-
公开(公告)号：CN101976216A
公开(公告)日：2011-02-16
申请号：CN201010519749.9
申请日：2010-10-26
Applicant: 哈尔滨工业大学
IPC: G06F11/22
Abstract: 基于IEEE 1500标准的IP核测试结构及测试方法，涉及IP核测试结构和方法，解决了现有的IP核测试技术耗时长、测试效率低的问题，过程如下：一、开启配置信号生成模块，生成测试所需的配置信号；二、开启命令总线分配模块，在配置信号的作用下将命令总线与被测IP核的命令信号线相连。三、开启测试指令生成模块，在上层控制指令的作用下，给被测IP核提供控制信号和编码后的测试指令。四、开启数据总线分配模块，配置测试数据传输的通路。五、开启相应的测试数据生成模块，给被测IP核提供测试激励。六、使被测IP核正常工作，捕获IP核的测试响应。本发明通过在FPGA内增加测试结构实现了IP核的测试，设计简单而灵活。
-
公开(公告)号：CN101042714A
公开(公告)日：2007-09-26
申请号：CN200710072150.3
申请日：2007-04-29
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 适用于多扫描链设计芯核的SOC测试数据的压缩方法，它涉及到SOC测试技术领域。它是为解决现有测试方法在对多扫描链设计芯核进行测试时，测试数据量过大，存在非模型故障的覆盖率不高且解码器的硬件代价过大而提出的。它的步骤一、将测试集TD按照多链形式排列；步骤二、用近似团划分算法分组；步骤三、将各组按降序排序；步骤四、设定字典条目数量E；步骤五、“0+索引编码”、“1+测试片段”表示各组测试片段，得到压缩后的测试集TE。本发明能直接用芯核厂商提供的测试数据，在不关心电路内部结构、不需要进行故障仿真和测试生成的条件下对多扫描链设计芯核进行测试数据压缩，压缩后的测试集仍然具有较高的故障覆盖率，且解码器硬件规模较小。
-
公开(公告)号：CN119247759A
公开(公告)日：2025-01-03
申请号：CN202410423822.4
申请日：2024-04-10
Applicant: 哈尔滨工业大学
Abstract: 本发明属于自动测试技术领域，具体涉及一种基于图模型与深度强化学习的控制系统的测试任务调度方法及其系统。对测试任务需求进行分析，再构建Single‑rate DAG任务调度模型；依据Single‑rate DAG任务调度模型，生成有向图作为GNN的输入；基于有向图和GNN建立关于边的热图；依据热图生成任务调度排序，根据任务调度排序规划调度方案；计算损失函数，并依据损失函数更新图神经网络；重复建热图至计算损失函数，直至可规划出符合预期目标的高质量解或在规划出的测试方案makespan的均值和最小值的差值小于一定阈值，迭代结束；步骤7：输出优化后的解。本发明用以解决缺乏对高相关性的测试任务调度过程的规划结果往往随机性较大，难以适用于实际需求的问题。
-
公开(公告)号：CN119178984A
公开(公告)日：2024-12-24
申请号：CN202410965100.1
申请日：2024-07-18
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
Abstract: 基于信号传输性能分析的MIV故障诊断系统及其方法，涉及三维集成电路测试技术领域。解决现有单片层间通孔MIV测试方法可诊断故障范围有限的问题。诊断系统包括一个测试控制器和多个测试单元；所述测试控制器用于向各测试单元发送测试指令。基于诊断系统实现的诊断方法为：通过分别检测整个MIV组中是否存在开路故障、漏电故障及前半组MIV中是否存在短路故障、后半组MIV中是否存在短路故障，若检测过程中存在故障则对整个MIV组进行进一步故障诊断，诊断包括执行延迟特性识别的故障诊断、电压特性识别的故障诊断，直至获得诊断结果。本发明适用于三维集成技术中MIV的测试及故障诊断。
-
公开(公告)号：CN118655414A
公开(公告)日：2024-09-17
申请号：CN202410884227.0
申请日：2024-07-03
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
Abstract: 一种三相交错并联Boost变换器鲁棒的开路故障诊断方法及其系统，涉及电力电子领域。用于对三相交错并联Boost变换器进行检测和定位故障相。开路故障诊断方法为：在每个开关周期的三个特定时刻采样输入电流值；在两个开关周期内对每个时刻的采样值进行积分；计算三个积分值之间的最大差异，并将最大差异与阈值比较，判断是否故障；通过分析采样值确定故障相。本发明适用于三相交错升压转换器开路故障的诊断和定位。
-
Patent Agency Ranking
公开(公告)号：CN117668538A
公开(公告)日：2024-03-08
申请号：CN202311563366.5
申请日：2023-11-22
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
IPC: G06F18/214 , G06F18/22 , G06F18/15 , G06N3/045 , G06N3/0442 , G06N3/0499 , G06N3/084 , G06F17/18
Abstract: 一种基于改进VMD和Bi‑GRU的时间序列预测方法和系统，涉及信息处理技术领域。解决现有使用神经网络方法对小样本数据进行时序预测忽略细节特征，预测效果不理想的问题。所述方法包括：对时间序列数据进行预处理，获得时间序列样本数据；采用改进的VMD方法将时间序列样本数据分为K个不同频域上的子序列；计算子序列的多尺度样本熵，根据计算结果将K个子序列进行分组；根据多尺度样本熵分组结果，选择不同的Bi‑GRU的时间序列预测模型库，进行预测；将预测结果和多尺度样本熵分组结果输入至BP神经网络，进行数据重构，获取最终时间序列的预测结果。应用于电动汽车电池领域。
-
-
公开(公告)号：CN115684799A
公开(公告)日：2023-02-03
申请号：CN202211367535.3
申请日：2022-11-03
Applicant: 哈尔滨工业大学
IPC: G01R31/00 , G01R31/327 , G01R31/54 , G06N3/0464 , G06N3/08
Abstract: 本发明是一种基于数据驱动的三相PFC转换器间歇故障检测方法。本发明涉及电子测量技术领域，本发明采集三相PFC转换器的输出x(t)，持续时间4ms；基于经验模态分解EMD方法对x(t)进行分解，得到n个IMFs；在n个IMFs中选取与原输出数据最相关，且彼此最不相关的m个IMFs进行统计特征值提取；对选取的特定的IMF进行统计特征提取；训练卷积神经网络；采集待测三相PFC的输出数据，根据得到的特征值将特征值作为训练好的卷积神经网络的输入，得到神经网络的输出，判断三相PFC转换器是否出现故障。
-
公开(公告)号：CN111610428B
公开(公告)日：2023-01-17
申请号：CN202010326364.4
申请日：2020-04-26
Applicant: 哈尔滨工业大学
IPC: G01R31/28 , G01R31/3161
Abstract: 一种基于响应混叠性度量小波包分解算法的参数优化方法，涉及模拟电路故障检测中一种参数优化方法。本发明为了解决现有模拟电路中部分低灵敏度器件在参数容差的影响下故障状态与正常状态界限模糊，导致其故障检测率低的问题。本发明所述方法包括获取电路元件灵敏度顺序表；得到正常/故障状态原始数据；建立小波包分解特征提取方法库；使用方法库内小波包分解方法处理电路正常/故障状态原始数据，计算处理后得到的高维距离度量值；根据高维距离度量值得到正常/故障状态正态分布曲线；计算每种小波包分解方法处理后的故障/正常状态正态分布曲线间的混叠面积；按优先级优选出最优小波包分解算法的参数。属于模拟电路故障检测领域。
-
公开(公告)号：CN112115663B
公开(公告)日：2022-09-27
申请号：CN202011012475.4
申请日：2020-09-23
Applicant: 哈尔滨工业大学
Abstract: 一种DC‑DC转换器早期多源故障诊断的特征提取方法，属于DC‑DC转换器故障诊断技术领域。本发明为解决现有DC‑DC转换器的故障检测主要针对单个元件引起的故障，对具有隐蔽性特征的早期多源故障检测效果差的问题。包括：获得正常样本和待识别早期多源故障样本；对正常样本和待识别早期多源故障样本分别获得所有子频带的m×n个局部候选能量；在待识别早期多源故障样本对应的m×n个局部候选能量中优选出v个选定局部能量，构成最优局部能量集；由v个选定局部能量与已知的w个早期多源故障构建初始矩阵；对初始矩阵采用贪婪算法从v个选定局部能量中再优选出u个局部能量作为u个故障特征，供DC‑DC转换器早期多源故障诊断。本发明提高了早期多源故障识别能力。
-
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.039 seconds)
