JP2008089549A - 論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム - Google Patents
論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム Download PDFInfo
- Publication number
- JP2008089549A JP2008089549A JP2006274031A JP2006274031A JP2008089549A JP 2008089549 A JP2008089549 A JP 2008089549A JP 2006274031 A JP2006274031 A JP 2006274031A JP 2006274031 A JP2006274031 A JP 2006274031A JP 2008089549 A JP2008089549 A JP 2008089549A
- Authority
- JP
- Japan
- Prior art keywords
- failure
- candidate
- failure candidate
- error
- group
- 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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/317—Testing of digital circuits
- G01R31/3181—Functional testing
- G01R31/3183—Generation of test inputs, e.g. test vectors, patterns or sequences
- G01R31/318342—Generation of test inputs, e.g. test vectors, patterns or sequences by preliminary fault modelling, e.g. analysis, simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/26—Functional testing
- G06F11/261—Functional testing by simulating additional hardware, e.g. fault simulation
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Tests Of Electronic Circuits (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
【課題】複数の故障からの誤り伝播経路が相互に影響している場合でも、故障候補の組み合わせ数を削減し、精度良く故障箇所を推定しながら推定処理時間を短縮する。
【解決手段】単一故障を仮定し故障候補と故障種別と故障候補から誤りが到達し検出される誤り観測ノードとを記憶する単一故障仮定診断手段２２と、故障候補と誤り観測ノードを用いて誤り観測ノード毎に誤りを伝播させる故障候補をグループ分けし故障候補群として記憶する誤り観測ノード別候補分類手段２３と、ある故障候補群の経路情報が別の故障候補群の経路情報を包含する場合、包含される故障候補群を削除する包含故障候補群選別手段２４と、複数のパタンで算出した故障候補群において共通する故障候補を抽出して新たな故障候補群とするパタン間重ね合わせ手段２５と、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段２６を備える。
【選択図】図１
【解決手段】単一故障を仮定し故障候補と故障種別と故障候補から誤りが到達し検出される誤り観測ノードとを記憶する単一故障仮定診断手段２２と、故障候補と誤り観測ノードを用いて誤り観測ノード毎に誤りを伝播させる故障候補をグループ分けし故障候補群として記憶する誤り観測ノード別候補分類手段２３と、ある故障候補群の経路情報が別の故障候補群の経路情報を包含する場合、包含される故障候補群を削除する包含故障候補群選別手段２４と、複数のパタンで算出した故障候補群において共通する故障候補を抽出して新たな故障候補群とするパタン間重ね合わせ手段２５と、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段２６を備える。
【選択図】図１
Description
本発明は、論理回路において、複数の故障箇所を高速に、かつ、精度良く推定できる多重故障箇所推定方式に関する。
従来の多重故障の故障箇所推定システムとして、例えば特許文献１に記載される故障箇所推定方式が参照される。論理回路のテストにおいて、誤りが検出された誤り観測ノード毎に、関係している内部ノードをグループ化し、各内部ノードに単一故障を仮定した故障シミュレーションを実行して、全誤り出力を説明できる組合せを求めることによって、論理回路内の複数の故障箇所を推定する故障箇所推定システムである。
従来の故障箇所推定システムについて、図１９を参照して説明する。図１９を参照すると、キーボード、または外部とのインターフェース部がある入力装置１と、プログラム制御により動作するデータ処理装置２と、ハードディスクやメモリなどの情報を記憶する記憶装置３と、外部とのインターフェース部であるディスプレイ装置や印刷装置などの出力装置４とを備えている。
記憶装置３は、論理回路情報記憶部４１と、故障候補記憶部４５と、誤り関係ノードグループ記憶部４６とを備えている。
論理回路情報記憶部４１は、
各信号線の論理状態、
回路が正常であるときの各信号線の論理状態(期待値)、
テストで誤り信号を検出した誤り観測ノード情報、
を記憶している。
各信号線の論理状態、
回路が正常であるときの各信号線の論理状態(期待値)、
テストで誤り信号を検出した誤り観測ノード情報、
を記憶している。
また、論理回路情報記憶部４１は、論理回路の構成、すなわち、
ゲートの種類、
ゲート同士の接続関係、
ゲートと信号線の接続関係、
信号線同士の接続関係
などを記憶している。
ゲートの種類、
ゲート同士の接続関係、
ゲートと信号線の接続関係、
信号線同士の接続関係
などを記憶している。
ここで、回路内のノードとは、
ゲート、
ゲートの端子、
ネット、
回路の端子
など回路を構成する部品を意味する。
ゲート、
ゲートの端子、
ネット、
回路の端子
など回路を構成する部品を意味する。
誤り観測ノードとは、
回路の外部出力端子、
スキャンフリップフロップ（Scan-FF）
など、回路の論理状態を観測できるノードを意味している。
回路の外部出力端子、
スキャンフリップフロップ（Scan-FF）
など、回路の論理状態を観測できるノードを意味している。
故障候補記憶部４５は、
故障シミュレーションで抽出された故障候補と、
故障候補の故障種別
を記憶している。
故障シミュレーションで抽出された故障候補と、
故障候補の故障種別
を記憶している。
誤り関係ノードグループ記憶部４６は、論理回路内のノードをグループ分けした結果を記憶している。
データ処理装置２は、初期設定手段２１と、ファンインコーン分類手段２７と、ノードグループ内故障候補抽出手段２８と、誤り観測ノード照合手段３３と、を備えている。
初期設定手段２１は、論理回路情報記憶部４１を参照して、
論理回路の種類、
入出力端子の論理状態
を設定し、信号線の論理状態を初期化する。
論理回路の種類、
入出力端子の論理状態
を設定し、信号線の論理状態を初期化する。
ファンインコーン分類手段２７は、論理回路情報記憶部４１を参照して、誤り観測ノードからファンイントレースを行い、トレースした回路内部ノードを誤り観測ノードに応じてグループ化し、誤り関係ノードグループ記憶部４６に記憶する。
ノードグループ内故障候補抽出手段２８は、論理回路情報記憶部４１と、誤り関係ノードグループ記憶部４６とを参照して、ノードグループ毎に、信号線を抽出し、論理回路情報記憶部４１に記憶された信号線の論理状態を参照して、故障を仮定して、単一故障シミュレーションを実行し、ノードグループに関係する誤り観測ノードに故障を伝播させる信号線を故障候補として故障候補記憶部４５に記憶する。
誤り観測ノード照合手段３３は、論理回路情報記憶部４１と、誤り関係ノードグループ記憶部４６とを参照して、テスト結果で誤りを検出した全誤り観測ノードを説明できるノードグループの組み合わせを算出し、故障候補記憶部４５を参照して、組み合わせとなった各ノードグループのノードを故障候補として出力装置４に出力する。
図２０は、従来の多重故障の故障箇所推定システムの動作を説明するための流れ図である。次に、図１９と図２０の流れ図を参照して、従来のシステムの動作について詳細に説明する。
先ず、初期設定手段２１において、論理回路情報記憶部４１を参照して、
論理回路の種類、
入出力ノードの論理状態
を設定し、信号線の論理状態を初期化する（ステップＡ１）。
論理回路の種類、
入出力ノードの論理状態
を設定し、信号線の論理状態を初期化する（ステップＡ１）。
次に、ファンインコーン分類手段２７において、論理回路情報記憶部４１に記憶された回路構成を参照して、各誤り観測ノードからファンイントレースを実行し、誤り観測ノードに応じて、
その端子のみに影響を及ぼすノードグループと、
その端子のみならず他の誤り観測ノードに対しても影響を及ぼすノードグループと、
に分類し、誤り関係ノードグループ記憶部４６に記憶する（ステップＡ８）。
その端子のみに影響を及ぼすノードグループと、
その端子のみならず他の誤り観測ノードに対しても影響を及ぼすノードグループと、
に分類し、誤り関係ノードグループ記憶部４６に記憶する（ステップＡ８）。
ノードグループ内故障候補抽出手段２８において、
論理回路情報記憶部４１に記憶されたテスト結果の誤り観測ノードと、
回路構成、
信号線の論理状態と、
ステップＡ８で誤り関係ノードグループ記憶部４６に記憶されたノードグループ情報と、
を参照して、各ノードグループ内の各ノードに対して、’0’または、’1’で固定された単一故障を仮定して、故障シミュレーションを実行し、その結果を参照することによって、各故障仮定ノードと誤り観測ノードとの関係を故障候補記憶部４５に記憶し、同一ノードグループのノードを、同一故障候補群として、誤り関係ノードグループ記憶部４６に記憶する（ステップＡ９）。
論理回路情報記憶部４１に記憶されたテスト結果の誤り観測ノードと、
回路構成、
信号線の論理状態と、
ステップＡ８で誤り関係ノードグループ記憶部４６に記憶されたノードグループ情報と、
を参照して、各ノードグループ内の各ノードに対して、’0’または、’1’で固定された単一故障を仮定して、故障シミュレーションを実行し、その結果を参照することによって、各故障仮定ノードと誤り観測ノードとの関係を故障候補記憶部４５に記憶し、同一ノードグループのノードを、同一故障候補群として、誤り関係ノードグループ記憶部４６に記憶する（ステップＡ９）。
誤り観測ノード照合手段３３において、論理回路情報記憶部４１に記憶された論理構成と、誤り関係ノードグループ記憶部４６とを参照して、テスト結果で誤りを検出した全ての誤り観測ノードを説明できるノードグループの組み合わせを算出し、故障候補記憶部４５を参照して、組み合わせ毎に、各ノードグループの故障候補を、出力装置４に出力する（ステップＡ１４）。
従来のシステムは、ファンイントレース処理によって、誤り観測ノードに誤り信号を伝搬する可能性のあるノードを絞りこんでから、その組合せを考慮して、多重故障箇所を推定している。
しかしながら、近年の数百万ゲート規模のＬＳＩでファンイントレースを行うと、１００分の１に絞り込んだとしても、１万ノードにもおよび、その組合せ数は膨大な数になるため、大規模回路に適用する場合には、膨大な計算量が必要となり、診断時間も実用的ではない。
また、従来のシステムでは、単一固定故障を仮定した故障シミュレーションの結果を組み合わせて、実測値との照合を行っているが、複数故障が同時に活性化される場合には、その誤り伝播経路が相互に影響することによって、単一故障の場合と誤り伝播経路が異なる可能性があり、その場合には、全誤り出力を説明できる複数故障の組み合わせが見つからないため、診断精度が低下する可能性がある。
また、単一固定故障を仮定した故障シミュレーションと実測値の照合では、固定故障以外の故障モードに対応することはできない。
また、故障箇所の推定結果が、ノードの組み合わせで出力されるので、特に大規模回路の診断において、出力結果が多い場合には、どの候補ノードの物理解析を優先すればよいかを示す指標が得られない。
従来のシステムの第１の問題点は、大規模回路において処理時間が増大する、ということである。
その理由は、従来技術は、ファンイントレースで分類したノードグループ内の全ノードに対して、故障シミュレーションを実行し、シミュレーション結果と実測値であるテスト結果とを照合しているので、ノード数の増大とともに、診断時間が増大するためである。また、回路の接続関係のみを利用して、ノードグループ分けを実行するため、ファンインコーン内のノード全ての組合せを考慮して、故障シミュレーション結果と、テスト結果(実測値)とを比較する必要があるため、考慮すべきノードが増加すると、指数関数的にその組合せ数が増大するためである。
従来のシステムの第２の問題点は、複数故障の推定精度が低くなる可能性がある、ということである。
その理由は、故障候補ノードと誤り観測ノードとの関係のみを考慮し、誤り伝搬経路を考慮していないので、複数の故障が同時に活性化し、かつ、その伝搬経路が相互に影響する可能性を考慮していないためである。
従来のシステムの第３の問題点は、固定故障以外の故障モードに対する診断ができない、ということである。
その理由は、回路の接続情報を用いたファンイントレースで、ノードグループに分類し、単一固定故障を仮定した単一故障シミュレーション結果と実測値を照合することにより、故障箇所を推定しているため、固定故障以外の故障モードに対応できないためである。
従来のシステムの第４の問題点は、出力結果を用いて実解析することが難しい、ということである。
その理由は、故障箇所の推定結果がノードの組み合わせで出力されるので、特に大規模回路の診断において、出力結果が多い場合には、どの候補ノードの物理解析を優先すればよいかを示す指標が示されていないためである。
したがって、本発明の目的は、高速な多重故障箇所推定システムと方法並びにプログラムを提供することにある。
本発明の他の目的は、複数の故障からの誤り伝播経路が相互に影響している場合でも、精度良く故障箇所を推定できる多重故障箇所推定システムと方法並びにプログラムを提供することにある。
本発明の他の目的は、固定故障以外の故障モードの推定ができる多重故障箇所推定システムと方法並びにプログラムを提供することにある。
前記課題を解決するための手段を提供する本発明は、概略以下の構成とされる。
本発明の第１の故障箇所推定システムは、単一故障を仮定した既存の故障箇所推定システムの推定結果を用いて、各テストパタンにおいて、誤り観測ノード別に、包含関係を考慮して、故障候補を、故障候補群としてグループ分けし、グループ分けした結果を、全テストパタンで重ねあわせて故障候補群の組み合わせを算出し、該算出された組み合わせ結果を、多重故障シミュレーションでテスト結果と照合し、該照合結果を出力する。
より詳細には、本発明は、単一故障を仮定した既存の故障箇所推定システムにより、故障候補と、その故障種別と、その故障候補から誤りが到達し検出される誤り観測ノードとを記憶する単一故障仮定診断手段(図１の２２)と、
故障候補と、誤り観測ノードとを用いて、誤り観測ノード毎に、誤りを伝播させる故障候補を、グループ分けして、故障候補群として記憶する誤り観測ノード別候補分類手段(図１の２３)と、
論理回路の構成情報と、故障候補群情報とを参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、ある故障候補群の経路情報が別の故障候補群の経路情報を包含する場合には、包含される故障候補群を削除する包含故障候補群選別手段(図１の２４)と、
故障候補と故障候補分類結果を参照して、全テストパタンにおいて、テスト結果を再現できるような故障候補群の組み合わせを算出し、このとき複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して新たな故障候補群とするパタン間重ね合わせ手段(図１の２５)と、
論理回路情報と、故障候補と、故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図１の２６)と、
