Содержание к диссертации
Введение
Глава 1. Аналитический обзор методов и средств контроля ра диоэлектронных модулей 12
1.1. Анализ и классификация дефектов, возникающих в процессе производства радиоэлектронной аппаратуры 12
1.1.1. Характер отказов 12
1.1.2. Объекты контроля 14
1.2. Методы контроля и диагностики электронных средств 18
1.2.1. Функциональный контроль 22
1.2.2. Внутрисхемное тестирование 32
1.2.3. Бесконтактные методы диагностики 38
1.3. Системы контроля и диагностики, основанные на знаниях . 39
1.4. Задачи исследования 44
Глава 2. Структурный синтез автоматизированной системы контроля качества и диагностики неисправностей радиоэлектрон ных модулей 46
2.1. Разработка методологии построения автоматизированных систем контроля качества и диагностики неисправностей 46
2.2. Программное обеспечение автоматизированной системы контроля и диагностики 50
2.3. «Быстрое» измерение параметров сигналов 55
2.4. Измерение параметров сигнала с коррекцией погрешностей... 61
2.5. Локализация неисправностей в условиях частичного отсутст- 72 вии диагностической информации
2.5.1. Алгоритм частичного восстановления информации 73
2.5.2. Восстановление характеристик объектов контроля в условиях неопределенности 79
2.5.3. Минимизация КТ при частичной отсутствии информации 81
Глава 3. Программно-аппаратная реализация 86
3.1. Технологический маршрут серийного производства микроволновых датчиков 86
3.2. Функциональная схема автоматизированной системы контроля и диагностики 91
3.3. Сигнатурный анализ 95
3.4. Оценка эффективности диагностической информации как меры затрат на локализацию неисправности 101
Глава 4. Экспериментальное исследование по контролю качества радиоэлектронных изделий в процессе производства 107
4.1. Особенности экспериментального исследования сбоев 107
4.2. Испытания идентификационных датчиков по определению вероятностных характеристик считывания кодов в реальных условиях... 112
4.3. Влияние дестабилизирующих внешних факторов 121
4.4. Задачи экспериментального исследования сбоев информации ПЗУ при считывании кодовых бортовых датчиков 122
4.5. Исследование сбойных состояний датчиков системы радиочастотной идентификации 122
4.6. Реализация результатов исследования проявления сбоев в идентификационных датчиках 141
Заключение 144
Литература
- Методы контроля и диагностики электронных средств
- Системы контроля и диагностики, основанные на знаниях
- Программное обеспечение автоматизированной системы контроля и диагностики
- Функциональная схема автоматизированной системы контроля и диагностики
Введение к работе
В производстве радиоэлектронной аппаратуры, в том числе высокочастотной, определяющую роль играет качество выпускаемой продукции. Большое количество типов автоматизированных систем моделирования и проектирования радиоэлектронных средств и систем позволяет обеспечивать высокое качество изделий на этапе разработки. На этапе производства качество зависит, в основном, от человеческого фактора в лице регулировщика.
Увеличение функциональных возможностей электронных устройств, повышение интеграции микросхем, уменьшение размеров проводников и шага сетки электронной платы, увеличение количества электронных элементов и вместе с тем жесткие требования к качеству выпускаемой продукции сделали наладку электронных узлов довольно сложной задачей.
При производстве электронных компонентов модулей и электронных плат затраты фирмы-производителя на контрольную и диагностическую аппаратуру достигают 40-50%. Большой объем выпускаемых изделий окупает затраты на создание специализированных стендов и диагностических устройств, обеспечивающих стопроцентный контроль электронной техники.
Ряд зарубежных фирм выпускают контрольно-диагностическую аппаратуру, предназначенную для поиска и диагностики неисправностей электронной техники. Данная аппаратура, как правило, требует наличия высокого профессионализма обслуживающего персонала, и, следовательно, длительного обучения и постоянной практики.
Актуальность темы. Повышение интеграции электронных плат, и, как следствие, повышение требований к достоверности контроля и диагностики неисправностей, требует наличия универсальной, простой в эксплуатации, компактной и надежной системы контроля качества и диагностики
неисправностей радиоэлектронных модулей.
Таким образом, существует актуальная научно-техническая задача создания автоматизированной системы контроля качества и диагностики неисправностей радиоэлектронных модулей.
