瞬變電流分析法用于故障檢測和定位的研究

劉芳

摘要：瞬變電流檢測經常被用作靜態(tài)電流測試的替代或補充。提出了一種全新的方法，采用小波變換的瞬變電流分析法，進行故障檢測和定位，小波變換的時頻分辨特性對數(shù)字信號的故障檢測和局部故障檢測都有一定的幫助，對通過8-bit移位寄存器測量的數(shù)據進行實驗，對電路數(shù)據進行仿真，結果顯示在檢測和定位方面很有前景。小波檢測方法比光譜法和時域法具有更好的靈敏度。針對復雜的供電網絡、測量噪聲和工藝變化等問題，分析了該定位方法的有效性。

關鍵詞：故障定位;瞬變電流（IDD）;小波

中圖分類號：TB文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.01.091

1引言

已經有很多關于瞬變電流波形分析（IDD）的研究，IDD波形分析法是一種可以發(fā)現(xiàn)Ics中很多缺陷的有效方法。包括防御，如接受打開和弱晶體管缺陷，這是傳統(tǒng)的IDDQ測試方法無法檢測到的。在1987年，F(xiàn)renzel和Marinos研究一種瞬時電流，在測試中，將電流作為設備的一種特征參數(shù)。Hasizume等人在正常和故障狀態(tài)下，對同一問題進行分析。Beasley等人應用同步脈沖，分析了瞬變電流的時間和頻譜特性。Vinnakota 等人將能量消費比例（ECR）兩個輸入轉換作為測試指標。Plusquellic等人用分布測量點，提出了瞬時信號分析的概念（TSA）。De Paul等人使用積累的電荷作為對比信號，通過數(shù)值積分計算比較當前波形。在Sachdev 等人的方法，每個IDD測試模式是一個在預定的距離內作為信號的樣本。默罕默德等開發(fā)了基于離散傅里葉變換（DFT）的信號對比來檢測故障，采用積分器提取延遲信息，分析延遲原因。

雖然有很多關于故障檢測的研究，但沒有通過分析IDD波形，有效的故障定位方法。因此，本文提出一種采用IDD波形分析法，進行故障檢測和定位的方法。小波變換同時在時間和頻率上處理信號，比固定極限頻率的傅里葉變換，測試更準確。更重要的是，小波變換可以選擇基礎方程，而傅里葉變換，只能選擇固定的基礎方程。因此，該方法可以選擇最適合的基礎方程，而且誤差最小。

綜上所述，證明小波變化具有較好的故障檢測敏感性，可以用于故障檢測，可以應用到其他IDD分析工具中，這樣可增加錯誤覆蓋率。本文還利用出現(xiàn)在小波系數(shù)中的時域信息，來確定故障區(qū)域，根據延遲檢測技術進行定位。

2小波變換概述

傅里葉變換分析存在嚴重的缺陷，因為其在頻域內轉換信號，和信號分布是不可變換的。另一方面，小波變換可以在多頻域或多種方式內分解信號，在變換系數(shù)中保留時域和頻域信息。

在小波變換中，本文取一個具有兩個主要性質的實復值連續(xù)時間函數(shù)：（1）從0開始積分;（2）平方積分。這個函數(shù)叫作母子波或者小波;性質①具有振蕩或有波浪狀外觀的功能，與正弦函數(shù)相反，是一種小波;性質②這意味著波的大部分能量被限制在有限區(qū)間內。

3應用小波變換進行IDD分析

3.1故障檢測

該故障檢測策略是基于被測設備（DUT）和無故障設備之間的信號。在檢測過程中，隨機選擇輸入測試信號。在實際測試中，測試寄存器組通常由自動測試模式生成，用于測試程序。為了對比小波分析法和其他方法的靈敏度，不使用自動測試模式（ATPG）工具，用于DUT的每一個刺激信號，本文計算瞬變電流的小波系數(shù)，并將其與相同輸入的無故障設備的小波系數(shù)進行對比。通過計算兩組小波系數(shù)之間的均方根誤差（RMSE）來進行比較。選擇均方根誤差進行信號比較是因為它是一種非常流行的簡單度量，通過與否的標準是通過比較RMSE預設的測試邊際來決定的。

為了比較本文的檢測方案與現(xiàn)有基于IDD信號純譜和純時域內容的檢測方法的有效性，本文使用了一個度量作為標準RMS。而時域方法使用當前波形下的累積電荷進行信號比較。

3.2故障定位

在這一節(jié)中，介紹了利用小波分量的時域信息實現(xiàn)了環(huán)形故障定位的方法。有缺陷的設備，本文可以觀察到的小波系數(shù)，并確定延遲故障電路的響應，與無故障設備相比，有明顯偏差。然后本文使用這些信息來確定故障部件。故障定位有兩點優(yōu)勢，第一，它可能會提高過程和產量;第二，本文可以利用這些故障信息。

值得注意的是，首次迭代的分區(qū)，故障部件可能來自電路的不同部位，但不同輸入轉換值的后續(xù)迭代主要用于消除故障，這是遠程故障的補救措施。因此，可以確定故障區(qū)域定位過程組成的一組相鄰部件。

4實驗結果

采用C編程語言實現(xiàn)了檢測和定位算法。采用Matlab小波分析工具箱運行小波和傅里葉分解IDD信號。本文選用db2來作為小波函數(shù)，這是因為它是一種常用的基礎小波，是一種正交直線。可以為本文的應用程序提供良好的輸入波形圖。不同頻域范圍內的基礎小波對應不同的光譜含量，因此，本文選擇限制頻率（400MHz），傅里葉和小波組件都從基礎值達到這個頻率，本文用了4種不同的頻域進行小波分解，在限制頻率400MHz時，離散傅里葉變換分解出16種光譜分量，小波變換的范圍從8到64是二階的，不同范圍內基礎小波的頻率含量是由在光譜中的20dB點決定的，最低值的范圍，比如8，對應的最高頻率在最高邊際值400MHz范圍內選擇，比如64，因為頻譜范圍非常窄，在基線范圍內選擇。范圍內的任何一個較高值都不會在映射錯誤方面導致顯著變化，離散傅里葉變換法，在計算標準RMS時，本文既考慮頻率大小，又考慮頻率組成之間的協(xié)同作用。相應構件故障和無故障情況之間的絕對偏差，與相應構件的無故障情況進行標準化。通過計算機對RMS進行標準化計算。得到標準RMS值，在IDD曲線（通過數(shù)值積分進行制得）范圍內取絕對偏差，然后根據無故障情況進行標準化。

5故障定位的影響因素

5.1供電網絡的影響

該實驗假設電路是由直接連接電源點的單一模型組成的。更現(xiàn)實點講，供電網絡可以設計成網格狀，由不同模型在網格上的單點或多點連接，可以發(fā)現(xiàn)本文的定位方法是有效的，所有的檢測和定位工作都是在網狀供電網絡下完成的。