を備え、単一故障を仮定した既存の故障箇所推定システムの推定結果を基に、誤り観測ノード別に故障候補を分類し、故障候補のグループ間の包含関係を考慮した上で、故障候補の組み合わせを算出するよう動作する。なお、上記において、括弧内の図番と参照番号は、あくまでも、本発明の構成の理解を容易とするために付加したものであり、本発明を制限するためのものとして解釈すべきではないことは勿論である。以下同様である。
故障候補と、誤り観測ノードとを用いて、誤り観測ノード毎に、誤りを伝播させる故障候補を、グループ分けして、故障候補群として記憶する誤り観測ノード別候補分類手段(図１の２３)と、
論理回路の構成情報と、故障候補群情報とを参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、ある故障候補群の経路情報が別の故障候補群の経路情報を包含する場合には、包含される故障候補群を削除する包含故障候補群選別手段(図１の２４)と、
故障候補と故障候補分類結果を参照して、全テストパタンにおいて、テスト結果を再現できるような故障候補群の組み合わせを算出し、このとき複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して新たな故障候補群とするパタン間重ね合わせ手段(図１の２５)と、
論理回路情報と、故障候補と、故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図１の２６)と、
を備え、単一故障を仮定した既存の故障箇所推定システムの推定結果を基に、誤り観測ノード別に故障候補を分類し、故障候補のグループ間の包含関係を考慮した上で、故障候補の組み合わせを算出するよう動作する。なお、上記において、括弧内の図番と参照番号は、あくまでも、本発明の構成の理解を容易とするために付加したものであり、本発明を制限するためのものとして解釈すべきではないことは勿論である。以下同様である。
かかる構成の本発明によれば、複数の故障が同時に活性化している論理回路の故障箇所を推定することにより、上記した本発明の目的を達成することができる。なお、本発明の第１の故障箇所推定方法は、論理回路の構成情報、信号線の期待値を参照して、単一故障を仮定して、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断工程と、
論理回路の構成情報と、故障候補と、誤り観測ノード情報とを用いて、誤り観測ノード別に故障候補を分類し故障候補群として記憶する誤り観測ノード別分類工程と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別工程と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ工程と、を含む。
論理回路の構成情報と、故障候補と、誤り観測ノード情報とを用いて、誤り観測ノード別に故障候補を分類し故障候補群として記憶する誤り観測ノード別分類工程と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別工程と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ工程と、を含む。
本発明の第１の故障箇所推定方法において、論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合工程を含むようにしてもよい。また、上記各工程を、コンピュータで実行する構成とすることで、本発明に係るプログラムが提供される。故障箇所推定システムと、方法とプログラムの対応は、以下の本発明の第２乃至第４の故障箇所推定システムについても同様とされる。
本発明の第２の故障箇所推定システムは、誤り観測ノードからファンインコーンでノードをグループ分けした結果を用いて、単一故障シミュレーションでグループ内の誤り観測ノードに故障を伝播させる信号線を抽出し、各テストパタンにおいて、誤り観測ノード別に、包含関係を考慮して、故障候補を故障候補群として再グループ分けし、再グループ分けした結果を、全テストパタンで重ねあわせて、故障候補群の組み合わせを算出し、該算出した組み合わせ結果を、多重故障シミュレーションでテスト結果と照合し、該照合結果を出力する。
より詳細には、本発明は、誤り観測ノードからファンイントレースを行い、トレースした回路内部ノードを誤り観測ノードに応じてグループ化し、記憶するファンインコーン分類手段(図５の２７)と、
ノードグループ毎に信号線を抽出し、信号線の論理状態を参照して、故障を仮定して、単一故障シミュレーションを実行し、ノードグループに関係する誤り観測ノードに故障を伝播させる信号線を故障候補として、記憶するノードグループ内故障候補抽出手段(図５の２８)と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、ある故障候補群の経路情報が別の故障候補群の経路情報を包含する場合には、包含される故障候補群を削除する包含故障候補群選別手段(図５の２４)と、
故障候補と故障候補分類結果を参照して、全テストパタンにおいて、テスト結果を再現できるような故障候補群の組み合わせを算出し、このとき複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して新たな故障候補群とするパタン間重ね合わせ手段(図５の２５)と、
論理回路情報と故障候補と故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図５の２６)と、
を備え、誤り観測ノード別に故障候補を分類し、故障候補のグループ間の包含関係を考慮した上で、故障候補の組み合わせを算出するよう動作する。
ノードグループ毎に信号線を抽出し、信号線の論理状態を参照して、故障を仮定して、単一故障シミュレーションを実行し、ノードグループに関係する誤り観測ノードに故障を伝播させる信号線を故障候補として、記憶するノードグループ内故障候補抽出手段(図５の２８)と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、ある故障候補群の経路情報が別の故障候補群の経路情報を包含する場合には、包含される故障候補群を削除する包含故障候補群選別手段(図５の２４)と、
故障候補と故障候補分類結果を参照して、全テストパタンにおいて、テスト結果を再現できるような故障候補群の組み合わせを算出し、このとき複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して新たな故障候補群とするパタン間重ね合わせ手段(図５の２５)と、
論理回路情報と故障候補と故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図５の２６)と、
を備え、誤り観測ノード別に故障候補を分類し、故障候補のグループ間の包含関係を考慮した上で、故障候補の組み合わせを算出するよう動作する。
かかる構成の本発明によれば、複数の故障が同時に活性化している論理回路の故障箇所を推定することにより、本発明の目的を達成することができる。
本発明の第３の故障箇所推定システムは、単一故障を仮定した既存の故障箇所推定システムの推定結果を用いて、各テストパタンにおいて、誤り伝播経路を抽出し、誤り伝播経路別に、スコアの高い故障候補を故障候補群としてグループ分けし、グループ分けした結果を、全テストパタンで重ねあわせて、故障候補群の組み合わせを算出し、該算出した組み合わせ結果を、多重故障シミュレーションでテスト結果と照合し、該照合結果を出力する。
より詳細には、本発明は、単一故障を仮定した既存の故障箇所推定システムにより、故障候補と、その故障種別と、その故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断手段(図７の２２)と、
論理回路情報と、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、経路情報として記憶する誤り伝播経路抽出手段(図７の２９)と、
故障候補と、経路情報とを参照して、故障候補のスコアなどを参考に、各テストパタンにおいて、故障可能性の高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として記憶する誤り伝播経路分類手段(図７の３０)と、
故障候補と故障候補分類結果を参照して、全テストパタンにおいて、テスト結果を再現できるような故障候補群の組み合わせを算出し、このとき複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して新たな故障候補群とするパタン間重ね合わせ手段(図７の２５)と、
論理回路情報と故障候補と故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図７の２６)と、
を備え、単一故障を仮定した既存の故障箇所推定システムの推定結果を基に、誤り観測ノード別に誤り伝播経路を分類し、誤り伝播経路同士の繋がり関係を考慮した上で、故障候補の組み合わせを算出するよう動作する。
論理回路情報と、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、経路情報として記憶する誤り伝播経路抽出手段(図７の２９)と、
故障候補と、経路情報とを参照して、故障候補のスコアなどを参考に、各テストパタンにおいて、故障可能性の高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として記憶する誤り伝播経路分類手段(図７の３０)と、
故障候補と故障候補分類結果を参照して、全テストパタンにおいて、テスト結果を再現できるような故障候補群の組み合わせを算出し、このとき複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して新たな故障候補群とするパタン間重ね合わせ手段(図７の２５)と、
論理回路情報と故障候補と故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図７の２６)と、
を備え、単一故障を仮定した既存の故障箇所推定システムの推定結果を基に、誤り観測ノード別に誤り伝播経路を分類し、誤り伝播経路同士の繋がり関係を考慮した上で、故障候補の組み合わせを算出するよう動作する。
かかる構成の本発明によれば、複数の故障が同時に活性化している論理回路の故障箇所を推定することにより、本発明の目的を達成することができる。
本発明の第４の故障箇所推定システムは、単一故障を仮定した既存の故障箇所推定システムの推定結果を用いて、各テストパタンにおいて、誤り伝播経路を抽出し、全テストパタンの中で、スコアの高い誤り伝播経路順に、誤り伝播経路をグループ分けして、スコアの高い故障候補を故障候補群とし、故障候補群の組み合わせを算出し、該算出した組み合わせ結果を、多重故障シミュレーションでテスト結果と照合し、該照合結果を出力する。
より詳細には、本発明は、単一故障を仮定した既存の故障箇所推定システムにより、故障候補と、その故障種別と、その故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断手段(図９の２２)と、
論理回路情報と、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、経路情報として記憶する誤り伝播経路抽出手段(図９の２９)と、
論理回路情報と、故障候補と、誤り観測ノードと、故障候補のスコアを用いて、全テストパタンにおいて、最もスコアの高い誤り伝播経路を検索し、その経路に含まれる故障候補を基点候補群として記憶する基点故障候補抽出手段(図９の３１)と、
故障候補と、経路情報とを参照して、基点候補群を参考に、故障可能性の高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として記憶する誤り伝播経路分類２手段(図９の３２)と、
論理回路情報と故障候補と故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図９の２６)と、
を備え、単一故障を仮定した既存の故障箇所推定システムの推定結果を基に、スコアが高い基点候補順に関係する経路を分類し、故障候補の組み合わせを算出するよう動作する。
論理回路情報と、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、経路情報として記憶する誤り伝播経路抽出手段(図９の２９)と、
論理回路情報と、故障候補と、誤り観測ノードと、故障候補のスコアを用いて、全テストパタンにおいて、最もスコアの高い誤り伝播経路を検索し、その経路に含まれる故障候補を基点候補群として記憶する基点故障候補抽出手段(図９の３１)と、
故障候補と、経路情報とを参照して、基点候補群を参考に、故障可能性の高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として記憶する誤り伝播経路分類２手段(図９の３２)と、
論理回路情報と故障候補と故障候補分類結果と故障候補の組み合わせとを参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、多重故障シミュレーションを行い、シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力する多重故障シミュレーション照合手段(図９の２６)と、
を備え、単一故障を仮定した既存の故障箇所推定システムの推定結果を基に、スコアが高い基点候補順に関係する経路を分類し、故障候補の組み合わせを算出するよう動作する。
かかる構成の本発明によれば、複数の故障が同時に活性化している論理回路の故障箇所を推定することにより、本発明の目的を達成することができる。
本発明によれば、故障診断時間を大幅に短縮することができる。その理由は、本発明においては、既存の単一故障仮定診断手段によって得られた故障候補と誤り観測ノードを参照することで、故障候補を抽出するための故障シミュレーションの回数が削減し、場合によっては不要になるためである。また、各テストパタンにおいて、同一の観測ノードを故障状態にする故障候補を１つの故障候補群とし、故障候補群の包含関係を考慮して組み合わせを算出することで、組み合わせ数を削減するためである。
また、本発明によれば、より精度が高い故障候補の組み合わせが得ることができる。その理由は、本発明においては、各故障候補群から故障候補を選択し、同時に故障が活性化していることを考慮して、誤り伝播経路をグループ化、あるいは、多重故障シミュレーションによる照合を行っているため、相互の誤り伝播経路の影響を考慮した推定結果が得られるためである。
さらに、本発明によれば、固定故障以外の故障モードを推定することができる。その理由は、本発明においては、単一故障仮定診断手段の結果を利用して、各テストパタンの故障候補の振る舞いを推定しているため、単一故障仮定診断手段で考慮されている固定故障以外の故障モード、例えば、Ｏｐｅｎ故障やＢｒｉｄｇｅ故障の推定が可能であるためである。
さらにまた、本発明によれば、物理解析に適した故障候補を選択することができる。その理由は、本発明においては、診断結果として、実際の各故障箇所に対して、１つの故障候補群が得られるため、候補の少ない故障候補群を選択したり、候補ノードのレイアウト情報を参照することで観察しやすい候補が含まれる故障候補群を物理解析の対象として選択できるためである。
本発明によれば、単一故障の推定結果と、多重故障の推定結果を同時に出力することができる。その理由は、本発明においては、多重故障箇所推定システムが、単一故障仮定診断手段を含み、その診断結果を利用しているためである。
本発明によれば、実解析に適した故障候補を選択することができる。その理由は、本発明においては、故障候補群が実際の各故障と対応するため、候補の少ない故障候補群を選択したり、観察しやすい箇所が候補に含まれる故障候補群を選択することができるためである。
次に、本発明を実施するための最良の形態について図面を参照して詳細に説明する。図１は、本発明の第１の実施の形態の構成を示す図である。図１を参照すると、本発明の第１の実施の形態は、キーボードまたは外部とのインターフェース部がある入力装置１と、プログラム制御により動作するデータ処理装置２と、ハードディスクやメモリなどの情報を記憶する記憶装置３と、外部とのインターフェース部であるディスプレイ装置や印刷装置などの出力装置４と、を備えている。
