处理器电路的隔离测试方法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 78-81.

处理器电路的隔离测试方法研究

路锋1，2，冯辅周1，闫存金2

1.装甲兵工程学院机械工程系，北京 100072
2.装甲兵工程学院装甲兵装备技术研究所，北京 100072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Research on processor circuit testing method of isolation

LU Feng1，2，FENG Fuzhou1，YAN Cunjin2

1.Department of Mechanical Engineering，Academy of Armored Force Engineering，Beijing 100072，China
2.Armored Force Equipment Technology Institute，Academy of Armored Force Engineering，Beijing 100072，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 含处理器（CPU）电路的测试和故障诊断一直是测试领域的一个难点。在研究过程中，提出并设计了一种电气隔离测试方法。该方法通过对CPU电路基本属性分析，采用对CPU复位脚进行操作使其一直处于某种特定状态，并设计一套外围电路对其进行数据收发，从而实现将CPU从电路中“隔离”出来进行测试。实验结果表明，该方法具有其独特的优势。

关键词: 自动测试, 故障诊断, 隔离测试, 复杂电路

Abstract: Processor circuit testing and malfunction diagnosis is one of the difficulties in the field of automatic test and malfunction diagnosis.In the study，it proposes and designs a method of isolating test.In this method，it analyzes the basic circuit properties of the processor and uses the reset pin of the CPU to operate the CPU in a particular state，and then designs its peripheral circuit to transceiver data，makes the CPU "isolation" out of the circuit for testing.This method has its unique advantages.

Key words: automatic test, malfunction diagnosis, isolation test, complex circuit

路锋1，2，冯辅周1，闫存金2. 处理器电路的隔离测试方法研究[J]. 计算机工程与应用, 2011, 47(32): 78-81.

LU Feng1，2，FENG Fuzhou1，YAN Cunjin2. Research on processor circuit testing method of isolation[J]. Computer Engineering and Applications, 2011, 47(32): 78-81.

[1]	林荣来，汤冰影，陈明. 适用于轴承故障诊断的数据增强算法[J]. 计算机工程与应用, 2021, 57(7): 269-278.
[2]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[3]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[4]	钱文博，熊建斌，岑健，王颀，余得正，吴润杰. 建筑电气系统故障诊断综述[J]. 计算机工程与应用, 2021, 57(16): 27-39.
[5]	唐登平，蔡文嘉，邹立，胡翔，丁黎，王雪. 改进卷积神经网络在互感器故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(11): 239-247.
[6]	衷路生，刘东东. 多级神经网络的轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(7): 193-199.
[7]	杜小磊，陈志刚，许旭，张楠. 改进深层小波自编码器的轴承故障诊断方法[J]. 计算机工程与应用, 2020, 56(5): 263-269.
[8]	余萍，曹洁. 深度学习在故障诊断与预测中的应用[J]. 计算机工程与应用, 2020, 56(3): 1-18.
[9]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[10]	唐魏，郑源，潘虹，徐晶珺. 引入动态调节学习率的SAE轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(20): 264-269.
[11]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[12]	曹洁，赵伟吉，余萍，王进花. 改进鸟群算法优化PF的双馈发电机故障诊断[J]. 计算机工程与应用, 2020, 56(18): 229-237.
[13]	杨宇，曾国辉，黄勃. 基于双树复小波包和改进SVM的轴承故障诊断[J]. 计算机工程与应用, 2020, 56(17): 231-235.
[14]	王得雪，林意，陈俊杰. 协同训练算法在滚动轴承故障诊断中的应用[J]. 计算机工程与应用, 2020, 56(12): 273-278.
[15]	贾宝惠，黄琳，李耀华，蔺越国. 轴承故障诊断FastICA算法性能优化方法[J]. 计算机工程与应用, 2019, 55(8): 208-214.