Оптимізація послідовностей тест-векторів в процесі тестового комбінованого діагностування цифрових мікропроцесорних пристроїв

Для блока тест-векторів, який розпочинає послідовність тест-векторів:

 

де Р (yк) – статистична ймовірність знаходження об’єкта діагностування в стані yкL (може бути визначена за статистичними даними, що накопичені при проведенні попередніх випробувань або визначені під час випробувань аналогів об’єкта діагностування) ; С (ti) – вартість подання блока тест-векторів tiT на об’єкт діагностування.

Для блока тест-векторів, який продовжує послідовність тест-векторів:

 

Для сукупності блоків тест-векторів:

 

де С (tj) -вартість подання блока тест-векторів tjT на об’єкт діагностування.

Вартість подання послідовності тест-векторів та її елементів може визначатися кількістю тест-векторів, що їх складають, необхідними на подання витратами часу або іншими показниками.

В багатьох випадках вихідні дані, надані для побудови та оптимізації послідовностей тест-векторів, бувають надлишковими і їх обсяги можуть бути попередньо скорочені, що надасть можливість спростити процес розробки та оптимізації послідовностей тест-векторів. Дослідження вихідних даних дозволило сформулювати умови для визначення серед елементів множини Т ідентичних блоків тест-векторів, а також блоків тест-векторів, які можуть бути вилучені з множини Т на підставі аналізу перевіряючої здібності. Крім того, була сформульована умова можливості суміщення блоків тест-векторів для одночасного подання на об’єкт діагностування, що стає можливим при використанні методу тестового комбінованого діагностування. На підставі перерахованих умов розроблено узагальнений алгоритм підготовки вихідних даних для оптимізації послідовностей тест-векторів, наведений на рис. 1.

Згідно з узагальненим алгоритмом підготовки вихідних даних були розроблені часткові алгоритми, наведені в дисертаційній роботі, для реалізації окремих його етапів.

Третій розділ присвячений розробці алгоритмів та методик оптимізації послідовностей тест-векторів в процесі тестового комбінованого діагностування мікропроцесорних пристроїв з урахуванням особливостей прояву несправностей динамічного типу.

Для вирішення задач, метою яких є отримання оптимального варіанта послідовності тест-векторів при умові недостатньої достовірності статистичних даних про ймовірність знаходження об’єкта діагностування в різних станах, запропоновано використовувати алгоритми, що базуються на методах з побудовою повного дерева рішень. Виконання таких методів складається з двох етапів. На першому етапі будується повне дерево рішень, а на другому визначається рішення, яке задовольняє вимогам задачі. Це дозволяє знайти нове рішення при зміні статистичних даних без повторної побудови повного дерева рішень.

Для побудови повного дерева рішень був розроблений алгоритм, за яким виконується наступна послідовність дій:

•як кореневі вершини в дерево рішень включаються блоки тест-векторів, які мають властивість розподіляти на дві непусті підмножини вихідну множину можливих станів об’єкта діагностування самостійно або в сукупності з іншими блоками тест-векторів;

•отримані підмножини аналізуються на наявність підмножини, що складається більш, ніж з одного елемента;

•якщо підмножини з зазначеними властивостями немає, то процес побудови повного дерева рішень завершується;

•в продовження дерева рішень включаються блоки тест-векторів, які мають властивість розподіляти знайдену підмножину на дві непусті підмножини або розпочинати сукупність із зазначеними властивостями з іншими блоками тест-векторів;

•виконується повернення до аналізу наявності підмножини, що складається більш, ніж з одного елемента.

Для порівняння ефективності послідовностей тест-векторів та їх фрагментів виведена формула розрахунку значення функції переваги послідовності тест-векторів Ф (L) відносно множини станів об’єкта L:

 

де T (yi) – множина блоків тест-векторів, що складають послідовність, яку необхідно подати на об’єкт діагностування для ідентифікації стану yi.

Умовою для визначення найбільш ефективного варианта послідовності тест-векторів є максимальне значення функції переваги Ф (L).

Для визначення оптимального варіанта послідовності тест-векторів на підставі повного дерева рішень розроблено алгоритм, який циклічно виконує наступну послідовність дій:

•починаючи від найменших фрагментів і послідовно переходячи до повних послідовностей тест-векторів можливих станів, аналізується наявність в дереві рішень дублюючих фрагментів;

•якщо дублюючих фрагментів немає, процес скорочення повного дерева рішень завершується;

•за формулою (7) виконується розрахунок значення функції переваги для знайдених дублюючих варіантів;

•з дерева рішень вилучається варіант, якому відповідає менше значення функції переваги.

Для вирішення задач, метою яких є отримання оптимального варіанта послідовності тест-векторів при умові наявності достовірних статистичних даних про ймовірність знаходження об’єкта діагностування в різних станах, запропоновано алгоритм, що базується на використанні методу гілок та меж. Запропонований алгоритм виконує наступну послідовність дій:

•будується один варіант послідовності тест-векторів;

•починаючи з кінцевих вершин, виконується аналіз можливості розподілу множини можливих станів об’єкта діагностування на підмножини, що складаються з одного елемента, в інший спосіб;

•якщо аналіз вказує на відсутність можливості дублювання, процес формування послідовності тест-векторів завершується;

•за формулою (7) виконується розрахунок значення межі функції переваги для вихідного варіанта фрагмента послідовності тест-векторів;

•за формулою (7) виконується розрахунок значення функції переваги для знайденого іншого варіанта побудови фрагмента з аналогічними перевіряючими здатностями;

•якщо значення межі функції переваги менше, ніж розраховане для нового варіанта, вихідний варіант фрагмента послідовності тест-векторів замінюється на новий.

Враховуючи, що методи побудови оптимальних послідовностей тест-векторів є різновидами методів перебору, які відзначаються великою трудомісткістю, в роботі запропоновано спрощений алгоритм побудови оптимізованих послідовностей тест-векторів, наведений на рис. 2.

Четвертий розділ присвячений розробці технічних засобів для реалізації умовних алгоритмів тестового комбінованого діагностування на апаратному рівні та апробації запропонованих алгоритмів оптимізації послідовностей тест-векторів за допомогою