記憶装置３は、論理回路情報記憶部４１と、単一診断結果記憶部４２と、故障候補分類記憶部４３と、組み合わせ記憶部４４と、を備えている。
論理回路情報記憶部４１は、
処理中の各信号線の論理状態、
回路が正常であるときの各信号線の論理状態(期待値)、
テスト結果で誤りを検出した誤り観測ノード情報、
を記憶している。
処理中の各信号線の論理状態、
回路が正常であるときの各信号線の論理状態(期待値)、
テスト結果で誤りを検出した誤り観測ノード情報、
を記憶している。
また、論理回路情報記憶部４１は、経路上の論理回路の構成、すなわち、
ゲートの種類、
ゲート同士の接続関係、
ゲートと信号線の接続関係、
信号線同士の接続関係
などを記憶している。
ゲートの種類、
ゲート同士の接続関係、
ゲートと信号線の接続関係、
信号線同士の接続関係
などを記憶している。
単一診断結果記憶部４２は、
単一故障を仮定して故障箇所を絞り込んだ結果である故障候補と、
故障候補の故障種別と、
故障候補から誤りが伝播する誤り観測ノード情報と、
を記憶している。
単一故障を仮定して故障箇所を絞り込んだ結果である故障候補と、
故障候補の故障種別と、
故障候補から誤りが伝播する誤り観測ノード情報と、
を記憶している。
故障候補分類記憶部４３は、故障候補を分類した結果である、故障候補群の分類情報を記憶している。
組み合わせ記憶部４４は、テスト結果を再現できる故障候補群の組み合わせを記憶している。
データ処理装置２は、初期設定手段２１と、単一故障仮定診断手段２２と、誤り観測ノード別候補分類手段２３と、包含故障候補群選別手段２４と、パタン間重ね合わせ手段２５と、多重故障シミュレーション照合手段２６と、を備えている。
初期設定手段２１は、論理回路情報記憶部４１を参照して、
論理回路の種類、入出力端子の論理状態の設定、
信号線の論理状態の初期化
を行う。
論理回路の種類、入出力端子の論理状態の設定、
信号線の論理状態の初期化
を行う。
単一故障仮定診断手段２２は、論理回路情報記憶部４１を参照して、単一故障仮定による、回路内の故障箇所を絞り込んだ結果、すなわち、
故障候補と、
故障種別と、
故障候補から誤りが到達し検出される誤り観測ノードと、
を単一診断結果記憶部４２に記憶する。
故障候補と、
故障種別と、
故障候補から誤りが到達し検出される誤り観測ノードと、
を単一診断結果記憶部４２に記憶する。
誤り観測ノード別候補分類手段２３は、単一診断結果記憶部４２に記憶されている、
故障候補と、
誤り観測ノードと、
を用いて、
誤り観測ノード毎に、誤りを伝播させる故障候補をグループ分けして、故障候補群として、故障候補分類記憶部４３に記憶する。
故障候補と、
誤り観測ノードと、
を用いて、
誤り観測ノード毎に、誤りを伝播させる故障候補をグループ分けして、故障候補群として、故障候補分類記憶部４３に記憶する。
包含故障候補群選別手段２４は、
論理回路情報記憶部４１に記憶された論理回路の構成情報と、
故障候補分類記憶部４３に記憶された故障候補群情報と、
を参照して、
各故障候補群と故障出力との関係を取得し、
故障候補群間の包含関係を算出し、
ある故障候補群の経路情報が、別の故障候補群の経路情報を包含する場合には、包含される故障候補群を、故障候補分類記憶部４３から削除する。
論理回路情報記憶部４１に記憶された論理回路の構成情報と、
故障候補分類記憶部４３に記憶された故障候補群情報と、
を参照して、
各故障候補群と故障出力との関係を取得し、
故障候補群間の包含関係を算出し、
ある故障候補群の経路情報が、別の故障候補群の経路情報を包含する場合には、包含される故障候補群を、故障候補分類記憶部４３から削除する。
パタン間重ね合わせ手段２５は、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
を参照して、全テストパタンにおいて、論理回路情報記憶部４１に記憶されたテスト結果を再現できるような故障候補群の組み合わせを算出し、組み合わせ記憶部４４に記憶する。このとき、パタン間重ね合わせ手段２５は、複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して、新たな故障候補群として、故障候補分類記憶部４３に再登録する。
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
を参照して、全テストパタンにおいて、論理回路情報記憶部４１に記憶されたテスト結果を再現できるような故障候補群の組み合わせを算出し、組み合わせ記憶部４４に記憶する。このとき、パタン間重ね合わせ手段２５は、複数のパタンで算出した故障候補群において、共通する故障候補が存在するとき、その共通する故障候補だけを抽出して、新たな故障候補群として、故障候補分類記憶部４３に再登録する。
多重故障シミュレーション照合手段２６は、
論理回路情報記憶部４１と、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、
故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、
単一診断結果記憶部４２に記憶された故障種別を基に、故障を仮定して、多重故障シミュレーションを行い、
シミュレーションの結果とテスト結果との比較を行い、
テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを、出力装置４に出力する。
論理回路情報記憶部４１と、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、
故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、
単一診断結果記憶部４２に記憶された故障種別を基に、故障を仮定して、多重故障シミュレーションを行い、
シミュレーションの結果とテスト結果との比較を行い、
テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを、出力装置４に出力する。
図３は、図１の多重故障シミュレーション照合手段２６の詳細な構成の一例を示す図である。図３を参照すると、多重故障シミュレーション照合手段２６は、多重故障候補選択手段２６１と、多重故障種別設定手段２６２と、多重故障仮定シミュレーション手段２６３と、シミュレーション結果照合手段２６４と、を備えている。
多重故障候補選択手段２６１は、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、各故障候補群から１つずつ故障候補を選択し、組み合わせを作成する。
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、各故障候補群から１つずつ故障候補を選択し、組み合わせを作成する。
多重故障種別設定手段２６２は、単一診断結果記憶部４２を参照して、多重故障候補選択手段２６１によって選択された故障候補の故障種別を取得し、故障状態を設定する。
多重故障仮定シミュレーション手段２６３は、
選択された故障候補と、
多重故障種別設定手段２６２によって設定された故障種別と、
論理回路情報記憶部４１と、
を参照して、複数の故障候補を同時に設定する多重故障シミュレーションを実行し、その結果をシミュレーション結果照合手段２６４に渡す。
選択された故障候補と、
多重故障種別設定手段２６２によって設定された故障種別と、
論理回路情報記憶部４１と、
を参照して、複数の故障候補を同時に設定する多重故障シミュレーションを実行し、その結果をシミュレーション結果照合手段２６４に渡す。
シミュレーション結果照合手段２６４は、
多重故障シミュレーション結果と、
単一診断結果記憶部４２に記憶されたテスト結果と、
を照合し、両者が一致している割合を算出する。このとき、両者が一致している割合が高い故障候補の組合せが、故障可能性が高い多重故障候補と判定される。あるしきい値を設けて、一致/不一致の判定結果を出力するようにしてもよい。一致する割合を故障可能性の度合いとして出力するようにしてもよい。
多重故障シミュレーション結果と、
単一診断結果記憶部４２に記憶されたテスト結果と、
を照合し、両者が一致している割合を算出する。このとき、両者が一致している割合が高い故障候補の組合せが、故障可能性が高い多重故障候補と判定される。あるしきい値を設けて、一致/不一致の判定結果を出力するようにしてもよい。一致する割合を故障可能性の度合いとして出力するようにしてもよい。
次に、シミュレーション結果照合手段２６４は、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、選択されていない故障候補の組み合わせがあれば、多重故障候補選択手段２６１の処理に戻る。
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、選択されていない故障候補の組み合わせがあれば、多重故障候補選択手段２６１の処理に戻る。
図２は、本発明の第１の実施の形態の動作を示す流れ図である。図１と図３、図２の流れ図を参照して、本発明の第１の実施の形態の動作について詳細に説明する。
先ず、初期設定手段２１において、論理回路情報記憶部４１を参照して、
論理回路の種類、入出力端子の論理状態を設定し、
信号線の論理状態を初期化する（ステップＡ１）。
論理回路の種類、入出力端子の論理状態を設定し、
信号線の論理状態を初期化する（ステップＡ１）。
単一故障仮定診断手段２２は、論理回路情報記憶部４１を参照して、既存の単一故障を仮定した故障箇所推定システムを用いて、回路内の故障箇所を絞り込んだ推定結果、すなわち、
故障候補と、
故障種別と、
故障候補から誤りが到達し検出される誤り観測ノードと、
を単一診断結果記憶部４２に記憶する（ステップＡ２）。
故障候補と、
故障種別と、
故障候補から誤りが到達し検出される誤り観測ノードと、
を単一診断結果記憶部４２に記憶する（ステップＡ２）。
単一故障を仮定した故障箇所推定システムとしては、
（１）故障辞書を作成して、テスト結果と比較する故障辞書法、
（２）コーン交差法で故障範囲を限定して、限定箇所の信号線に故障シミュレーションを実行し、テスト結果と比較する故障シミュレーション法、
（３）誤り観測ノードから期待値と比較しながら誤りの伝播経路を推定しトレースする経路追跡手法、
等がある。
（１）故障辞書を作成して、テスト結果と比較する故障辞書法、
（２）コーン交差法で故障範囲を限定して、限定箇所の信号線に故障シミュレーションを実行し、テスト結果と比較する故障シミュレーション法、
（３）誤り観測ノードから期待値と比較しながら誤りの伝播経路を推定しトレースする経路追跡手法、
等がある。
次に、誤り観測ノード別候補分類手段２３は、
単一診断結果記憶部４２に記憶された故障候補と、
誤り観測ノードと、
を用いて、誤り観測ノード毎に、誤りを伝播させる故障候補をグループ分けして、故障候補群として、故障候補分類記憶部４３に記憶する(ステップＡ３)。
単一診断結果記憶部４２に記憶された故障候補と、
誤り観測ノードと、
を用いて、誤り観測ノード毎に、誤りを伝播させる故障候補をグループ分けして、故障候補群として、故障候補分類記憶部４３に記憶する(ステップＡ３)。
包含故障候補群選別手段２４は、
論理回路情報記憶部４１に記憶された論理回路の構成情報と、
故障候補分類記憶部４３に記憶された故障候補群情報と、
を参照して、各故障候補群と故障出力との関係を取得し、
故障候補群間の包含関係を算出して、ある故障候補群の故障出力が別の故障候補群の故障出力を包含する場合には、包含される故障候補群を、故障候補分類記憶部４３から削除する(ステップＡ４)。
論理回路情報記憶部４１に記憶された論理回路の構成情報と、
故障候補分類記憶部４３に記憶された故障候補群情報と、
を参照して、各故障候補群と故障出力との関係を取得し、
故障候補群間の包含関係を算出して、ある故障候補群の故障出力が別の故障候補群の故障出力を包含する場合には、包含される故障候補群を、故障候補分類記憶部４３から削除する(ステップＡ４)。
パタン間重ね合わせ手段２５は、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
を参照して、全テストパタンにおいて、論理回路情報記憶部４１に記憶されたテスト結果を再現できるような故障候補群の組み合わせを算出し、組み合わせ記憶部４４に記憶する。
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
を参照して、全テストパタンにおいて、論理回路情報記憶部４１に記憶されたテスト結果を再現できるような故障候補群の組み合わせを算出し、組み合わせ記憶部４４に記憶する。
例えば、全テストパタンにおいて、
誤り観測ノードＩ、II、III、IVが検出され、
故障候補群Ａが、誤り出力故障端子Ｉと、IIを、
故障候補群Ｂが、誤り出力故障端子IIと、IIIを、
故障候補群Ｃが、誤り出力故障端子IIIと、IVを
説明できるとき、テスト結果を網羅することができる故障候補群の組み合わせは、故障候補群（Ａ、Ｃ）とする。
誤り観測ノードＩ、II、III、IVが検出され、
故障候補群Ａが、誤り出力故障端子Ｉと、IIを、
故障候補群Ｂが、誤り出力故障端子IIと、IIIを、
故障候補群Ｃが、誤り出力故障端子IIIと、IVを
説明できるとき、テスト結果を網羅することができる故障候補群の組み合わせは、故障候補群（Ａ、Ｃ）とする。
このとき、異なるパタン間で重なり合う故障候補群が存在するとき、その共通する故障候補だけを抽出して新しい１つの故障候補群として、故障候補分類記憶部４３に再登録する（ステップＡ６）。
多重故障シミュレーション照合手段２６は、
論理回路情報記憶部４１と、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、
単一診断結果記憶部４２に記憶された故障種別を基に故障を仮定して、多重故障シミュレーションを行い、
シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力装置４に出力する（ステップＡ７）。
論理回路情報記憶部４１と、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、
単一診断結果記憶部４２に記憶された故障種別を基に故障を仮定して、多重故障シミュレーションを行い、
シミュレーションの結果とテスト結果との比較を行うことで、テスト結果と良く一致し、故障可能性の高い故障候補群の組み合わせを出力装置４に出力する（ステップＡ７）。
図４は、図２の流れ図の多重故障シミュレーション照合動作(ステップＡ７)の詳細な流れ図である。図３と、図４の流れ図とを用いて、多重故障シミュレーション照合動作について詳細に説明する。
先ず、ステップＢ１において、多重故障候補選択手段２６１は、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、各故障候補群から１つずつ故障候補を選択し、組み合わせを作成する。
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
組み合わせ記憶部４４と、
を参照して、各故障候補群から１つずつ故障候補を選択し、組み合わせを作成する。
ステップＢ２において、多重故障種別設定手段２６２は、単一診断結果記憶部４２に記憶された各テストパタンにおける故障候補の故障種別を参照して、ステップＢ１で選択された故障候補の故障種別をテストパタン毎に設定する。
ステップＢ３において、多重故障仮定シミュレーション手段２６３は、
ステップＢ１で選択された故障候補と、
ステップＢ２で設定された故障種別と、
論理回路情報記憶部４１と、
を参照して、複数の故障候補を同時に設定する多重故障シミュレーションを実行し、その結果をシミュレーション結果照合手段２６４に渡す。
ステップＢ１で選択された故障候補と、
ステップＢ２で設定された故障種別と、
論理回路情報記憶部４１と、
を参照して、複数の故障候補を同時に設定する多重故障シミュレーションを実行し、その結果をシミュレーション結果照合手段２６４に渡す。
ステップＢ４において、シミュレーション結果照合手段２６４は、
多重故障シミュレーション結果と、
論理回路情報記憶部４１に記憶されたテスト結果と、
を照合し、両者が一致している割合を算出する。このとき、両者が一致している割合が高い故障候補の組合せが故障可能性が高い多重故障候補と判定される。あるしきい値を設けて、一致／不一致の判定結果を出力するようにしてもよい。あるいは、一致する割合を故障可能性の度合いとして出力するようにしてもよい。