Цель исследования. Целью диссертационной работы является исследование методов и разработка автоматизированной системы контроля качества и диагностики неисправностей радиоэлектронных модулей в процессе серийного производства модулей радиоэлектронной аппаратуры, содержащей как аналоговые, так и цифровые элементы повышенной интеграции, включая большие интегральные схемы (БИС) с программируемой логикой.
Для достижения поставленной цели в работе решаются следующие задачи:
разработка структуры программно-аппаратного комплекса автоматизированной системы контроля качества и диагностики неисправностей радиоэлектронных модулей, содержащей как аналоговые, так и цифровые элементы повышенной интеграции, включая большие интегральные схемы (БИС) с программируемой логикой;
разработка методики выбора контрольных точек (КТ) и формирования тестовых воздействий для целей ускорения диагностики неисправностей модулей радиоэлектронной аппаратуры;
разработка методики, базовых алгоритмов и технологического оборудования, обеспечивающих сокращения времени на межоперационный контроль и повышения качества в процессе производства модулей радиоэлектронной аппаратуры;
разработка методики, базовых алгоритмов и технологического оборудования, направленных на повышение точности измерения параметров
модуля и разрешающей способности автоматизированной системы при локализации дефектов;
5. разработка и создание компьютерной технологической базы данных по качеству выпускаемых радиоэлектронных модулей.
Методы исследования. В работе использованы методы теории графов, теории нечетких множеств, математической статистики, теории вероятностей, теории надежности, математического и линейного программирования, натурные испытания.
Значительная часть результатов работы реализована в виде программ на языке C++ и СУБД Oracle.
Научная новизна работы состоит в следующим:
Разработана структура программно-аппаратного комплекса контроля качества и диагностики неисправностей в процессе серийного производства радиоэлектронной аппаратуры, содержащей как аналоговые, так и цифровые элементы повышенной интеграции, включая большие интегральные схемы (БИС) с программируемой логикой.
На базе разработанного блочно-функционального алгоритма сформулированы методики выбора контрольных точек и формирования тестовых сигналов, обеспечивающих минимальное время на контроль и диагностику радиоэлектронных приборов.
Разработана методика использования нечетких алгоритмов для контроля параметров сигналов.
Разработана методика и программное обеспечение повышения достоверности измеряемых сигналов за счет автоматической коррекции погрешностей АЦП.
Разработаны принципы и алгоритмы единой компьютерной базы
данных контроля качества серийного производства, начиная со входного контроля и заканчивая приемо-сдаточными испытаниями.
Практическая значимость работы.
Практическое значение работ подтверждается повышением количества и качества радиоэлектронной аппаратуры, снижением трудоемкости и уменьшением себестоимости выпускаемой продукции.
Внедрение и положительный эффект подтверждаются соответствующими актами о внедрении, полученными от ОАО «Москвич» (бывш. АЗЛК), ФГУП НПО «Агат», ЗАО «Информтехтранс».
Реализация результатов работы.
Результаты диссертационной работы использованы в отчете по НИР «Исследование методов средств технологического контроля в производстве микросборок и обеспечение их контролепригодности», выполненном в ЦНИИ «Агат» [67] и при создании автоматизированных систем контроля в производстве микросборок [60,137-140].
Так же результаты работы использованы в ЗАО «Информтехтранс» в системе автоматизированного контроля качества при серийном производстве датчиков и аппаратуры считывания по программе «Система автоматической идентификации транспортных средств и подвижного состава МПС РФ»[102,ЮЗ].
Апробация работы и публикации.
Результаты работы докладывались на 12 российский и международных конференциях [91,94,137-143,145-147].
Всего по теме диссертационных исследований было опубликовано 6 статей в центральных периодических научно-технических журналах [60,66,102,131,133,136], в том числе 3 работы в журналах, входящих в перечень ВАК [102,133,136], 4 статьи в научно-технических сборниках
[82,106,132,134], 6 патентов на изобретения [68,103,148-151], 2 свидетельства [106,152] и один патент [118] на полезную модель.
Объем и структура работы.
Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы. Основная часть работы содержит 162 страниц машинописного текста, 31 рисунок, 9 таблиц и приложение. Список литературы содержит 158 наименований.
В работе используются следующие сокращения:
АСА - аналоговый сигнатурный анализатор
АСКД - автоматизированная система контроля и диагностики
АСУ - автоматизированная система управления
АУУ - автоматическое управляющее устройство
АЦП - аналого-цифровой преобразователь
АЧХ - амплитудно-частотная характеристика
БД - база данных
БЗ - база знаний
ВСК - внутрисхемный контроль
ВСТ - внутрисхемное тестирование
ЗУ - запоминающее устройство
ИМС - интегральная микросхема
ИС - интегральная схема
КЗ - короткое замыкание
КТ - контрольная точка
КУ - контактирующее устройство
МП - микропроцессор
НЧ - низкочастотный
ОД - объект диагностирования
Методы контроля и диагностики электронных средств
Все известные методы диагностирования аналоговых, цифровых и гибридных узлов можно разделить на три группы [3]: - структурное (функциональное); - поэлементное (внутрисхемное); - комбинированное.
В зависимости от задач, решаемых системой диагностики, объект контроля можно определить по разному [4-8]. В общем случае объект контроля определяется как набор объектов: {X,Y,W,WmF}, (1.1) где : X— множество векторов входных сигналов; Y— множество векторов выходных сигналов; W- множество внутренних состояний устройства; WH - начальное внутреннее состояние ОК; F- функция внутренних переходов: F=f(WH,W,X); Текущее состояние ОК в момент времени tn определяется как: W(Q=F(Wtl,X(t),W(tn.i)). Значения X(t)eX, W(t) eW определяются в моменты времени teT, где Т — множество моментов интервала времени, в течении которого производится контроль параметров ОК. Для дискретного ОК (X, Y, W - дискретные множества) Г=(0,1,...,со), WH = W(tH) . В случае функционально непрерывного ОК (аналоговая схема) t є Т, Т=[0, ao]tWs(dW/dt)\, o eW.
Поиск неисправностей может осуществляться двумя способами [9]: параллельный и последовательный. При последовательном диагностировании значительно увеличивается время диагностирования, при параллельном способе требуются повышенные ресурсы АСКД: память, быстродействие, а так же более сложные генераторы тестовых последовательностей.
Современные универсальные АСКД, построенные на базе современных микропроцессоров, обеспечивают возможность реализации обоих способов диагностирования, т.к.: 1. современный уровень развития ЭВМ обеспечивает и быстродействие и память ; 2. для уменьшения времени на функциональный контроль должны использоваться параллельные способы; 3. для более высокой степени локализации неисправностей должны использоваться последовательные способы.
По способу реализации систем контроля и диагностики неисправностей разделяют на [10,11]: - программные; - аппаратные; - программно-аппаратные.
При программной реализации систем контроля основой системы являются программные средства реализации алгоритмов генерации тестов и анализа выходных сигналов с объекта контроля. Иногда требуется достаточно сложный математический аппарат для генерации эффективного теста и обработки полученного результата с заданной точностью.
При аппаратной реализации диагностических систем, используемых в основном для контроля микросхем различной интеграции и крупносерийных партий электронных плат, требуется достаточно проработанная функциональная модель устройства. Такие системы анализ неисправностей, как правило, не производят, а выносят диагноз "исправен/неисправен"[12].
Программно-аппаратный комплекс наиболее эффективен для диагностики неисправностей электронных модулей любого типа. Специальная аппаратная часть обеспечивает доступ к элементам, сопряжение и преобразование любых типов сигналов. Программная часть обеспечивает гибкость и точность управления системой и обработкой информации. В работах [13-15] допускается распространение неисправностей в ходе диагностирования. Есть несколько типов схем, диагностика которых требует специфического пограммного обеспечение. Это диагностика: - микропроцессоров; - схем с памятью; - схем с обратной связью.
Задача диагностики схем с памятью значительно сложнее, чем для комбинационных [5,16-18]. Начальное состояние схемы с памятью может быть неопределенным. Требуются дополнительные средства для установки схемы в необходимое состояние.
Тесты для построения схем с памятью, как правило, строятся на базе специальных машинных программ [5] . Используемые в этих системах алгоритмы основаны на построении входных последовательностей X и оценке их проверяющих свойств путем моделирования их воздействий на исправную схему S.
