شماره ركورد كنفرانس :
4608
عنوان مقاله :
عيب يابي مدارات الكترونيكي آنالوگ با استفاده از توابع كامولنت
عنوان به زبان ديگر :
Cumulant-Based Analog Electronic Circuit Fault Detection
پديدآورندگان :
مظفري نگين mozaffari.negin93@yahoo.com دانشگاه شهيد مدني آذربايجان , آتشبار محمود atashbar@azaruniv.ac.ir دانشگاه شهيد مدني آذربايجان , منفردي خليل khmonfaredi@azaruniv.ac.ir دانشگاه شهيد مدني آذربايجان
كليدواژه :
كامولنت , گشتاور , عيب يابي , مدارات الكترونيك
عنوان كنفرانس :
چهارمين دوره كنفرانس مهندسي قابليت اطمينان
چكيده فارسي :
عيب يابي يكي از مهم ترين مشكل طراحان مدارات الكترونيكي مي باشد. اكثر روشها عيب يابي مدارات الكترونيكي زمان تست و هزينه زيادي نياز دارند. روش هاي مبتني بر مشخصات آماري پاسخ مدار توانسته است مشكلات فوق را حل نمايد. در اين مقاله روش استفاده از كامولنت مرتبه سوم (چولگي ) جهت عيب يابي مدارات الكترونيكي غير خطي آنالوگ پيشنهاد مي گردد. در روش پيشنهادي سيگنال تصادفي به عنوان منبع ولتاژ به ورودي مدار اعمال شده و ولتاژ نقطه ديگر مدار را بعنوان سيگنال خروجي در نظر مي گيريم. به ازاي ورودي تصادفي با مشخصات ثابت، مشخصات آماري سيگنال تصادفي خروجي به مقادير عناصر مدار وابسته مي باشد بر اين اساس چولگي سيگنال تصادفي خروجي به عنوان ويژگي استخراج مي گردد و با مقايسه مقادير چولگي مدار تحت تست با مقادير مدار بدون عيب، معيوب بودن مدار مشخص مي گردد. نتايج شبيه سازي هاي انجام شده حاكي از آن است كه بر خلاف روش مرجع، در روش پيشنهادي امكان شناسايي عيوب مدارات الكترونيكي در بازه هاي انحرافي كوچك مقادير پارامتر هاي مدار وجود دارد.
چكيده لاتين :
Fault Detection of analog circuits is an important problem for electronic circuits designers. The main problem of the most methods is the test cost and time. Statistical-based methods have been able to solve this problem. To fault detection of nonlinear analog circuits, in this paper a new skewness-based method is proposed. In this method a random voltage sources is used to exciting the circuit under test, then the voltage of the certain node is used as an output signal. For the certain random source, the statistical feature of the output signal is related to circuit elements. Thus, we use the skewness of the output as a feature for fault detection. Simulation results show that the proposed method has higher accuracy with respect to references methods.