多重故障シミュレーション結果と、
論理回路情報記憶部４１に記憶されたテスト結果と、
を照合し、両者が一致している割合を算出する。このとき、両者が一致している割合が高い故障候補の組合せが故障可能性が高い多重故障候補と判定される。あるしきい値を設けて、一致／不一致の判定結果を出力するようにしてもよい。あるいは、一致する割合を故障可能性の度合いとして出力するようにしてもよい。
ステップＢ５において、シミュレーション結果照合手段２６４は、選択されていない故障候補の組み合わせが存在すれば、ステップＢ１に戻り、すべての故障候補の組み合わせが処理されるまでステップＢ１からステップＢ４の処理を繰り返す。
次に、図５を参照して、本発明の第２の実施の形態について図面を参照して詳細に説明する。
図５は、本発明の第２の実施の形態の構成を示すブロック図である。図５を参照すると、本発明の第２の実施の形態の構成は、データ処理装置２が、図１とは相違して、ファンインコーン分類手段２７と、ノードグループ内故障候補抽出手段２８を備え、図１の単一故障仮定診断手段２２、誤り観測ノード別候補分類手段２３は備えていない。また、記憶装置３は、故障候補記憶部４５を備え、図１の単一診断結果記憶部４２は備えていない。
但し、ファンインコーン分類手段２７、およびノードグループ内故障候補抽出手段２８は、図１９のファンインコーン分類手段２７、およびノードグループ内故障候補抽出手段２８と同一の動作である。図５のファンインコーン分類手段２７は、論理回路情報記憶部４１を参照して、誤り観測ノードからファンイントレースを行い、トレースした回路内部ノードを誤り観測ノードに応じてグループ化し、故障候補記憶部４５に記憶する。ノードグループ内故障候補抽出手段２８は、論理回路情報記憶部４１と、故障候補記憶部４５とを参照して、ノードグループ毎に、信号線を抽出し、論理回路情報記憶部４１に記憶された信号線の論理状態を参照して、故障を仮定して、単一故障シミュレーションを実行し、ノードグループに関係する誤り観測ノードに故障を伝播させる信号線を故障候補として故障候補分類記憶部４３に記憶する。
図６は、本発明の第２の実施の形態の動作を示す流れ図である。図５、図６を参照して、本発明の第２の実施の形態の動作について説明する。図６において、本発明の第２の実施の形態の動作は、図２で示されたステップＡ２の単一仮定診断結果の取得動作の代わりに、ステップＡ８のファンインコーンの取得動作を実行し、
ステップＡ３の誤り観測ノードによる分類動作の代わりに、ステップＡ９の故障候補の抽出動作を実行する。その他は、第１の実施形態と同様である。
ステップＡ３の誤り観測ノードによる分類動作の代わりに、ステップＡ９の故障候補の抽出動作を実行する。その他は、第１の実施形態と同様である。
ステップＡ８のファンインコーンの取得動作、および、ステップＡ９の故障候補の抽出動作は、図２０のステップＡ８のファンインコーンの取得動作、および、ステップＡ９の故障候補の抽出動作と同一の動作であるため、詳細な動作の流れの説明は、省略する。
図７は、本発明の第３の実施の形態の構成を示すブロック図である。図７を参照すると、本発明の第３の実施の形態の構成は、データ処理装置２が、図１とは相違して、誤り伝播経路抽出手段２９と、誤り伝播経路分類手段３０を備えている。図１の誤り観測ノード別候補分類手段２３と包含故障候補群選別手段２４は備えていない。
誤り伝播経路抽出手段２９は、
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、
誤り観測ノードと、
を用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、単一診断結果記憶部４２に経路情報として記憶する。
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、
誤り観測ノードと、
を用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、単一診断結果記憶部４２に経路情報として記憶する。
誤り伝播経路分類手段３０は、
単一診断結果記憶部４２に記憶された故障候補と、
誤り伝播経路情報と、
を参照して、
故障候補のスコアなどを参考に、故障可能性の高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として、故障候補分類記憶部４３に記憶する。
単一診断結果記憶部４２に記憶された故障候補と、
誤り伝播経路情報と、
を参照して、
故障候補のスコアなどを参考に、故障可能性の高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として、故障候補分類記憶部４３に記憶する。
図８は、本発明の第３の実施の形態の動作を示す流れ図である。次に、図７と図８を参照して、本発明の第３の実施の形態の動作について詳細に説明する。
図８において、本発明の第３の実施の形態の動作は、図２で示されたステップＡ３の誤り観測ノードによる分類動作の代わりに、ステップＡ１０の誤り伝播経路の抽出動作を実行することと、ステップＡ４の故障候補群の選別動作の代わりに、ステップＡ１１の誤り伝播経路による分類動作を実行する点で異なる。
ステップＡ１０において、誤り伝播経路抽出手段２９は、
単一診断結果記憶部４２に記憶された、
故障候補と、
誤り出力端子情報と、
を参照して、各故障候補を通って誤り出力端子に至る誤り伝搬経路を抽出し、単一診断結果記憶部４２に記憶する。
単一診断結果記憶部４２に記憶された、
故障候補と、
誤り出力端子情報と、
を参照して、各故障候補を通って誤り出力端子に至る誤り伝搬経路を抽出し、単一診断結果記憶部４２に記憶する。
ステップＡ１１において、誤り伝播経路分類手段３０は、
単一診断結果記憶部４２に記憶された誤り伝播経路情報を参照して、故障候補のスコアなどを参考に、故障可能性の高い候補を選択し、
選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、
グループ内の故障候補を故障候補群として、故障候補分類記憶部４３に記憶する。
単一診断結果記憶部４２に記憶された誤り伝播経路情報を参照して、故障候補のスコアなどを参考に、故障可能性の高い候補を選択し、
選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、
グループ内の故障候補を故障候補群として、故障候補分類記憶部４３に記憶する。
図９は、本発明の第４の実施の形態の構成を示すブロック図である。図９を参照すると、本発明の第４の実施の形態の構成は、データ処理装置２が、図７とは相違して、基点故障候補選択手段３１と、誤り伝播経路分類２手段（第２の誤り伝播経路分類手段）３２を備えている。図７の誤り伝播経路分類手段３０、パタン間重ね合わせ手段２５は備えていない。
基点故障候補選択手段３１は、
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、故障候補のスコアと、経路情報と、
を用いて、全テストパタンにおいて、未選択の誤り伝播経路の中から、最も故障の可能性が高い故障候補を基点候補として選択し、故障候補分類記憶部４３に記憶する。
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、故障候補のスコアと、経路情報と、
を用いて、全テストパタンにおいて、未選択の誤り伝播経路の中から、最も故障の可能性が高い故障候補を基点候補として選択し、故障候補分類記憶部４３に記憶する。
誤り伝播経路分類２手段３２は、
単一診断結果記憶部４２に記憶された誤り伝播経路情報を参照して、
基点故障候補選択手段３１で選択した基点候補を通って誤り観測ノードに至る主経路と、
主経路と関連する枝経路と、
を基点候補に関連する経路グループとして分類し、
経路グループ内で最も可能性の高い故障候補群を故障候補分類記憶部４３に記憶する。
単一診断結果記憶部４２に記憶された誤り伝播経路情報を参照して、
基点故障候補選択手段３１で選択した基点候補を通って誤り観測ノードに至る主経路と、
主経路と関連する枝経路と、
を基点候補に関連する経路グループとして分類し、
経路グループ内で最も可能性の高い故障候補群を故障候補分類記憶部４３に記憶する。
さらに、未選択の誤り伝播経路があれば、基点故障候選択手段３１に戻り、全経路の処理が終了した場合には、故障候補群の組み合わせを組み合わせ記憶部４４に記憶して、多重故障シミュレーション照合手段２６の処理に移る。
図１０は、本発明の第４の実施の形態の動作を示す流れ図である。次に、図９と、図１０を参照して、本発明の第４の実施の形態の動作について詳細に説明する。
図１０において、本発明の第４の実施の形態の動作は、図８で示されたステップＡ１１の誤り伝播経路による分類動作の代わりに、ステップＡ１２の基点候補群の選択動作を実行することと、ステップＡ９のパタン間の重ねあわせ動作の代わりに、ステップＡ１３の誤り伝播経路による分類２動作を実行する点で異なる。
すなわち、前記第１乃至第３の実施の形態では、各パタンで絞り込んだ後で、パタン間重ね合わせ手段２５で各パタンの情報を重ね合わせているのに対して、本発明の第４の実施の形態は、単一故障仮定診断手段２２の診断結果を参照して、最初に基点故障を選択し、全パタンの基点候補に関連する誤り伝播経路をグループ化し、その処理を繰り返している点で、第１から第３までの実施の形態と異なる。
ステップＡ１２において、基点故障候補選択手段３１は、
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、故障候補のスコアと、経路情報と、
を用いて、全テストパタンにおいて、未選択の誤り伝播経路の中から、最も故障の可能性が高い故障候補を基点候補として選択し、故障候補分類記憶部４３に記憶する。
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、故障候補のスコアと、経路情報と、
を用いて、全テストパタンにおいて、未選択の誤り伝播経路の中から、最も故障の可能性が高い故障候補を基点候補として選択し、故障候補分類記憶部４３に記憶する。
ステップＡ１３において、誤り伝播経路分類２手段３２は、
単一診断結果記憶部４２に記憶された故障候補と、経路情報とを参照して、
故障候補分類記憶部４３に記憶された基点情報を参考に、基点候補から誤りが伝播する経路を誤り伝搬経路グループとして、グループ化し、グループ内の基点経路に含まれる故障候補を故障候補群として、故障候補分類記憶部４３に記憶し、未選択の基点候補群があればグループ化を繰り返し、組み合わせ記憶部４４に記憶する。以下、実施例に即して説明する。
単一診断結果記憶部４２に記憶された故障候補と、経路情報とを参照して、
故障候補分類記憶部４３に記憶された基点情報を参考に、基点候補から誤りが伝播する経路を誤り伝搬経路グループとして、グループ化し、グループ内の基点経路に含まれる故障候補を故障候補群として、故障候補分類記憶部４３に記憶し、未選択の基点候補群があればグループ化を繰り返し、組み合わせ記憶部４４に記憶する。以下、実施例に即して説明する。
次に、第１の実施の形態について、具体例を、図１、図３、図２、図４、図１１、図１２と図１７を参照して詳細に説明する。
図１の初期設定手段２１により、入力装置１と論理回路情報記憶部４１とから、
与えられた論理回路の種類、入出力端子の論理状態を設定し、
信号線の論理状態を初期化する(ステップＡ１)。
与えられた論理回路の種類、入出力端子の論理状態を設定し、
信号線の論理状態を初期化する(ステップＡ１)。
図１の単一故障仮定診断手段２２は、論理回路情報記憶部４１を参照して、既存の単一故障を仮定した故障箇所推定システムを用いて、回路内の故障箇所を絞り込んだ診断結果、すなわち、故障候補と、その故障種別と、その故障候補から誤りが到達し検出される誤り観測ノードを単一診断結果記憶部４２に記憶する(ステップＡ２)。
例えば、図１１（ａ）、（ｂ）のように、テストパタンＩ、IIにおいて、
故障候補（図中の四角）、
故障種別（Ｓｔｕｃｋ−ａｔ０（ＳＡ０），Ｓｔｕｃｋ−ａｔ１（ＳＡ１））、
各故障候補に関係する誤り観測ノード
の情報が得られる。
故障候補（図中の四角）、
故障種別（Ｓｔｕｃｋ−ａｔ０（ＳＡ０），Ｓｔｕｃｋ−ａｔ１（ＳＡ１））、
各故障候補に関係する誤り観測ノード
の情報が得られる。
次に、ステップＡ３において、誤り観測ノード別候補分類手段２３は、
単一診断結果記憶部４２に記憶された故障候補と、
誤り観測ノードと、
を用いて、誤り観測ノード毎に、その端子に誤りを伝播させる故障候補群と、他の端子にも誤りを伝播させる故障候補群とにグループ分けして、故障候補群として、故障候補分類記憶部４３に記憶する。
単一診断結果記憶部４２に記憶された故障候補と、
誤り観測ノードと、
を用いて、誤り観測ノード毎に、その端子に誤りを伝播させる故障候補群と、他の端子にも誤りを伝播させる故障候補群とにグループ分けして、故障候補群として、故障候補分類記憶部４３に記憶する。
例えば、図１２（ａ）、図１２（ｂ）の各テストパタンでは、
テストパタンＩにおいて、
誤り観測ノードＦ１とＦ２に誤りを伝播させる故障候補群Ｇｒ１と、
誤り観測ノードＦ１に誤りを伝播させる故障候補群Ｇｒ２と、
誤り観測ノードＦ２に誤りを伝播させる故障候補群Ｇｒ３と、
誤り観測ノードＦ３に誤りを伝播させる故障候補群Ｇｒ４と、
にグループ分けする。
テストパタンＩにおいて、
誤り観測ノードＦ１とＦ２に誤りを伝播させる故障候補群Ｇｒ１と、
誤り観測ノードＦ１に誤りを伝播させる故障候補群Ｇｒ２と、
誤り観測ノードＦ２に誤りを伝播させる故障候補群Ｇｒ３と、
誤り観測ノードＦ３に誤りを伝播させる故障候補群Ｇｒ４と、
にグループ分けする。
テストパタンIIにおいて、
誤り観測ノードＦ４とＦ５に誤りを伝播させる故障候補群Ｇｒ５と、
誤り観測ノードＦ４に誤りを伝播させる故障候補群Ｇｒ６と、
誤り観測ノードＦ５に誤りを伝播させる故障候補群Ｇｒ７と、
誤り観測ノードＦ６に誤りを伝播させる故障候補群Ｇｒ８と、
にグループ分けする。
誤り観測ノードＦ４とＦ５に誤りを伝播させる故障候補群Ｇｒ５と、
誤り観測ノードＦ４に誤りを伝播させる故障候補群Ｇｒ６と、
誤り観測ノードＦ５に誤りを伝播させる故障候補群Ｇｒ７と、
誤り観測ノードＦ６に誤りを伝播させる故障候補群Ｇｒ８と、
にグループ分けする。
単一故障診断の結果を利用して絞り込むため、従来技術のファンイントレースによる絞込みよりも、更に絞り込んだ故障候補でグループ分けすることができるため、グループ数を削減できる。
各故障候補の伝播経路は既に診断結果として得られているため、信号線毎に故障シミュレーションする必要がないため、診断処理速度が大きく向上する。
次に、図１の包含故障候補群選別手段２４において、
論理回路情報記憶部４１に記憶された論理回路の構成情報と、
故障候補分類記憶部４３に記憶された故障候補群情報と、
を参照して、回路構成上の故障候補群の位置関係を取得し、故障候補群間の包含関係を算出し、包含される故障候補群を故障候補分類記憶部４３から削除する(ステップＡ４)。
論理回路情報記憶部４１に記憶された論理回路の構成情報と、
故障候補分類記憶部４３に記憶された故障候補群情報と、
を参照して、回路構成上の故障候補群の位置関係を取得し、故障候補群間の包含関係を算出し、包含される故障候補群を故障候補分類記憶部４３から削除する(ステップＡ４)。
例えば、図１２（ａ）のテストパタンＩの故障候補群Ｇｒ１〜Ｇｒ４において、誤り観測ノードＦ１とＦ２に誤りを伝播させる故障候補群Ｇｒ１は、Ｆ１にだけ誤りを伝播させる故障候補群Ｇｒ２を包含し、同様に、Ｆ２にだけ誤りを伝播させるＧｒ３を包含しているため、故障候補群Ｇｒ２とＧｒ３は、故障候補分類記憶部４３から削除される。
図１２（ｂ）のテストパタンIIにおいても同様に、故障候補群Ｇｒ６とＧｒ７が故障候補分類記憶部４３から削除される。
次に、図１のパタン間重ね合わせ手段２５は、
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
を参照して、全テストパタンにおいて、論理回路情報記憶部４１に記憶されたテスト結果を再現できるような故障候補群の組み合わせを算出し、組み合わせ記憶部４４に記憶する。このとき、異なるパタン間で重なり合う故障候補群が存在するとき、その共通する故障候補だけを抽出して新しい１つの故障候補群として、故障候補分類記憶部４３に再登録する（ステップＡ６）。
単一診断結果記憶部４２と、
故障候補分類記憶部４３と、
を参照して、全テストパタンにおいて、論理回路情報記憶部４１に記憶されたテスト結果を再現できるような故障候補群の組み合わせを算出し、組み合わせ記憶部４４に記憶する。このとき、異なるパタン間で重なり合う故障候補群が存在するとき、その共通する故障候補だけを抽出して新しい１つの故障候補群として、故障候補分類記憶部４３に再登録する（ステップＡ６）。
例えば、図１２（ａ）において、テストパタンＩでは、
誤り観測ノードＦ１とＦ２に誤りを伝播させる故障候補群Ｇｒ１と、
Ｆ３に誤りを伝播させる故障候補群Ｇｒ４と、
が組み合わせ（Ｇｒ１，Ｇｒ４）となる。
誤り観測ノードＦ１とＦ２に誤りを伝播させる故障候補群Ｇｒ１と、
Ｆ３に誤りを伝播させる故障候補群Ｇｒ４と、
が組み合わせ（Ｇｒ１，Ｇｒ４）となる。
図１２（ｂ）において、テストパタンＩＩでは、
誤り観測ノードＦ４とＦ５に誤りを伝播させる故障候補群Ｇｒ５と、
Ｆ６に誤りを伝播させる故障候補群Ｇｒ８と、
が組み合わせ（Ｇｒ５，Ｇｒ８）となる。
誤り観測ノードＦ４とＦ５に誤りを伝播させる故障候補群Ｇｒ５と、
Ｆ６に誤りを伝播させる故障候補群Ｇｒ８と、
が組み合わせ（Ｇｒ５，Ｇｒ８）となる。
このとき、
故障候補群Ｇｒ１とＧｒ５とが、共通の故障候補を持っているならば、共通故障候補群を新たな故障候補群Ｇｒ１−５とし、
故障候補群Ｇｒ４とＧｒ８とが、共通の故障候補を持っているならば、共通故障候補群を新たな故障候補群Ｇｒ４−８として故障候補分類記憶部４３に再登録され、
故障候補群の組み合わせが、（Ｇｒ１−５，Ｇｒ４−８）として、組み合わせ記憶部４４に再登録される。
故障候補群Ｇｒ１とＧｒ５とが、共通の故障候補を持っているならば、共通故障候補群を新たな故障候補群Ｇｒ１−５とし、
故障候補群Ｇｒ４とＧｒ８とが、共通の故障候補を持っているならば、共通故障候補群を新たな故障候補群Ｇｒ４−８として故障候補分類記憶部４３に再登録され、
故障候補群の組み合わせが、（Ｇｒ１−５，Ｇｒ４−８）として、組み合わせ記憶部４４に再登録される。
次に、図１の多重故障シミュレーション照合手段２６において、ステップＡ７を実行する。図３は、多重故障シミュレーション照合手段２６の構成を示す図であり、その動作は、図４に示す処理手順となる。
図３を参照すると、先ず、多重故障候補選択手段２６１は、ステップＢ１において、単一診断結果記憶部４２の故障候補と、故障候補分類記憶部４３の故障候補群情報と、組み合わせ記憶部４４の組み合わせ情報とを参照して、各故障候補群から１つずつ故障候補を抽出し、故障候補の組み合わせを算出する。
例えば、図１７（ａ）において、故障候補群ＡとＢとが存在するとき、各故障候補群中の故障候補を任意に１つずつ選択し、故障候補の組み合わせ（ＣＡ１，ＣＡ２）を算出する。
次に、多重故障種別設定手段２６２は、ステップＢ２において、ステップＢ１で算出された組み合わせの各故障候補に対して、単一診断結果記憶部４２に記憶された各テストパタンにおける故障候補の故障種別を参照して、テストパタン毎に故障状態を設定する。図１７の場合、選択された故障候補ＣＡ１とＣＡ２の信号線の論理値を、単一診断結果記憶部４２に記憶された故障状態に従って設定し直す。
ステップＢ３において、多重故障仮定シミュレーション手段２６３は、ステップＢ１およびステップＢ２で設定されたシミュレーション条件を基に、論理回路情報記憶部４１を参照して、複数の故障候補の故障状態を同時に設定する多重故障シミュレーションを実行し、その結果をシミュレーション結果照合手段２６４に渡す。
ステップＢ４において、シミュレーション結果照合手段２６４は、多重故障シミュレーション結果と、論理回路情報記憶部４１に記憶されたテスト結果とを照合し、両者が一致している割合を算出する。このとき、両者が一致している割合が高い故障候補の組合せが故障可能性が高い多重故障候補と判定される。あるしきい値を設けて、一致／不一致の判定結果を出力することも可能であるし、一致する割合を故障可能性の度合いとして出力することも可能である。
ステップＢ５において、選択されていない故障候補の組み合わせが存在すれば、ステップＢ１に戻り、すべての故障候補の組み合わせが処理されるまでステップＢ１からステップＢ４の処理を繰り返す。
図１７（ａ）において、故障候補ＣＡ１とＣＡ２の組み合わせ以外にも故障候補の組み合わせが存在するので、組み合わせを再選択して、上述の処理を繰り返す。
以上のように、多重故障シミュレーションを実行し照合することで、従来技術では、困難であった複数の故障が同時に活性化する場合の誤り状態の相互の影響を考慮した診断が可能となり、従来技術よりもさらに精度の高い多重故障診断が可能となる。
また、故障候補のグループ分けにおいて、故障候補群の包含関係と、各テストパタンの重ねあわせを行うことで、実際の各故障箇所に対応した故障候補群を出力することができる。すなわち、出力される故障候補群の数は、実際の故障箇所の数を示し、各故障候補群に含まれる故障候補は、対応する実際の故障の候補となる。
次に、本発明第２の実施の形態について、具体的な実施例を、図５、図６、図１３を参照して、詳細に説明する。なお、本発明第２の実施の形態におけるデータ処理装置２において、初期設定手段２１と、包含故障候補群選別手段２４と、パタン間重ね合わせ手段２５と、多重故障シミュレーション照合手段２６は、図１の第１の実施の形態の各手段２１、２４、２５の動作と同一であるため、その説明を省略する。
先ず、図５の記憶装置３は、図１の記憶装置３の単一診断結果記憶部４２の代わりに、故障候補記憶部４５を備えている点で異なる。故障候補記憶部４５は、各回路グループにおいて、信号線毎に故障シミュレーションを実行して得られる故障候補、故障種別などを記憶しておく。
ファンインコーン分類手段２７、およびノードグループ内故障候補抽出手段２８は、従来技術を説明した図１９のファンインコーン分類手段２７、およびノードグループ内故障候補抽出手段２８と同一の動作であるが、実施例は前述していないので、ここで詳細を説明する。
ファンインコーン分類手段２７により、例えば、図１３に示すような論理回路において、全誤り観測ノードからファンイントレースを行い、誤り観測ノード毎に、各端子のみに誤りを伝播させうる回路グループと、複数の端子に誤りを伝播させうる回路グループに分類する（ステップＡ８）。
例えば、図１３は、２つの故障が存在する論理回路を表し、図１３(ａ)のテストパタンＩで端子Ｆ１〜Ｆ３に誤りが伝播し、図１３(ｂ)のテストパタンＩＩではＦ４〜Ｆ６に誤りが伝播しているとする。
図１３（ａ）では、誤り観測ノードＦ１〜Ｆ３から入力側にファンイントレースを実行し、回路グループＣ１〜Ｃ４が得られ、同様に、図１３（ｂ）では、誤り観測ノードＦ４〜Ｆ６から、回路グループＣ５〜Ｃ８が得られる。
ノードグループ内故障候補抽出手段２８は、論理回路情報記憶部４１に記憶されたテスト結果の誤り観測ノードと、回路構成、信号線の論理状態を参照して、前述ステップＡ８で故障候補分類記憶部４３に記憶された回路グループ情報を用いて、各回路グループ内の信号線に対して、’0’または、’1’で固定された故障を仮定して、単一故障仮定の故障シミュレーションを実行して、各テストパタンにおいて、誤り観測ノードに誤りを伝播させる信号線を故障候補として抽出して、誤り検出時に信号線に仮定した故障状態を故障種別として、故障候補記憶部４５に記憶し、同一回路グループ内の故障候補を同一故障候補群として故障候補分類記憶部４３に記憶する（ステップＡ９）。
例えば、図１３（ａ）の回路グループＣ１〜Ｃ４に対して、各回路グループ内の信号線に、’０’または、’１’で固定された故障を仮定して、単一故障シミュレーションを実行し、
テストパタンＩの回路グループＣ１ならば、誤り故障端子Ｆ１、Ｆ２に誤りを伝播させる故障候補群Ｇｒ１を算出し、
同様に、回路グループＣ２ならば故障候補群Ｇｒ２、同様に回路グループＣ３ならば故障候補群Ｇｒ３を算出し、
同様に、回路グループＣ４ならば故障候補群Ｇｒ４を算出する。
テストパタンＩの回路グループＣ１ならば、誤り故障端子Ｆ１、Ｆ２に誤りを伝播させる故障候補群Ｇｒ１を算出し、
同様に、回路グループＣ２ならば故障候補群Ｇｒ２、同様に回路グループＣ３ならば故障候補群Ｇｒ３を算出し、
同様に、回路グループＣ４ならば故障候補群Ｇｒ４を算出する。
図１３（ｂ）のテストパタンＩＩにおいても、同様にして、故障候補群Ｇｒ５〜Ｇｒ８を算出する。
次に、本発明の第３の実施の形態について、具体的な実施例を、図７、図８、図１４と図１５を参照して、詳細に説明する。なお、本発明の第３の実施の形態におけるデータ処理装置２において、初期設定手段２１と、単一故障仮定診断手段２２と、パタン間重ね合わせ手段２５と、多重故障シミュレーション照合手段２６は、図１の第１の実施の形態の各手段２１、２２、２５、２６の動作と同一であるため、その説明を省略する。また、記憶装置３も図１の記憶装置３と同一の構成であるため、その説明を省略する。
ステップＡ１０において、誤り伝播経路抽出手段２９は、単一診断結果記憶部４２に記憶された故障候補と、誤り観測ノードの情報を参照して、各テストパタンにおいて、故障候補から誤り観測ノードまでの誤りが伝播した信号線情報を取得して、単一診断結果記憶部４２に記憶する。例えば、図１４（ａ）、（ｂ）のテストパタンＩ、ＩＩにおいて、実線のように、誤り観測ノードに誤りを伝播させる経路を取得する。
ステップＡ１１において、誤り伝播経路分類手段３０は、単一診断結果記憶部４２に記憶された誤り伝播経路情報を参照して、各テストパタンにおいて、より多くの誤り観測ノードに故障状態を伝播させる経路を基点経路とし、さらにその基点経路に関係する誤り観測ノードに誤りを伝播させる派生経路もまとめて、１つの経路グループとし、グループに含まれなかった経路が存在する場合は、その中から次の基点経路を選択して経路グループとする処理を繰り返し、すべての経路をグループ化して、組み合わせ記憶部４４に記憶し、各経路グループの故障候補の中から、最も誤り観測ノードを説明できる故障候補を故障候補群として、故障候補分類記憶部４３に記憶する。
例えば、図１５（ａ）において、テストパタンＩでは、
まず誤り観測ノードＦ１〜Ｆ３を説明できる経路（Ｆ１〜Ｆ３に誤りを伝播する経路）を基点経路１とし、
さらに、Ｆ１にだけ誤りを伝播させる経路を基点経路１の派生部分として、派生経路１−１とし、
同様にＦ３にだけ誤りを伝播させる経路を派生経路１−２として、基点経路１の同一経路グループとし、
残ったＦ４に誤りを伝播させる経路を基点経路２としてグループ化する。
まず誤り観測ノードＦ１〜Ｆ３を説明できる経路（Ｆ１〜Ｆ３に誤りを伝播する経路）を基点経路１とし、
さらに、Ｆ１にだけ誤りを伝播させる経路を基点経路１の派生部分として、派生経路１−１とし、
同様にＦ３にだけ誤りを伝播させる経路を派生経路１−２として、基点経路１の同一経路グループとし、
残ったＦ４に誤りを伝播させる経路を基点経路２としてグループ化する。
図１５（ｂ）のテストパタンＩＩでも、同様に基点経路３と基点経路４をグループ化する。
このとき、Ｆ３とＦ４に誤りを伝播させる経路が存在するが、この経路は、経路重複箇所として、両方のグループに登録する。各経路グループのうち、最も誤り伝播経路が共通している経路部分の故障候補を故障候補群として、故障候補分類記憶部４３に記憶する。なお、図１５（ａ）と（ｂ）のＦａｉｌパタンを重ね合わせると、図１５（ｃ）が得られる。
次に、前述の第４の実施の形態について、具体的な実施例を、図９、図１０、図１６を参照して、詳細に説明する。なお、本発明の第４の実施の形態におけるデータ処理装置２において、初期設定手段２１と、単一故障仮定診断手段２２と、誤り伝播経路抽出手段２９と、多重故障シミュレーション照合手段２６は、図７に示した前記第３の実施の形態の各手段２１、２２、２９、２６の動作と同一であるため、その説明を省略する。また、記憶装置３も、図７の記憶装置３と同一の構成であるため、その説明を省略する。
ステップＡ１２において、基点故障候補選択手段３１は、
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、故障候補のスコアと、経路情報を用いて、全テストパタンにおいて、未選択の誤り伝播経路の中から、最も故障の可能性が高い故障候補を基点候補として選択し、故障候補分類記憶部４３に記憶する。
論理回路情報記憶部４１に記憶された論理構成と、
単一診断結果記憶部４２に記憶された故障候補と、故障候補のスコアと、経路情報を用いて、全テストパタンにおいて、未選択の誤り伝播経路の中から、最も故障の可能性が高い故障候補を基点候補として選択し、故障候補分類記憶部４３に記憶する。
例えば、図１６（ａ）において、基点候補１は、誤り観測ノードＦ１、Ｆ２、Ｆ３、Ｆ４、Ｆ５、Ｆ６を再現できるため、故障可能性の高い経路とみることができる。そこで、基点候補１を故障候補分類記憶部４３に記憶する。
ステップＡ１３において、誤り伝播経路分類２手段３２は、単一診断結果記憶部４２に記憶された誤り伝播経路情報を参照して、基点故障候補選択手段３１で選択した基点候補を通って誤り観測ノードに至る主経路と、主経路と関連する枝経路を基点候補に関連する経路グループ１として分類し、経路グループ１内で最も可能性の高い故障候補群を故障候補分類記憶部４３に記憶する。さらに、未選択の誤り伝播経路があれば、ステップＡ１２の基点候補群の選択処理に戻り、全経路の処理が終了した場合には、故障候補群の組み合わせを組み合わせ記憶部４４に記憶して、ステップＡ１０の多重故障シミュレーション照合処理に移る。
例えば、図１６（ｂ）において、基点候補１を通って誤り観測ノードＦ１、Ｆ２、Ｆ３、Ｆ５、Ｆ６に誤りを伝播させる経路（図中で破線で示された経路）が主経路となる。
次に、図１６（ｃ）において、主経路と関係している枝経路も含めて、破線で示された経路を基点候補に関連する経路グループとして分類し、経路グループ内で最も可能性の高い故障候補群（図中の点線で囲まれた部分）を故障候補分類記憶部４３に記憶する。図１６（ｃ）では、未だ選択されていない経路が存在するので、ステップＡ１２の基点候補群の選択処理に戻る。
ステップＡ１２において、図１６（ｃ）において、未だ選択されていない経路（図中の実線部分）上の基点候補２は、未だ説明できていない誤り観測ノードＦ４を説明できるため、基点候補２として選択し、故障候補分類記憶部４３に記憶する。
さらに、ステップＡ１３において、前述のように、基点候補２に関連する主経路と枝経路を基点候補２に関連する経路グループ２として分類し、経路グループ２内で最も可能性の高い故障候補群を故障候補分類記憶部４３に記憶する。
全ての経路がグループ分けできたので、経路グループ１と経路グループ２の故障候補群の組み合わせを組み合わせ記憶部４４に記録する。
なお、図１６（ｃ）には、誤り観測ノードＦ３、Ｆ４の両方に誤り信号を伝播する経路が存在するが、この部分は経路重複箇所として、経路グループ１にも経路グループ２にも属することになる。
従来技術では、各故障候補に対する単一故障シミュレーションの結果を組み合わせることで、複数の故障候補を検証しているため、複数故障の誤り伝播経路が相互に影響する場合を考慮していない。
本発明では、経路グループに分類した上で多重故障シミュレーションを実施しているため、複数故障の誤り伝播経路が相互に影響する場合も適用可能である。例えば、図１６（ｄ）の故障１と故障２が実際の故障だった場合、故障１は経路グループ１の故障候補群に存在し、故障２は経路グループ２の故障候補群に含まれる。また、経路グループの分類でも、誤り伝播経路が相互に影響する場合を考慮して分類しているため、多重故障シミュレーションによる照合も不要となる場合が多い。
また、第１、第３、第４の実施の形態においては、単一故障仮定診断手段が含まれているため、単一故障診断と多重故障診断を同時に実施し、両者の候補を一度に出力するシステムが実現可能である。
図１８において、本多重故障箇所推定システムで診断した結果の実施例を示す。例えば、図１８（ａ）は、論理回路内に２つの実故障（丸）が存在し、誤り観測ノードＦ１〜Ｆ５に誤りを単一故障仮定診断によって、故障候補Ｎ１〜Ｎ１２（四角）まで得られたサンプル例である。
単一故障仮定診断をした結果は、図１８（ｂ）であり、Ｆ１、Ｆ２、Ｆ３を再現できる最もスコアの高いＮ１から順に、スコアの高い順に故障候補が並んでいる。このとき、スコアが２の実故障Ｎ９は、重みが低いため順位が低くなり、かつスコアが２の故障候補の中には、実際には故障候補群に属さない故障候補Ｎ４も存在しているので、Ｎ９の実故障を見落とす可能性が高くなる。
一方、図１８（ｃ）は、本多重故障箇所推定システムを用いて診断した結果の一例である。この出力例は、グループ分けした結果から故障の可能性が高い箇所を絞り込んで、故障候補郡として抽出しているため、各故障候補群がそれぞれ実際の故障に対応し、かつ故障の可能性が低い故障候補を除くことができる。また各故障候補群に対して、診断結果を出力するため、実際の故障の範囲を限定し易く、実解析において解析箇所の選択を容易にする。
従来技術では、故障の可能性が低い候補を含んだまま、故障候補の組み合わせのみが出力されるため、例えば（Ｎ１，Ｎ８）、（Ｎ１，Ｎ９）、（Ｎ２，Ｎ８）、（Ｎ２，Ｎ９）、（Ｎ３，Ｎ４，Ｎ８）等、実解析で故障候補を選択することが大変困難である。
本発明によれば、論理回路情報とテスト結果から、多重故障箇所を推定する故障推定装置や、故障推定装置をコンピュータに実現するためのプログラムといった用途に適用できる。以上、本発明を上記実施例に即して説明したが、本発明は上記実施例の構成にのみ制限されるものでなく、本発明の範囲内で当業者であればなし得るであろう各種変形、修正を含むことは勿論である。
１ 入力装置
２ データ処理装置
３ 記憶装置
４ 出力装置
２１ 初期設定手段
２２ 単一故障仮定診断手段
２３ 誤り観測ノード別候補分類手段
２４ 包含故障候補群選別手段
２５ パタン間重ねあわせ手段
２６ 多重故障シミュレーション照合手段
２７ ファンインコーン分類手段
２８ ノードグループ内故障候補抽出手段
２９ 誤り伝播経路抽出手段
３０ 誤り伝播経路分類手段
３１ 基点故障候補選択手段
３２ 誤り伝播経路分類２手段
３３ 誤り観測ノード照合手段
４１ 論理回路情報記憶部
４２ 単一診断結果記憶部
４３ 故障候補分類記憶部
４４ 組み合わせ記憶部
４５ 故障候補記憶部
４６ 誤り関係ノードグループ記憶部
２６１ 多重故障候補選択手段
２６２ 多重故障種別設定手段
２６３ 多重故障仮定シミュレーション手段
２６４ シミュレーション結果照合手段
２ データ処理装置
３ 記憶装置
４ 出力装置
２１ 初期設定手段
２２ 単一故障仮定診断手段
２３ 誤り観測ノード別候補分類手段
２４ 包含故障候補群選別手段
２５ パタン間重ねあわせ手段
２６ 多重故障シミュレーション照合手段
２７ ファンインコーン分類手段
２８ ノードグループ内故障候補抽出手段
２９ 誤り伝播経路抽出手段
３０ 誤り伝播経路分類手段
３１ 基点故障候補選択手段
３２ 誤り伝播経路分類２手段
３３ 誤り観測ノード照合手段
４１ 論理回路情報記憶部
４２ 単一診断結果記憶部
４３ 故障候補分類記憶部
４４ 組み合わせ記憶部
４５ 故障候補記憶部
４６ 誤り関係ノードグループ記憶部
２６１ 多重故障候補選択手段
２６２ 多重故障種別設定手段
２６３ 多重故障仮定シミュレーション手段
２６４ シミュレーション結果照合手段
Claims (31)
- 単一故障を仮定して導出された論理回路の故障の推定結果を用いて、各テストパタンにおいて、前記論理回路のテスト結果から取得される誤り観測ノード毎に、誤りを伝播させる故障候補群間の包含関係を考慮して、故障候補を故障候補群としてグループ分けする手段と、
前記グループ分けした結果を、全テストパタンで重ねあわせて故障候補群の組み合わせを算出する手段と、
前記算出された組み合わせ結果を、多重故障シミュレーションにてテスト結果と照合し、該照合結果を出力する手段と、
を備えたことを特徴とする、故障箇所推定システム。 - 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定システムであって、
論理回路記憶部に記憶された論理回路の構成情報と、信号線の期待値とを参照して、単一故障を仮定して、前記論理回路内の故障箇所を絞り込み、前記故障箇所を絞り込んだ結果である、論理回路内の故障候補と、前記故障種別と、前記故障候補から誤りが到達し検出される誤り観測ノードとを単一診断記憶部に記憶する単一故障仮定診断手段と、
前記単一診断記憶部に記憶された、故障候補と、誤り観測ノードと、を用いて、誤り観測ノード毎に、誤りを伝播させる故障候補をグループ分けして、故障候補群として、故障候補分類記憶部に記憶する誤り観測ノード別分類手段と、
前記論理回路の構成情報と、前記故障候補分類記憶部の前記故障候補群とを参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別手段と、
前記単一診断結果記憶部の故障候補と、前記故障候補分類記憶部の故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出して組み合わせ記憶部に記憶し、算出した故障候補群において、共通する故障候補が存在する場合には、共通する故障候補を抽出して新たな故障候補群として故障候補分類記憶部に再登録するパタン間重ね合わせ手段と、
を備えている、ことを特徴とする、故障箇所推定システム。 - 前記論理回路記憶部と、前記単一診断結果記憶部、前記故障候補分類記憶部、前記組み合わせ記憶部とを参照して、論理回路の構成情報と、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、
シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性が相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合手段を備えたことを特徴とする請求項２記載の故障箇所推定システム。 - 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定方法であって、
論理回路の構成情報、信号線の期待値を参照して、単一故障を仮定して、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断工程と、
論理回路の構成情報と、故障候補と、誤り観測ノード情報とを用いて、誤り観測ノード別に故障候補を分類し故障候補群として記憶する誤り観測ノード別分類工程と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別工程と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ工程と、
を含むことを特徴とする故障箇所推定方法。 - 論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合工程を含む、ことを特徴とする請求項４記載の故障箇所推定方法。
- 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定を、コンピュータに実行させるプログラムであって、
論理回路の構成情報と、信号線の期待値とを参照して、単一故障を仮定して、前記論理回路内の故障箇所を絞り込み、前記故障箇所を絞り込んだ結果である、論理回路内の故障候補と、前記故障種別と、前記故障候補から誤りが到達し検出される誤り観測ノードとを記憶する単一故障仮定診断処理と、
論理回路の構成情報と、既存の故障箇所推定方法を記憶した媒体で得られる故障候補と、誤り観測ノード情報とを用いて、誤り観測ノード別に故障候補を分類し故障候補群として記憶する誤り観測ノード別分類処理と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別処理と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ処理と、
を前記コンピュータに実行させるプログラム。 - 請求項６記載のプログラムであって、
論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合処理を、前記コンピュータに実行させるプログラム。 - 論理回路のテスト結果から取得される誤り観測ノードから、ファンインコーンでノードをグループ分けした結果を用いて、単一故障シミュレーションにてグループ内の誤り観測ノードに故障を伝播させる信号線を抽出する手段と、
各テストパタンにおいて、誤り観測ノード別に、誤りを伝播させる故障候補群間の包含関係を考慮して、故障候補を故障候補群として再グループ分けする手段と、
前記再グループ分けした結果を、全テストパタンで重ねあわせて、故障候補群の組み合わせを算出する手段と、
前記算出した組み合わせ結果を、多重故障シミュレーションでテスト結果と照合し、該照合結果を出力する手段と、
を備えたことを特徴とする、故障箇所推定システム。 - 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定システムであって、
論理回路情報記憶部に記憶された論理回路の構成情報を参照して、誤り観測ノードからファンイントレースを行い、トレースした回路内部ノードを、誤り観測ノードに応じてグループ化し、故障候補記憶部に記憶するファンインコーン分類手段と、
前記論理回路情報記憶部に記憶された前記論理回路の構成情報と信号線の期待値、前記故障候補記憶部に記憶された誤り観測ノードに関係したノードグループとを参照して、ノードグループ毎に信号線を抽出し、信号線の論理状態を参照して、故障を仮定して、単一故障シミュレーションを実行し、ノードグループに関係する誤り観測ノードに故障を伝播させる信号線を故障候補として、故障候補分類記憶部に記憶するノードグループ内故障候補抽出手段と、
前記論理回路情報記憶部に記憶された前記論理回路の構成情報と、前記故障候補分類記憶部に記憶された故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別手段と、
前記故障候補記憶部の故障候補と前記故障候補分類記憶部の故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出して組み合わせ記憶部に記憶し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として故障候補分類記憶部に再登録するパタン間重ね合わせ手段を備えている、故障箇所推定システム。 - 前記論理回路記憶部と、前記故障候補記憶部、前記故障候補分類記憶部、前記組み合わせ記憶部と、を参照して、論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合手段を備えた、ことを特徴とする請求項９記載の故障箇所推定システム。
- 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定方法であって、
論理回路の構成情報を参照して、誤り観測ノードからファンイントレースを行い、トレースした回路内部ノードを誤り観測ノードに応じてグループ化し記憶するファンインコーン分類工程と、
論理回路の構成情報と、信号線の期待値、誤り観測ノードに関係したノードグループとを参照して、ノードグループ毎に信号線を抽出し、信号線の論理状態を参照して、故障を仮定して、単一故障シミュレーションを実行し、ノードグループに関係する誤り観測ノードに故障を伝播させる信号線を故障候補として記憶するノードグループ内故障候補抽出工程と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別工程と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ工程を含む、ことを特徴とする故障箇所推定方法。 - 論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合工程を含む、ことを特徴とする請求項１１記載の故障箇所推定方法。
- 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定をコンピュータに実行させるプログラムであって、
論理回路の構成情報を参照して、誤り観測ノードからファンイントレースを行い、トレースした回路内部ノードを誤り観測ノードに応じてグループ化し記憶するファンインコーン分類処理と、
論理回路の構成情報と、信号線の期待値、誤り観測ノードに関係したノードグループとを参照して、ノードグループ毎に信号線を抽出し、信号線の論理状態を参照して、故障を仮定して、単一故障シミュレーションを実行し、ノードグループに関係する誤り観測ノードに故障を伝播させる信号線を故障候補として記憶するノードグループ内故障候補抽出処理と、
論理回路の構成情報と、故障候補群情報を参照して、各故障候補群と故障出力との関係を取得し、故障候補群間の包含関係を算出して、共通する候補を抽出する包含故障候補群選別処理と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ処理と、
を前記コンピュータに実行させるプログラム。 - 請求項１３記載のプログラムであって、
論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合処理を、前記コンピュータに実行させるプログラム。 - 単一故障を仮定して導出された論理回路の故障箇所の推定結果を用いて、各テストパタンにおいて、誤り伝播経路を抽出する手段と、
誤り伝播経路別に、スコアの相対的に高い故障候補を故障候補群としてグループ分けする手段と、
前記グループ分けした結果を、全テストパタンで重ねあわせて、故障候補群の組み合わせを算出する手段と、
前記算出した組み合わせ結果を、多重故障シミュレーションでテスト結果と照合し、該照合結果を出力する手段と、
を備えたことを特徴とする、故障箇所推定システム。 - 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定システムであって、
論理回路情報記憶部に記憶された論理回路の構成情報、信号線の期待値を参照して、単一故障を仮定して、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを単一診断結果記憶部に記憶する単一故障仮定診断手段と、
前記論理回路情報記憶部に記憶された論理回路の論理構成、信号線の期待値、前記単一診断結果記憶部に故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、誤り伝播経路情報として故障候補分類記憶部に記憶する誤り伝播経路抽出手段と、
前記単一診断結果記憶部に記憶された故障候補と、前記故障候補分類記憶部に記憶された誤り伝播経路情報とを参照して、故障候補のスコアを参考に、故障可能性の相対的に高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として、前記故障候補分類記憶部に記憶する誤り伝播経路分類手段と、
前記論理回路情報記憶部に記憶された前記論理回路の構成情報と、前記単一診断結果記憶部に記憶された故障候補と前記故障候補分類記憶部に記憶された故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出して組み合わせ記憶部に記憶し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として故障候補分類記憶部に再登録するパタン間重ね合わせ手段と、
を備えている、ことを特徴とする故障箇所推定システム。 - 前記論理回路情報記憶部と、前記単一診断結果記憶部と、前記故障候補分類記憶部と、前記組み合わせ記憶部とを参照して、論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合手段を備えたことを特徴とする請求項１６記載の故障箇所推定システム。
- 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定方法であって、
論理回路の構成情報、信号線の期待値を参照して、単一故障を仮定して、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断工程と、
論理回路の論理構成、信号線の期待値、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、誤り伝播経路情報として記憶する誤り伝播経路抽出工程と、
故障候補と、誤り伝播経路情報とを参照して、故障候補のスコアを参考に、故障可能性の相対的に高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として記憶する誤り伝播経路分類工程と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ工程と、
を含む、ことを特徴とする故障箇所推定方法。 - 論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、その組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合工程を含む、ことを特徴とする請求項１８記載の故障箇所推定方法。
- 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定をコンピュータに実行させるプログラムであって、
論理回路の構成情報、信号線の期待値を参照して、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断処理と、
論理回路の論理構成、信号線の期待値、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、誤り伝播経路情報として記憶する誤り伝播経路抽出処理と、
故障候補と、誤り伝播経路情報とを参照して、故障候補のスコアを参考に、故障可能性の相対的に高い候補を選択し、選択した故障候補を通る誤り伝搬経路に関係している誤り伝搬経路を、故障候補に関係する誤り伝搬経路グループとして、グループ化し、グループ内の故障候補を故障候補群として記憶する誤り伝播経路分類処理と、
故障候補と故障候補群を参照して、全テストパタンにおいて、テスト結果を再現できるような該故障候補群の組み合わせを算出し、算出した故障候補群において、共通する故障候補が存在するとき、共通する故障候補だけを抽出して新たな故障候補群として再登録するパタン間重ね合わせ処理と、
を前記コンピュータに実行させるプログラム。 - 請求項２０記載のプログラムであって、
論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合処理を、前記コンピュータに実行させるプログラム。 - 単一故障を仮定して導出された論理回路の故障の推定結果を用いて、各テストパタンにおいて、誤り伝播経路を抽出する手段と、
全テストパタンの中で、スコアの相対的に高い誤り伝播経路順に誤り伝播経路をグループ分けする手段と、
スコアの相対的に高い故障候補を故障候補群とし、故障候補群の組み合わせを算出する手段と、
前記算出した組み合わせ結果を、多重故障シミュレーションでテスト結果と照合し、該照合結果を出力する手段と、
を備えている、ことを特徴とする故障箇所推定システム。 - 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定システムであって、
論理回路情報記憶部に記憶された論理回路の構成情報、信号線の期待値を参照して、単一故障を仮定して、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを、単一診断結果記憶部に記憶する単一故障仮定診断手段と、
前記論理回路情報記憶部に記憶された論理回路の論理構成、信号線の期待値、前記単一診断結果記憶部に記憶された故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、誤り伝播経路情報として、故障候補分類記憶部に記憶する誤り伝播経路抽出手段と、
前記論理回路情報記憶部に記憶された論理回路の論理構成と、前記単一診断結果記憶部に記憶された故障候補と、故障候補のスコアと、前記故障候補分類記憶部に記憶された誤り伝播経路情報を用いて、全テストパタンにおいて、未抽出の誤り伝播経路の中から、最も故障の可能性が高い誤り伝播経路を抽出し、基点候補群として、前記故障候補分類記憶部に基点情報を記憶する基点故障候補抽出手段と、
故障候補、誤り伝播経路情報とを参照して、基点情報を参考に、基点候補群から誤りが伝播する経路を誤り伝搬経路グループとし、グループ内の基点経路に含まれる故障候補を故障候補群として組み合わせ記憶部に記憶して、未選択の基点候補群があればグループ化を繰り返す、第２の誤り伝播経路分類手段を備えた、ことを特徴とする故障箇所推定システム。 - 前記論理回路情報記憶部と、前記単一診断結果記憶部と、前記故障候補分類記憶部と、前記組み合わせ記憶部とを参照して、論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合手段を備えたことを特徴とする請求項２３記載の故障箇所推定システム。
- 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定方法であって、
論理回路の構成情報、信号線の期待値を参照して、単一故障を仮定して、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断工程と、
論理回路の論理構成、信号線の期待値、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、誤り伝播経路情報として記憶する誤り伝播経路抽出工程と、
論理回路の論理構成と、故障候補と、故障候補のスコアと、誤り伝播経路情報を用いて、全テストパタンにおいて、未抽出の誤り伝播経路の中から、最も故障の可能性が高い誤り伝播経路を抽出し、基点候補群として、故障候補分類記憶部に基点情報を記憶する基点故障候補抽出工程と、
故障候補、誤り伝播経路情報とを参照して、基点情報を参考に、基点候補群から誤りが伝播する経路を誤り伝搬経路グループとし、グループ内の基点経路に含まれる故障候補を故障候補群として記憶して、未選択の基点候補群があればグループ化を繰り返す、第２の誤り伝播経路分類工程を含む、ことを特徴とする故障箇所推定方法。 - 論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、その組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合工程を含むことを特徴とする請求項２５記載の故障箇所推定方法。
- 論理回路のテスト結果から取得される誤り観測ノード情報に基づき、故障の可能性が高い箇所をグループ分けして、故障シミュレーションで確認して、複数の故障箇所を推定する、論理回路の故障箇所推定をコンピュータに実行させるプログラムであって、
論理回路の構成情報、信号線の期待値を参照して、既存の単一故障箇所推定方法を実行するプログラムを用いて、論理回路内の故障候補と、該故障候補の故障種別と、該故障候補から誤りが到達し検出される誤り観測ノードを記憶する単一故障仮定診断処理と、
論理回路の論理構成、信号線の期待値、故障候補と、誤り観測ノードとを用いて、各故障候補を通って誤り観測ノードに至る誤り伝播経路を抽出し、誤り伝播経路情報として記憶する誤り伝播経路抽出処理と、
論理回路の論理構成と、故障候補と、故障候補のスコアと、誤り伝播経路情報を用いて、全テストパタンにおいて、未抽出の誤り伝播経路の中から、最も故障の可能性が高い誤り伝播経路を抽出し、基点候補群として、故障候補分類記憶部に基点情報を記憶する基点故障候補抽出処理と、
故障候補、誤り伝播経路情報とを参照して、基点情報を参考に、基点候補群から誤りが伝播する経路を誤り伝搬経路グループとし、グループ内の基点経路に含まれる故障候補を故障候補群として記憶して、未選択の基点候補群があればグループ化を繰り返す、第２の誤り伝播経路分類処理と、
を前記コンピュータに実行させるプログラム。 - 請求項２７記載のプログラムであって、
論理回路の構成情報、信号線の期待値、故障候補、該故障候補の故障種別、故障候補群情報と、該故障候補群情報の組み合わせ情報とを参照して、該故障候補群の組み合わせに対して、各故障候補群から１つずつ故障候補を選択し、選択した故障候補の故障種別を基に故障を仮定して、多重故障シミュレーションを行い、シミュレーション結果とテスト結果との比較を行うことで、テスト結果と相対的に良く一致し、故障可能性の相対的に高い該故障候補群の組み合わせを、該故障候補群の組み合わせの中に含まれる故障候補の故障種別も含めて出力する多重故障シミュレーション照合処理を、
前記コンピュータに実行させるプログラム。 - 単一故障の推定結果、および多重故障の推定結果、すなわち複数の実際の故障数に対応した故障候補群の数、実際の各故障に対応した故障候補群、故障候補群に含まれる故障候補、および、各故障候補の故障種別を出力する出力手段を備えたことを特徴とする請求項１、２、３、８、９、１０、１５、１６、１７、２２、２３、２４のいずれか一に記載の故障箇所推定システム。
- 単一故障の推定結果、および多重故障の推定結果、すなわち複数の実際の故障数に対応した故障候補群の数、実際の各故障に対応した故障候補群、故障候補群に含まれる故障候補、および、各故障候補の故障種別を出力する出力工程を含むことを特徴とする請求項４、５、１１、１２、１８、１９、２５、２６のいずれか一記載の故障箇所推定方法。
- 請求項６、７、１３、１４、２０、２１、２７、２８のいずれか一に記載のプログラムであって、
単一故障の推定結果、および多重故障の推定結果、すなわち複数の実際の故障数に対応した故障候補群の数、実際の各故障に対応した故障候補群、故障候補群に含まれる故障候補、および、各故障候補の故障種別を出力する出力処理を、前記コンピュータに実行させるプログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006274031A JP4562713B2 (ja) | 2006-10-05 | 2006-10-05 | 論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム |
| US11/867,013 US7844873B2 (en) | 2006-10-05 | 2007-10-04 | Fault location estimation system, fault location estimation method, and fault location estimation program for multiple faults in logic circuit |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006274031A JP4562713B2 (ja) | 2006-10-05 | 2006-10-05 | 論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008293691A Division JP2009098152A (ja) | 2008-11-17 | 2008-11-17 | 論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008089549A true JP2008089549A (ja) | 2008-04-17 |
| JP4562713B2 JP4562713B2 (ja) | 2010-10-13 |
Family
ID=39373847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006274031A Active JP4562713B2 (ja) | 2006-10-05 | 2006-10-05 | 論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7844873B2 (ja) |
| JP (1) | JP4562713B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101390319B1 (ko) | 2012-10-17 | 2014-04-30 | 연세대학교 산학협력단 | 회로의 고장을 진단하는 장치 및 방법 |
| US8719633B2 (en) | 2010-05-31 | 2014-05-06 | Fujitsu Limited | Search device, search method, and search program |
| US8984337B2 (en) | 2009-12-28 | 2015-03-17 | Fujitsu Limited | Apparatus and method for selecting candidate for failure component |
| CN114252735A (zh) * | 2021-12-21 | 2022-03-29 | 国网江苏省电力有限公司镇江供电分公司 | 一种110kV线路断线支路定位的监控判别方法 |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7808247B1 (en) * | 2007-02-22 | 2010-10-05 | Marvel International Ltd. | Fast cable tester |
| WO2010149986A2 (en) | 2009-06-23 | 2010-12-29 | Secerno Limited | A method, a computer program and apparatus for analysing symbols in a computer |
| US8112667B2 (en) * | 2010-01-25 | 2012-02-07 | International Business Machines Corporation | Automated system problem diagnosing |
| US8943364B2 (en) * | 2010-04-30 | 2015-01-27 | International Business Machines Corporation | Appliance for storing, managing and analyzing problem determination artifacts |
| JP5521807B2 (ja) * | 2010-06-16 | 2014-06-18 | 富士通株式会社 | 障害原因推定装置、障害原因推定プログラム及び障害原因推定方法 |
| CN102788915B (zh) * | 2011-06-03 | 2014-05-28 | 广西电网公司电力科学研究院 | 一种基于维护工作站的馈线自动化在线仿真方法 |
| US8782467B2 (en) | 2012-02-01 | 2014-07-15 | Honeywell International Inc. | Systems and methods for creating a near optimal maintenance plan |
| FR2993073A1 (fr) * | 2012-07-05 | 2014-01-10 | Thales Sa | Procede et systeme de mesure de la performance d'un diagnostiqueur |
| US8806401B1 (en) * | 2013-03-15 | 2014-08-12 | Atrenta, Inc. | System and methods for reasonable functional verification of an integrated circuit design |
| WO2018234341A1 (en) * | 2017-06-19 | 2018-12-27 | Onespin Solutions Gmbh | SYSTEM AND METHOD FOR FORMAL ANALYSIS OF DEFECT PROPAGATION |
| US11520963B2 (en) | 2017-06-19 | 2022-12-06 | Onespin Solutions Gmbh | System and method for formal fault propagation analysis |
| US11816410B2 (en) | 2017-06-19 | 2023-11-14 | Siemens Electronic Design Automation Gmbh | System and method for formal fault propagation analysis |
| LU100321B1 (en) * | 2017-06-19 | 2018-12-19 | Onespin Solutions Gmbh | Method for formal circuit verification |
| US11307949B2 (en) * | 2017-11-15 | 2022-04-19 | American Express Travel Related Services Company, Inc. | Decreasing downtime of computer systems using predictive detection |
| CN109391524B (zh) * | 2018-10-11 | 2020-10-20 | 国家无线电监测中心成都监测站 | 一种故障定位方法及装置 |
| US10789403B1 (en) * | 2019-05-14 | 2020-09-29 | International Business Machines Corporation | Grouping and partitioning of properties for logic verification |
| US12034600B2 (en) * | 2019-06-19 | 2024-07-09 | Hewlett Packard Enterprise Development Lp | Method for federating a cluster from a plurality of computing nodes from different fault domains |
| US10969429B1 (en) * | 2019-08-13 | 2021-04-06 | Cadence Design Systems, Inc. | System and method for debugging in concurrent fault simulation |
| US11176026B2 (en) | 2020-02-20 | 2021-11-16 | International Business Machines Corporation | Assignment of test case priorities based on combinatorial test design model analysis |
| US11307975B2 (en) | 2020-02-20 | 2022-04-19 | International Business Machines Corporation | Machine code analysis for identifying software defects |
| US11086768B1 (en) * | 2020-02-20 | 2021-08-10 | International Business Machines Corporation | Identifying false positives in test case failures using combinatorics |
| US11663113B2 (en) | 2020-02-20 | 2023-05-30 | International Business Machines Corporation | Real time fault localization using combinatorial test design techniques and test case priority selection |
| CN112947389B (zh) * | 2021-03-31 | 2022-04-22 | 合肥工业大学 | 一种pfc控制系统的多故障同步估计方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0470972A (ja) * | 1990-07-04 | 1992-03-05 | Nec Corp | 故障シミュレーション装置 |
| JPH05341005A (ja) * | 1992-06-11 | 1993-12-24 | Hokuriku Nippon Denki Software Kk | 故障検出システム |
| JPH11282716A (ja) * | 1998-03-31 | 1999-10-15 | Nec Corp | 故障診断における推定論理状態管理方法及びその装置並びにプログラムを記録した機械読み取り可能な記録媒体 |
| JP2000088925A (ja) * | 1998-09-14 | 2000-03-31 | Toshiba Corp | 半導体デバイスの故障箇所特定方法及びその装置 |
| JP2001021618A (ja) * | 1999-07-06 | 2001-01-26 | Nec Corp | 故障伝搬経路推定方法、故障伝搬経路推定装置及び記録媒体 |
| JP2001337143A (ja) * | 2000-05-30 | 2001-12-07 | Nec Corp | 論理回路における故障箇所推定システム、及び、故障箇所推定方法、並びに、記録媒体 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6132153A (ja) * | 1984-07-24 | 1986-02-14 | Nec Corp | メモリ制御装置 |
| US6202181B1 (en) * | 1996-11-04 | 2001-03-13 | The Regents Of The University Of California | Method for diagnosing bridging faults in integrated circuits |
| JPH1152023A (ja) | 1997-08-06 | 1999-02-26 | Fujitsu Ltd | Ｌｓｉの故障箇所推定方法及びｌｓｉの故障箇所推定プログラムを記録した記録媒体 |
| US6532440B1 (en) * | 1998-10-16 | 2003-03-11 | Fujitsu Limited | Multiple error and fault diagnosis based on Xlists |
| US20050203711A1 (en) * | 2004-01-15 | 2005-09-15 | Taylor Matthew A. | Method and apparatus for transmission line and waveguide testing |
| JP2007024523A (ja) * | 2005-07-12 | 2007-02-01 | Toshiba Corp | 故障解析装置及び故障解析方法 |
| US7509551B2 (en) * | 2005-08-01 | 2009-03-24 | Bernd Koenemann | Direct logic diagnostics with signature-based fault dictionaries |
-
2006
- 2006-10-05 JP JP2006274031A patent/JP4562713B2/ja active Active
-
2007
- 2007-10-04 US US11/867,013 patent/US7844873B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0470972A (ja) * | 1990-07-04 | 1992-03-05 | Nec Corp | 故障シミュレーション装置 |
| JPH05341005A (ja) * | 1992-06-11 | 1993-12-24 | Hokuriku Nippon Denki Software Kk | 故障検出システム |
| JPH11282716A (ja) * | 1998-03-31 | 1999-10-15 | Nec Corp | 故障診断における推定論理状態管理方法及びその装置並びにプログラムを記録した機械読み取り可能な記録媒体 |
| JP2000088925A (ja) * | 1998-09-14 | 2000-03-31 | Toshiba Corp | 半導体デバイスの故障箇所特定方法及びその装置 |
| JP2001021618A (ja) * | 1999-07-06 | 2001-01-26 | Nec Corp | 故障伝搬経路推定方法、故障伝搬経路推定装置及び記録媒体 |
| JP2001337143A (ja) * | 2000-05-30 | 2001-12-07 | Nec Corp | 論理回路における故障箇所推定システム、及び、故障箇所推定方法、並びに、記録媒体 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8984337B2 (en) | 2009-12-28 | 2015-03-17 | Fujitsu Limited | Apparatus and method for selecting candidate for failure component |
| US8719633B2 (en) | 2010-05-31 | 2014-05-06 | Fujitsu Limited | Search device, search method, and search program |
| KR101390319B1 (ko) | 2012-10-17 | 2014-04-30 | 연세대학교 산학협력단 | 회로의 고장을 진단하는 장치 및 방법 |
| CN114252735A (zh) * | 2021-12-21 | 2022-03-29 | 国网江苏省电力有限公司镇江供电分公司 | 一种110kV线路断线支路定位的监控判别方法 |
| CN114252735B (zh) * | 2021-12-21 | 2023-07-14 | 国网江苏省电力有限公司镇江供电分公司 | 一种110kV线路断线支路定位的监控判别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20080256404A1 (en) | 2008-10-16 |
| JP4562713B2 (ja) | 2010-10-13 |
| US7844873B2 (en) | 2010-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4562713B2 (ja) | 論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム | |
| JP5270458B2 (ja) | 故障箇所推定装置 | |
| US7308660B2 (en) | Calculation system of fault coverage and calculation method of the same | |
| US11361248B2 (en) | Multi-stage machine learning-based chain diagnosis | |
| US8560904B2 (en) | Scan chain fault diagnosis | |
| US5640403A (en) | Fault diagnosis method for a sequential circuit | |
| US10657207B1 (en) | Inter-cell bridge defect diagnosis | |
| US10254336B2 (en) | Iterative N-detect based logic diagnostic technique | |
| Fan et al. | Diagnosis of cell internal defects with multi-cycle test patterns | |
| Mittal et al. | Test chip design for optimal cell-aware diagnosability | |
| JP2013036903A (ja) | 故障箇所推定システム、故障箇所推定方法及び故障箇所推定用プログラム | |
| US10078720B2 (en) | Methods and systems for circuit fault diagnosis | |
| JP2655105B2 (ja) | 順序回路の故障箇所推定方法 | |
| US10546080B1 (en) | Method and system for identifying potential causes of failure in simulation runs using machine learning | |
| US10234502B1 (en) | Circuit defect diagnosis based on sink cell fault models | |
| Ladhar et al. | Efficient and accurate method for intra-gate defect diagnoses in nanometer technology and volume data | |
| Yu et al. | Improving diagnosis through failing behavior identification | |
| JP2009098152A (ja) | 論理回路における多重故障の故障箇所推定システム、故障箇所推定方法および故障箇所推定用プログラム | |
| Bosio et al. | A comprehensive framework for logic diagnosis of arbitrary defects | |
| Zou et al. | On methods to improve location based logic diagnosis | |
| Pomeranz et al. | $ z $-Diagnosis: A Framework for Diagnostic Fault Simulation and Test Generation Utilizing Subsets of Outputs | |
| Yamazaki et al. | Diagnosing resistive open faults using small delay fault simulation | |
| JP2005043274A (ja) | 故障モード特定方法及び故障診断装置 | |
| JP2012018111A (ja) | 論理回路の故障箇所推定システムと故障箇所推定方法及び故障箇所推定プログラム | |
| JP2012073148A (ja) | 故障診断装置、故障診断方法、及び故障診断プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080916 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081117 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090609 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090810 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090929 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091130 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100119 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100419 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20100419 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20100426 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20100419 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20100525 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100727 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100727 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130806 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4562713 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |