Development and Application of a New Fault Diagnosis Method of Circuits by Neural Nets

神经网络电路故障诊断新方法的开发与应用

基本信息

项目摘要

The purpose of this research is to develop and apply a new fault diagnosis method of electronic logical circuits. Neural net not only can detect faults of circuits but also it is fault-resistive. We have applied this property to fault diagnosis. The method is simple and found universally applicable to most types of faults. Our method is unique in that it requires neither a specially prepared test data set nor any fault diagnosis dictionary, of which property used to be observed commonly in other fault diagnosis method.Previous approach of fault diagnosis adheres to completeness of the diagnosibility, i.e., it requires either to generate a test pattern that can detect existence of a single fault or to prove that it is not possible to diagnose a fault. On the other hand, our method enumerates candidates of fault corrections one by one, though the diagnosis may be erroneous. Though no complete diagnosibility is guaranteed, our method allows a simple detection and diagnosis of fault simultaneously.Previously we had designed a fault diagnosis algorithm and had obtained an excellent simulation result on small sized circuits. So we have examined what kind of fault model our method can capture. As a result we have observed by experiment that a single static fault (including 0/1 degenerate fault and delay fault) can be detected/diagnosed successfully. We are encouraged by this result and we are currently investigating its reason. As a natural consequence, to exploit the diagnosibility ability in our neural net approach, we want to develop an algorithm to diagnose dynamic fault. We also want to extend target fault models of our method somehow by employing multiple-valued logic, which possesses much versatile expressibility compared to the binary case.
本研究的目的是开发和应用一种新的电子逻辑电路故障诊断方法。神经网络不仅可以检测电路的故障,而且具有抗故障性。我们已将此特性应用于故障诊断。该方法简单,普遍适用于大多数类型的故障。我们的方法的独特之处在于,它不需要专门准备的测试数据集,也不需要任何故障诊断词典,而这些属性在其他故障诊断方法中是常见的。以前的故障诊断方法坚持诊断性的完整性,即它需要生成可以检测单个故障存在的测试模式,或者证明不可能诊断故障。另一方面,我们的方法一一列举了故障纠正的候选者,尽管诊断可能是错误的。虽然不能保证完全的诊断性,但我们的方法可以同时进行简单的故障检测和诊断。之前我们设计了故障诊断算法,并在小尺寸电路上获得了良好的仿真结果。因此,我们检查了我们的方法可以捕获哪种类型的故障模型。结果我们通过实验观察到单个静态故障(包括0/1简并故障和延迟故障)可以被成功检测/诊断。我们对这一结果感到鼓舞,目前正在调查其原因。自然的结果是,为了利用我们的神经网络方法的诊断能力,我们希望开发一种算法来诊断动态故障。我们还希望通过采用多值逻辑以某种方式扩展我们方法的目标故障模型,与二进制情况相比,多值逻辑具有更通用的可表达性。

项目成果

期刊论文数量(38)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A New Fault Model based on Neural Network Diagnostic Engine
基于神经网络诊断引擎的新型故障模型
ニューラルネットワーク診断で検出できる論理回路故障モデルの一考察
神经网络诊断逻辑电路故障模型的研究
Providing Environmental Information by Data Carrier + Networks
通过数据承载网络提供环境信息
巽 久行: "ニューラルネットワーク診断で検出できる論理回路故障モデルの一考察"第2回情報科学技術フォーラム(FIT'2003)講演論文集. 2・1. 307-308 (2003)
辰巳久之:“可通过神经网络诊断检测的逻辑电路故障模型的研究”第二届信息科学技术论坛论文集(FIT2003)307-308。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
Obstacle Avoidance Fuzzy Robot by GP that uses SVM
GP 使用 SVM 的避障模糊机器人
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

TATSUMI Hisayuki其他文献

TATSUMI Hisayuki的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('TATSUMI Hisayuki', 18)}}的其他基金

Extending Object Recognition Awareness of the Visually Impaired by Giving Improved Haptic Information Support
通过提供改进的触觉信息支持来扩展视障人士的物体识别意识
  • 批准号:
    18H03656
  • 财政年份:
    2018
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Grant-in-Aid for Scientific Research (A)
Proposal of an Acoustic Digital Pen for the Visually Impaired that will Allow them to Recognize Handwriting Position using Sound
为视障人士设计一款声音数字笔的提案,使他们能够通过声音识别手写位置
  • 批准号:
    16K12781
  • 财政年份:
    2016
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research
Proposal for Synchronization and Sharing Information between Tactile and Online Maps
关于触觉地图和在线地图之间同步和共享信息的提案
  • 批准号:
    25560101
  • 财政年份:
    2013
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research
Study of an Interface using Virtual Haptic Sensing for the Visually Impaired
针对视障人士使用虚拟触觉传感的界面研究
  • 批准号:
    25280097
  • 财政年份:
    2013
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Study of Visual-aids Simulator aimed at Finding Public Signs for Low-vision Walking Study of Visual-aids Simulator aimed at Finding Public Signs for Low-vision Walking
旨在寻找低视力步行公共标志的视觉辅助模拟器的研究 旨在寻找低视力步行公共标志的视觉辅助模拟器的研究
  • 批准号:
    21300079
  • 财政年份:
    2009
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Study of Haptic Interface for Pathway Indication and Indoor Walk-guide Simulator for the Visually Impaired
路径指示触觉界面和室内视障步行引导模拟器的研究
  • 批准号:
    18300072
  • 财政年份:
    2006
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)

相似国自然基金

基于非渐近估计的复杂微电网故障诊断与运行稳定性控制理论研究
  • 批准号:
    62303133
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
数据知识联合驱动的闭环控制系统早期故障诊断研究
  • 批准号:
    62373227
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
矿山旋转机械的多模态小样本故障诊断方法研究
  • 批准号:
    52374155
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
实时矿井通风网络解算及故障诊断理论及关键科学技术
  • 批准号:
    52374202
  • 批准年份:
    2023
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目
基于集员估计与元学习的卫星控制系统故障诊断方法研究
  • 批准号:
    62373125
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似海外基金

Towards resiliency through health monitoring, diagnosis, prognosis, and fault tolerance in complex and cyber-physical systems with applications to electrified and connected vehicles.
通过复杂网络物理系统的健康监测、诊断、预测和容错,并应用于电气化和互联车辆,实现弹性。
  • 批准号:
    RGPIN-2018-04002
  • 财政年份:
    2022
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Discovery Grants Program - Individual
Online Fault Diagnosis, Prognosis, and Health Monitoring of Small Satellites
小卫星在线故障诊断、预测和健康监测
  • 批准号:
    RGPIN-2020-05513
  • 财政年份:
    2022
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Discovery Grants Program - Individual
Fault Characterization and Diagnosis at the Distributed Generation Interfacing Inverters
分布式发电接口逆变器的故障表征和诊断
  • 批准号:
    574909-2022
  • 财政年份:
    2022
  • 资助金额:
    $ 1.92万
  • 项目类别:
    University Undergraduate Student Research Awards
ERI: Harnessing Probabilistic Deep Learning Method Integrated with Tailored Features for Enhanced Real-Time Machinery Fault Diagnosis and Prognosis
ERI:利用概率深度学习方法与定制特征相结合,增强实时机械故障诊断和预测
  • 批准号:
    2138522
  • 财政年份:
    2022
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Standard Grant
Cooperative Cyber Attack Protection, Fault Diagnosis, and Recovery Control of Autonomous Networked Unmanned Vehicles and Multi-Agent Cyber-Physical Systems (CPS)
自主网络化无人驾驶车辆和多智能体网络物理系统(CPS)的协同网络攻击防护、故障诊断和恢复控制
  • 批准号:
    RGPIN-2019-06996
  • 财政年份:
    2022
  • 资助金额:
    $ 1.92万
  • 项目类别:
    Discovery Grants Program - Individual
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了