Вопрос о включении X в тест Т решается по результатам моделирования — обнаруживает ли он новые неисправности. После включения Xt в тест Т подмножество неисправностей, обнаруживаемых Xir из рассмотрения исключается.
Системы контроля и диагностики, основанные на знаниях
Появление смешанных технологий, повышение степени интеграции, значительное увеличение контролируемых параметров, ограничение времени диагностики неисправностей, развитие компьютерных технологий дали толчок развитию работ в области интеллектуальных диагностических систем.
Первые попытки создать «интеллектуальную» систему приходится на 1960 год, в начале 80-х годов проводятся более широкие исследования таких систем и создаются основы для промышленного использования[72,73], а пик массового коммерческого использование экспертных систем при решении практических задач начинается с 1993 года [74].
Их важность, и, в первую очередь, состоит в том, что данные технологии существенно расширяют круг практически значимых задач, которые можно решать на компьютерах, и их решение приносит значительный экономический эффект. В то же время, технология экспертных систем является важнейшим средством в решении глобальных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки приложений; высокая стоимость сопровождения сложных систем; повторная используемость программ и т.п. Кроме того, объединение технологий экспертных систем с технологией традиционного программирования добавляет новые качества к коммерческим продуктам за счет обеспечения динамической модификации приложений пользователем, а не программистом, большей "прозрачности" приложения (например, знания хранятся на ограниченном естественном языке, что не требует комментариев к ним, упрощает обучение и сопровождение), лучших графических средств, пользовательского интерфейса и взаимодействия.
По мнению специалистов [75], в недалекой перспективе экспертные системы будут играть ведущую роль во всех фазах проектирования, разработки, и производства.
Выделяют несколько основных направлений этого рынка: 1) экспертные системы; теперь их часто обозначают еще одним термином - "системы, основанные на знаниях"; 2) нейронные сети и "размытые" (fuzzy) логики; 3) естественно-языковые системы. В США к концу двадцатого века рынок между этими направлениями распределился так [76]: - экспертные системы - 62%, - "fuzzy "-техника - 26%, - естественно-языковые системы - 12%.
Использование экспертных систем и нейронных сетей приносит значительный экономический эффект.
Причины, приведшие системы искусственного интеллекта к коммерческому успеху, следующие [74]:
1. Специализация. Переход от разработки инструментальных средств общего назначения к предметно ориентированным специализированным средствам, что обеспечивает сокращение сроков разработки приложений, увеличивает эффективность использования инструментария, упрощает и ускоряет работу эксперта, позволяет повторно использовать информационное и программное обеспечение.
2. Использование языков традиционного программирования и рабочих станций. Переход от систем, основанных на языках искусственного интеллекта (Lisp, Prolog и т.п.), к языкам традиционного программирования (С, C++ и т.п.) упростил "интегрированность" и снизил требования приложений к быстродействию и емкости памяти. Использование рабочих станций вместо ПК резко увеличило круг возможных приложений методов искусственного интеллекта.
3. Интегрированность. Разработаны инструментальные средства искусственного интеллекта, легко интегрирующиеся с другими информационными технологиями и средствами (с CASE, СУБД, контроллерами, концентраторами данных и т.п.).
4. Открытость и переносимость. Разработки ведутся с соблюдением стандартов, обеспечивающих данные характеристики .
5. Архитектура клиент/сервер. Разработка распределенной информационной системы в данной архитектуре позволяет снизить стоимость оборудования, используемого в приложении, децентрализовать приложения, повы сить надежность и общую производительность, поскольку сокращается объем информации, пересылаемой между ЭВМ, и каждый модуль приложения выполняется на адекватном оборудовании.
Перечисленные причины могут рассматриваться как общие требования к инструментальным средствам создания систем искусственного интеллекта.
Программное обеспечение автоматизированной системы контроля и диагностики
Программное обеспечение комплекса включает в себя операционную среду, состоящую из операционной системы Windows (95 и выше), а также набора прикладных программ. Операционная среда предназначена для обеспечения взаимодействия аппаратуры системы диагностики с ПК, организации управления вводом-выводом, подготовки и отладки ПО, БД и БЗ, управления аппаратурой диагностики и обработки данных. Операционная среда наряду с аппаратным обеспечением является автоматизированной диагностической системой.
Прикладные программы выполняют роль специального программного обеспечения и, наряду с инструкциями по их использованию и алгоритмическими языками такими как С, C++, ассемблер, отражают специфику прикладных задач и производимых вычислений.
Практическое применение программного обеспечения, имеющего модульную архитектуру, по сравнению с традиционным позволяет получить ряд преимуществ, таких как: - возможность пополнить БД и БЗ; - разделение программного кода между многими приложениями; - обеспечение многоязыковой поддержки; - эффективное использование ресурсов «Windows». Комплект прикладных программ содержит: - запускающий файл системы. Вначале вызывает файл, производя щий начальные установки системы, затем запускается сама система; - установочный файл системы, тестирование и проверка структуры системы; - главный файл диагностической системы; содержит окно диалога и процедур вызова видимых компонентов системы из файлов ресурсов: процедуры динамической подзагрузки библиотечных переменных, констант, типов данных и функций из стандартных и созданных вспомогательных библиотек (модулей), содержащихся в упакованном виде в файле; - файл ресурсов системы; содержит все видимые компоненты системы в собственном внутреннем представлении; компоненты распаковываются и извлекаются из файла по командам основной программы; - библиотечный файл; содержит список имен баз знаний; - файлы сервисных программ; подготовка схем и списка цепей, топо логии; пополнение БД и БЗ; статистика. Алгоритм работы автоматизированной системы контроля и диагностики неисправностей.
В основу работы АСКД положен двухэтапный алгоритм диагностики электронных модулей [83].
К достоинствам данного алгоритма можно отнести - сокращение времени поиска неисправностей; - возможность поиска кратных неисправностей; - построение функциональных тестов для подсхем с последующим их объединением; - параллельное тестирование функционально несвязанных узлов. Алгоритм состоит из четырех шагов: 1. На основании электрической схемы модуля происходит разбиение ОК на подсхемы. В качестве критерий для разбиения берется: - среднее значение подсхем лежит в диапазоне [М-АМ, ...,М+АМ], где М определяется из ближайшего целого М = Va, где а - общее количество элементов в ОК, а АМ- 0; - количество элементов Z/, имеющих электрические связи Ly с элемен тами Zj, расположенными в других подсхемах, минимально: т т Y LUJ = min (=1 ;=1 где m из диапазона значений [М-ЛМ,...,М,,..,М+ ДЩ ; - элементы, охваченные обратной связью, располагаются в одной под схеме. Каждое ребро R , имеет две монтажные точки Miq и Mjg, расположенные в G» и Gj соответственно. Они же являются потенциальными КТ. При условии целостности проводника сигналы St, Sj. в этих КТ идентичны, т.е. 5, = Sj. При условии неравенства этих сигналов делается вывод о нарушении целостности проводника, соединяющих два ЭРИ.
3. Из массива R формируется массив контрольных точек, в которых производится измерение характеристик сигналов.
Основным результатом измерения является определение подсхем, выходные сигналы которых отличаются от эталонных. Для улучшения локализации происходит блокировка цепей ОС, охватывающих несколько подсхем. Для выявления подсхем используется контроль сигналов «от выхода ко входу».
4. Выявленные подсхемы тестируются функциональными тестами с использованием внутрисхемного контроля. Для ускорения процедуры диагностирования весь массив элементов ОК разбивается на п - N ± Лп подсхем с т =-М ± Am элементами в каждой подсхеме. Для реализации этапа разбиения ОК на подсхемы могут использоваться различные алгоритмы разбиения. Задача разбиения эффективно решается при представлении электрической схемы ОК в виде графа.
Функциональная схема автоматизированной системы контроля и диагностики
По кольцу (по второму пути) производилось движение ж. д. состава, состоящего из локомотива и 95...105 грузовых полувагонов. На подвижных средствах состава было в наличии 20...22 кодовых бортовых датчика типа КБД (2 датчика установлено на локомотиве, остальные — на полувагонах). Все датчики прошли приемо-сдаточные испытания на заводе-изготовителе и были признаны годными к эксплуатации. Установка датчиков КБД на локомотивы и серийные полувагоны была произведена в соответствии с утвержденными МПС чертежами. Высота установки датчиков относительно головки рельса находилась в пределах 1000... 1500 мм.
Средняя скорость движения ж. д. состава - 73,8 км/ч (20,5 м/с). Максимальная зафиксированная (15.04.03 г., 18-07) скорость движения состава -78,5 км/ч (21,8 м/с). За сутки в среднем производилось порядка 1600 считывание кодов датчиков.
Первоначально, перед проведением натурных испытаний, была проконтролирована реально существующая зона считывания кодов датчиков. Контроль осуществлялся с помощью технологической программы и контрольного датчика. Технологическая программа обеспечивала подсчет количества считываний кода датчика за одну секунду. Зона считываний кодов датчиков была определена по условию не менее 78 считываний кода датчика в секунду. Размеры выявленной зоны считывания кодов датчиков приведены на рис.4.3. Методика проведения испытаний по определению вероятностных характеристик считывания кодов КБД заключалась в следующем.
1. Информация по каждому прошедшему ж. д. составу, поступившая с серийного считывателя ЖЛТК.464204.001 (считываемые коды бортовых датчиков, время их считывания и времена прохождения осей мимо ДФПО), записывалась на диск концентратора информации в виде отдельного файла с расширением «bin». Имя файла состоит из даты и времени его формирова ния. На основе этой информации концентратор формировал стандартное сообщение № 266, содержащее сведения о прошедшем ж. д. составе (количество и типы подвижных средств и коды бортовых датчиков). Значения считываемых кодов датчиков выдавались считывателем только после трехкратного совпадения подряд (критерий «три из трех») и при правильных контрольных суммах. В концентраторе производилось дополнительное отсеивание сбойных кодов.
2. Для выявления пропусков датчиков полученные файлы с расширением «bin» подвергались экспресс-анализу, в результате которого выделялись файлы минимального размера. Коды прочитанных датчиков в этих файлах сравнивались с кодами датчиков в файлах, сформированных непосредственно раньше или позже выделенного файла.
3. Более подробный анализ полученной информации производился с помощью специальной технологической программы, позволяющей выявлять не только пропущенные коды датчиков, но и коды, содержащие «неправильную» информацию (сбои).
4. В процессе анализа подсчитывалось количество пропущенных датчиков (т) и общее количество (п) прошедших мимо пункта считывания подвижных средств, оборудованных КБД. Вероятность пропуска датчика определялась как p=m/n, а вероятность правильного считывания (достоверность идентификации) - соответственно как q-1-p. Дополнительно выявлялись случаи, когда в сообщении № 266 содержались коды датчиков, реально не существующих в ж. д. составе (г). По количеству г таких выявленных случаев предполагалось определить вероятность ложного считывания (ошибки считывания) как f=r/n.
Из статистики исключен период с 20.05.03 по 18.06.03, когда была выявлена ненормальная работа концентратора, вызванная накоплением болыпо го количества файлов (несколько десятков тысяч) в рабочей директории. Накопление файлов в рабочей директории обусловлено отсутствием связи концентратора с вышестоящим звеном САИ, куда должна была передаваться накопленная информация. Ненормальная работа концентратора внешне проявлялась в замедленной реакции концентратора на команды оператора, пропусками информации, поступающей со считывателя, и преждевременным (до окончания прохождения состава) формированием команды на выключение излучения сигнала передатчика считывателя. После принудительной очистки рабочей директории от накопленной информации нормальная работа концентратора восстановилась.
Размер зоны считывания кодов КБД в угломестной плоскости согласован с допускаемыми конструкторской документацией высотами установки КБД на бортах подвижных средств (lOOO! мм относительно головки рельса). Размер зоны считывания в азимутальной плоскости обеспечивает уверенное считывание кодов КБД при максимальных заданных в ТЗ скоростях движения ж. д. состава 140 км/ч или 39 м/с (в соответствии с используемым критерием обнаружения требуется трехкратное считывание, а фактически обеспечивается 8-кратное).
За время испытаний в период с 7.04.03 г по 11.08.03 г. серийным образцом считывателя было произведено более л=176200 считываний кодов бортовых датчиков (при выполнении критерия «три из трех» и правильных контрольных суммах). Из них было 6 случаев пропуска информации (т=6) с датчиков (причины установить не удалось). Вероятность пропуска датчика составила менее/?=т/я=3,4 10 5, что соответствует вероятности правильного считывания кодов датчиков более д=1-р=0,99996.
