数字芯片的故障预测与健康管理(phm)关键技术研究

数字芯片的故障预测与健康管理(phm)关键技术研究

ID:35082724

大小:6.19 MB

页数:83页

时间:2019-03-17

数字芯片的故障预测与健康管理(phm)关键技术研究_第1页
数字芯片的故障预测与健康管理(phm)关键技术研究_第2页
数字芯片的故障预测与健康管理(phm)关键技术研究_第3页
数字芯片的故障预测与健康管理(phm)关键技术研究_第4页
数字芯片的故障预测与健康管理(phm)关键技术研究_第5页
资源描述:

《数字芯片的故障预测与健康管理(phm)关键技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、胃击如成A赛金UNINIVERSITYOFELECTRONICSCI巨NCEANDTECHNOLOGYOPCHA硕±学位论文MASTERTHESIS..'I—*论义题y数中芯片的故除烦测;;健化巧理(PHM)关键技术妍络^I学科专业微电子学与固体电子学学号201321030306作者姓名汪鹏指导教师李平教授J独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加标注和致谢的

2、地方夕h,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:^^曰期:如么年/月曰/论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可1^将学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存、汇编学位论文

3、。(保密的学位论文在解密后应遵守此规定)作者签名;在签名:離导师曰期:W/年/月I曰分类号密级UDC学位论文数字芯片的故障预测与健康管理(PHM)关键技术研究(题名和副题名)汪鹏(作者姓名)指导教师李平教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业微电子学与固体电子学提交论文日期2016.03.18论文答辩日期2016.05.19学位授予单位和日期电子科技大学2016年06月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。RESEARCHONKEYTECHNOLOGYOFPROGNOSTICSANDHE

4、ALTHMANAGEMENTFORDIGITALCHIPSAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MicroelectronicsandSolid-StateElectronicsAuthor:WangPengSupervisor:Prof.LiPingSchool:SchoolofMicroelectronicsandSolid-StateElectronics摘要摘要数字芯片功能恶化将严重影响电子设备的正常工作。数字芯片故障在一些重要应用

5、中造成巨大损失。数字芯片的故障预测与健康管理已经成为现代化电子装置稳定性研究的紧要要素。数字芯片的故障预测与健康管理关键技术研究影响因素对特征参数的影响,研究总结特征参数变化规律,提高数字芯片稳定性,延长芯片使用时间,增强自动化电子装置的稳定性,降低维护成本。本文通过研究芯片表面温度和环境温度等影响因素对数字芯片频率等特征参数的影响,研究频率随温度和使用时间的变化趋势,预测芯片健康状态。本文采用基于数据驱动的方法研究针对数字芯片的故障预测与健康管理技术。本文分析数字芯片的故障类型和故障特征,挑选芯片输出频率作为数字芯片特征参数,设计核心算法建立模型挖掘频率变

6、化中隐藏的信息,探索数字芯片功能恶化、性能衰退的规律。本文利用建立的温度故障模型和故障预测模型,预测数字芯片的工作状态。根据模型结果和相关经验,提出维护建议。期望延长数字芯片使用寿命,降低电子设备的维护成本,最大程度避免因数字芯片故障而造成的影响和损失。本文引入机器学习人工智能领域里的神经网络算法作为核心算法,利用神经网络善于逼近非线性函数关系的特性,挖掘特征参数隐含的信息。为了完成实验,本文设计用于特征参数测量的软硬件研究平台。硬件研究平台由温度传感器、数字芯片、计算机和电阻等电子元器件组成。软件研究平台包括自主编写的数据接收软件和数据处理程序。实验结果显

7、示,温度故障模型误差3%左右,故障预测模型误差7%左右。两个模型分别能有效实现对频率参数计算和预测的功能。实验结果表明,芯片频率取值与芯片表面温度和环境温度成反比,芯片频率参数随着使用时间的增加而减小。本文搭建的软硬件研究平台能够顺利采集并记录数据。实现的软硬件研究平台能顺利完成数字芯片的故障预测与健康管理功能。但是由于数字芯片的故障预测与健康管理技术涉及的知识体系庞大,还需要研究人员不断学习深入认识,完善强化本文中的相关设计。关键词:数字芯片,故障预测与健康管理,数据驱动,神经网络IABSTRACTABSTRACTThedeteriorationofdig

8、italchipsfunctionseriously

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。