多个同族单片机芯片进行所述多次测试后的温度信息,获得多个样本温度信息;
采用所述多个样本响应时间信息集合和所述多个样本温度信息,构建第二测试评估模型;
将所述多个响应时间信息和所述温度信息输入所述第二测试评估模型,获得所述第二测试结果。
其中,所述采用所述多个样本响应时间信息集合和所述多个样本温度信息,构建第二测试评估模型,包括:
分别所述多个样本响应时间信息集合和所述多个样本温度信息进行质量评估,获得多个第二评价结果;
对所述多个样本响应时间信息集合、所述多个样本温度信息和所述多个第二评价结果进行划分和标识,获得训练集、验证集和测试集;
基于BP神经网络,构建所述第二测试评估模型;
采用所述训练集、验证集和测试集对所述第二测试评估模型进行监督训练、验证和测试,若所述第二测试评估模型的准确率符合预设要求,则获得所述第二测试评估模型。
进一步地,所述综合测试结果输出模块18还用于实现以下功能:
根据所述第一测试结果和所述第二测试结果的重要性,进行权重分配,获得权重分配结果;
采用所述权重分配结果,对所述第一测试结果和所述第二测试结果进行加权计算求和,获得所述综合测试结果。
实施例三
如图5所示,基于与前述实施例中一种单片机芯片测试方法相同的发明构思,本申请还提供了一种计算机设备300,所述计算机设备300包括存储器301和处理器302,所述存储器301内存储有计算机程序,所述计算机程序被所述处理器302执行时实现实施例一种方法的步骤。
该计算机设备300包括:处理器302、通信接口303、存储器301。可选的,计算机设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read only memory,EEPROM)、只读光盘(compactdiscread only memory,CD ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种单片机芯片测试方法。
实施例四
基于与前述实施例中一种单片机芯片测试方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现实施例一中方法的步骤。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种单片机芯片测试方法,其特征在于,所述方法包括:
获取目标单片机芯片;
依次在所述目标单片机芯片内下载多个预设烧写程序;
基于所述多个预设烧写程序,采用测试设备对所述目标单片机芯片进行多次测试,获得多个测试结果,其中,所述多个测试结果包括多个合格测试结果和多个不合格测试结果;
采集获得所述多个合格测试结果的响应时间,获得多个响应时间信息;
采集获取所述目标单片机芯片经过所述多次测试后的温度信息;
根据所述多个合格测试结果和所述多个不合格测试结果,分析获得第一测试结果;
根据所述多个响应时间信息和所述温度信息,分析获得第二测试结果;
对所述第一测试结果和所述第二测试结果进行加权计算,获得综合测试结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个合格测试结果和所述多个不合格测试结果,分析获得第一测试结果,包括:
根据所述多个合格测试结果和所述多个不合格测试结果,获得合格次数信息和不合格次数信息;
根据所述合格次数信息和所述不合格次数信息,计算获得合格率信息;
构建第一测试评估模型;
将所述合格率信息输入所述第一测试评估模型,获得所述第一测试结果。
3.根据权利要求2所述的方法,其特征在于,所述构建第一测试评估模型,包括:
采集获取所述目标单片机芯片的多个参数指标的参数信息,获得参数信息集合;
根据所述参数信息集合,获得所述目标单片机芯片的多个同族单片机芯片;
对所述多个同族单片机芯片采用所述多个预设烧写程序进行多次测试;
采集获取所述多个同族单片机芯片进行所述多次测试获得的合格率信息,获得样本合格率信息集合;
对所述样本合格率信息集合内的合格率信息进行评价,获得多个第一评价结果,其中,所述多个第一评价结果包括多个等级的第一评价结果;
采用所述样本合格率信息集合和所述多个第一评价结果,构建所述第一测试评估模型。
4.根据权利要求3所述的方法,其特征在于,所述采用所述样本合格率信息集合和所述多个第一评价结果,构建所述第一测试评估模型,包括:
在所述样本合格率信息集合内随机选择获得一样本合格率信息,作为第一样本合格率信息;
采用所述第一样本合格率信息,构建所述第一测试评估模型的一级分类节点;
在所述样本合格率信息集合内随机选择获得一样本合格率信息,作为第二样本合格率信息;
采用所述第二样本合格率信息,构建所述第一测试评估模型的二级分类节点;
继续构建所述第一测试评估模型的多级分类节点,直到所述多级分类节点的级数达到阈值;
基于所述多级分类节点,获得多个分类结果区间;
根据所述多个第一评价结果,对所述多个分类结果区间分别设置不同的第一评价结果,获得所述第一测试评估模型。
5.根据权利要求3所述的方法,其特征在于,所述根据所述多个响应时间信息和所述温度信息,分析获得第二测试结果,包括:
采集获取所述多个同族单片机芯片进行所述多次测试中多个合格测试结果的响应时间,获得多个样本响应时间信息集合;
采集获取所述多个同族单片机芯片进行所述多次测试后的温度信息,获得多个样本温度信息;
采用所述多个样本响应时间信息集合和所述多个样本温度信息,构建第二测试评估模型;
将所述多个响应时间信息和所述温度信息输入所述第二测试评估模型,获得所述第二测试结果。
6.根据权利要求5所述的方法,其特征在于,所述采用所述多个样本响应时间信息集合和所述多个样本温度信息,构建第二测试评估模型,包括:
分别所述多个样本响应时间信息集合和所述多个样本温度信息进行质量评估,获得多个第二评价结果;
对所述多个样本响应时间信息集合、所述多个样本温度信息和所述多个第二评价结果进行划分和标识,获得训练集、验证集和测试集;
基于BP神经网络,构建所述第二测试评估模型;
采用所述训练集、验证集和测试集对所述第二测试评估模型进行监督训练、验证和测试,若所述第二测试评估模型的准确率符合预设要求,则获得所述第二测试评估模型。
7.根据权利要求1所述的方法,其特征在于,所述对所述第一测试结果和所述第二测试结果进行加权计算,包括:
根据所述第一测试结果和所述第二测试结果的重要性,进行权重分配,获得权重分配结果;
采用所述权重分配结果,对所述第一测试结果和所述第二测试结果进行加权计算求和,获得所述综合测试结果。
8.一种单片机芯片测试系统,其特征在于,所述系统包括:
单片机芯片获取模块,用于获取目标单片机芯片;
烧写程序下载模块,用于依次在所述目标单片机芯片内下载多个预设烧写程序;
单片机芯片测试模块,用于基于所述多个预设烧写程序,采用测试设备对所述目标单片机芯片进行多次测试,获得多个测试结果,其中,所述多个测试结果包括多个合格测试结果和多个不合格测试结果;
响应时间采集模块,用于采集获得所述多个合格测试结果的响应时间,获得多个响应时间信息;
测试温度采集模块,用于采集获取所述目标单片机芯片经过所述多次测试后的温度信息;
第一测试分析模块,用于根据所述多个合格测试结果和所述多个不合格测试结果,分析获得第一测试结果;
第二测试分析模块,用于根据所述多个响应时间信息和所述温度信息,分析获得第二测试结果;
综合测试结果输出模块,用于对所述第一测试结果和所述第二测试结果进行加权计算,获得综合测试结果。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器内存储有计算机程序,所述计算机程序被所述处理器执行时实现权利要求1-7任一方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210913481.XA CN115268406B (zh) | 2022-07-29 | 2022-07-29 | 一种单片机芯片测试方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210913481.XA CN115268406B (zh) | 2022-07-29 | 2022-07-29 | 一种单片机芯片测试方法、系统、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115268406A true CN115268406A (zh) | 2022-11-01 |
CN115268406B CN115268406B (zh) | 2023-09-29 |
Family
ID=83747422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210913481.XA Active CN115268406B (zh) | 2022-07-29 | 2022-07-29 | 一种单片机芯片测试方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115268406B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796683A (zh) * | 2022-12-02 | 2023-03-14 | 武汉万驰机械设备租赁有限公司 | 一种基于人工智能的电子防伪标签生产监测管理系统 |
CN115831800A (zh) * | 2023-02-14 | 2023-03-21 | 青岛青软晶尊微电子科技有限公司 | 基于多元库的芯片生产工艺、装置及电子设备 |
CN116007930A (zh) * | 2023-03-28 | 2023-04-25 | 苏州众源测试技术有限公司 | 一种汽车传动性能的测试方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4764915A (en) * | 1982-01-12 | 1988-08-16 | Discovision Associates | Method and apparatus for recording a multiplexed signal on a record medium |
CN103454575A (zh) * | 2013-09-06 | 2013-12-18 | 福州瑞芯微电子有限公司 | 用于实现pcba板测试的系统、pcba板及方法 |
CN106017727A (zh) * | 2016-05-16 | 2016-10-12 | 合肥市芯海电子科技有限公司 | 一种多芯片温度测试及标定系统及方法 |
US20180031630A1 (en) * | 2016-07-27 | 2018-02-01 | International Business Machines Corporation | Semiconductor power and performance optimization |
WO2019052343A1 (zh) * | 2017-09-15 | 2019-03-21 | 华为技术有限公司 | 一种数据传输方法及装置 |
CN110543313A (zh) * | 2019-08-20 | 2019-12-06 | 珠海市杰理科技股份有限公司 | 芯片烧写装置及芯片烧写测试方法 |
CN112382582A (zh) * | 2020-10-28 | 2021-02-19 | 海光信息技术股份有限公司 | 一种晶圆测试分类方法及系统 |
CN112749099A (zh) * | 2020-12-25 | 2021-05-04 | 广东电网有限责任公司电力科学研究院 | 一种pas应用性能的评估方法、系统、终端设备及介质 |
JP2021081413A (ja) * | 2019-12-31 | 2021-05-27 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 人工知能チップのテスト方法、装置、機器、及び記憶媒体 |
CN113780691A (zh) * | 2020-06-09 | 2021-12-10 | 富泰华工业(深圳)有限公司 | 数据测试方法、装置、电子设备及存储介质 |
CN114333962A (zh) * | 2021-12-31 | 2022-04-12 | 成都博尔微晶科技有限公司 | 闪存芯片的测试方法、装置、系统、电子设备及存储介质 |
TW202227844A (zh) * | 2021-01-08 | 2022-07-16 | 大陸商勝達克半導體科技(上海)有限公司 | 一種用於晶圓測試的晶粒加權補償計算方法 |
-
2022
- 2022-07-29 CN CN202210913481.XA patent/CN115268406B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4764915A (en) * | 1982-01-12 | 1988-08-16 | Discovision Associates | Method and apparatus for recording a multiplexed signal on a record medium |
CN103454575A (zh) * | 2013-09-06 | 2013-12-18 | 福州瑞芯微电子有限公司 | 用于实现pcba板测试的系统、pcba板及方法 |
CN106017727A (zh) * | 2016-05-16 | 2016-10-12 | 合肥市芯海电子科技有限公司 | 一种多芯片温度测试及标定系统及方法 |
US20180031630A1 (en) * | 2016-07-27 | 2018-02-01 | International Business Machines Corporation | Semiconductor power and performance optimization |
WO2019052343A1 (zh) * | 2017-09-15 | 2019-03-21 | 华为技术有限公司 | 一种数据传输方法及装置 |
CN110543313A (zh) * | 2019-08-20 | 2019-12-06 | 珠海市杰理科技股份有限公司 | 芯片烧写装置及芯片烧写测试方法 |
JP2021081413A (ja) * | 2019-12-31 | 2021-05-27 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 人工知能チップのテスト方法、装置、機器、及び記憶媒体 |
CN113780691A (zh) * | 2020-06-09 | 2021-12-10 | 富泰华工业(深圳)有限公司 | 数据测试方法、装置、电子设备及存储介质 |
CN112382582A (zh) * | 2020-10-28 | 2021-02-19 | 海光信息技术股份有限公司 | 一种晶圆测试分类方法及系统 |
CN112749099A (zh) * | 2020-12-25 | 2021-05-04 | 广东电网有限责任公司电力科学研究院 | 一种pas应用性能的评估方法、系统、终端设备及介质 |
TW202227844A (zh) * | 2021-01-08 | 2022-07-16 | 大陸商勝達克半導體科技(上海)有限公司 | 一種用於晶圓測試的晶粒加權補償計算方法 |
CN114333962A (zh) * | 2021-12-31 | 2022-04-12 | 成都博尔微晶科技有限公司 | 闪存芯片的测试方法、装置、系统、电子设备及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796683A (zh) * | 2022-12-02 | 2023-03-14 | 武汉万驰机械设备租赁有限公司 | 一种基于人工智能的电子防伪标签生产监测管理系统 |
CN115796683B (zh) * | 2022-12-02 | 2023-09-01 | 成都星盘科技有限公司 | 一种基于人工智能的电子防伪标签生产监测管理系统 |
CN115831800A (zh) * | 2023-02-14 | 2023-03-21 | 青岛青软晶尊微电子科技有限公司 | 基于多元库的芯片生产工艺、装置及电子设备 |
CN115831800B (zh) * | 2023-02-14 | 2023-05-05 | 青岛青软晶尊微电子科技有限公司 | 基于多元库的芯片生产工艺、装置及电子设备 |
CN116007930A (zh) * | 2023-03-28 | 2023-04-25 | 苏州众源测试技术有限公司 | 一种汽车传动性能的测试方法及系统 |
CN116007930B (zh) * | 2023-03-28 | 2023-07-14 | 苏州众源测试技术有限公司 | 一种汽车传动性能的测试方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115268406B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115268406B (zh) | 一种单片机芯片测试方法、系统、计算机设备及存储介质 | |
CN109242135B (zh) | 一种模型运营方法、装置、及业务服务器 | |
CN110070282B (zh) | 一种基于综合关联度的低压台区线损影响因素分析方法 | |
CN113537063B (zh) | 一种基于综合遥感技术的森林环境遥感监测方法及终端 | |
CN109582741B (zh) | 特征数据处理方法和装置 | |
CN113191399B (zh) | 一种基于机器学习分类器提高半导体芯片良品率的方法 | |
CN117236278B (zh) | 一种基于数字孪生技术的芯片生产仿真方法及系统 | |
CN111309577B (zh) | 一种面向Spark的批处理应用执行时间预测模型构建方法 | |
CN114490786B (zh) | 数据排序方法及装置 | |
CN115373370A (zh) | 一种可编程控制器运行状态监测方法及系统 | |
CN116306806A (zh) | 故障诊断模型确定方法、装置及非易失性存储介质 | |
CN110956331A (zh) | 数字工厂运营状态预测方法、系统、装置 | |
CN117171896A (zh) | 一种汽车转向器输入轴加工优化方法及系统 | |
CN116205355B (zh) | 电力负荷的预测方法、装置以及存储介质 | |
CN116862081A (zh) | 一种污染治理设备运维方法及系统 | |
CN115049019B (zh) | 金属有机框架对砷的吸附性能评估方法、装置及相关设备 | |
CN114219461B (zh) | 基于多生产工况的生产控制方法和装置 | |
CN116737334A (zh) | 任务调度及数据集标签更新方法、装置和电子设备 | |
CN113890833B (zh) | 网络覆盖预测方法、装置、设备及存储介质 | |
CN115169705A (zh) | 配送时长预测方法、装置、存储介质及计算机设备 | |
CN113283512A (zh) | 数据异常检测方法、装置、设备及存储介质 | |
CN111414945A (zh) | 一种模型效能的波动识别方法及装置 | |
CN105095689A (zh) | 一种基于韦恩预测的电子鼻数据挖掘方法 | |
Colla et al. | GADF—Genetic Algorithms for distribution fitting | |
CN111062118A (zh) | 一种基于神经网络预测分层的多层软测量建模系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |