本文關(guān)鍵詞：基于系統(tǒng)級癥狀的多核處理器故障診斷研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著處理器的微型化和集成度的不斷提高，處理器系統(tǒng)變得異常復(fù)雜，因而對其可靠性和容錯性能的要求隨之加大，為此，建立相對準(zhǔn)確的系統(tǒng)故障診斷模型變得至關(guān)重要。通過建立處理器系統(tǒng)仿真環(huán)境，進(jìn)行故障注入，捕獲故障注入過程的癥狀反應(yīng)，分析實(shí)驗(yàn)數(shù)據(jù)，便可以建立故障診斷模型，提高處理器的故障識別和診斷能力。 本文研究基于系統(tǒng)級癥狀的處理器的故障診斷方法，利用了SUN公司的OpenSPARC開源項(xiàng)目提供的全系統(tǒng)模擬器和聯(lián)合仿真平臺，搭建仿真環(huán)境，進(jìn)行故障注入，分析實(shí)驗(yàn)數(shù)據(jù)，觀察故障在結(jié)構(gòu)級、操作系統(tǒng)級和應(yīng)用程序級的傳播和表現(xiàn)，建立故障診斷模型。 本文首先分析了SAM全系統(tǒng)模擬器的特性，研究了全系統(tǒng)模擬器的層級結(jié)構(gòu)、多核模擬和運(yùn)行驅(qū)動方式、指令集配置等，分析故障在各個層級的傳播模型，并設(shè)計了基于SAM全系統(tǒng)的故障注入平臺，完成了故障注入實(shí)驗(yàn)。另外，本文在OpenSPARC T2的聯(lián)合仿真驗(yàn)證環(huán)境下，研究了聯(lián)合仿真平臺，利用Verilog PLI技術(shù)，設(shè)計了基于聯(lián)合仿真的故障注入實(shí)驗(yàn)平臺，并完成了故障注入實(shí)驗(yàn)。分別對基于全系統(tǒng)和聯(lián)合仿真的故障注入實(shí)驗(yàn)數(shù)據(jù)進(jìn)行特征提取和統(tǒng)計分析，觀察故障從結(jié)構(gòu)級到應(yīng)用級的傳播，部件在不同故障模型作用下的癥狀分布，對系統(tǒng)級的癥狀分布進(jìn)行了分析和比較。最后，分別利用基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷模型、基于RBF神經(jīng)網(wǎng)絡(luò)的故障診斷模型和基于PNN神經(jīng)網(wǎng)絡(luò)的故障診斷模型進(jìn)行了故障診斷，對三種故障模型的診斷效果進(jìn)行了分析和比較。
【關(guān)鍵詞】：故障診斷 癥狀 故障注入 神經(jīng)網(wǎng)絡(luò) 微處理器
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP332;TP183
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-13
• 1.1 選題的背景和意義8-9
• 1.1.1 選題背景8
• 1.1.2 選題的意義8-9
• 1.2 故障注入及故障診斷概述9-10
• 1.3 國內(nèi)外研究現(xiàn)狀10-12
• 1.3.1 國外研究現(xiàn)狀10-11
• 1.3.2 國內(nèi)研究現(xiàn)狀11-12
• 1.4 研究內(nèi)容12
• 1.5 本文結(jié)構(gòu)12-13
• 第2章 基于 SAM 全系統(tǒng)的故障注入平臺13-28
• 2.1 故障注入簡介13-15
• 2.1.1 故障注入13
• 2.1.2 故障注入基本方法13-15
• 2.2 全系統(tǒng)模擬器簡介15-16
• 2.3 SAM 全系統(tǒng)模擬器特性簡介16-23
• 2.3.1 運(yùn)行驅(qū)動方式17
• 2.3.2 指令集的配置方式17-18
• 2.3.3 多核模擬和支持18-20
• 2.3.4 調(diào)試支持20-22
• 2.3.5 SAM 全系統(tǒng)初始化22-23
• 2.4 故障注入設(shè)計23-26
• 2.4.1 故障傳播分析23-24
• 2.4.2 故障注入系統(tǒng)設(shè)計24-25
• 2.4.3 故障注入流程25-26
• 2.5 故障注入實(shí)驗(yàn)26-27
• 2.6 本章小結(jié)27-28
• 第3章 基于聯(lián)合仿真的故障注入平臺28-42
• 3.1 聯(lián)合仿真平臺簡介28-29
• 3.2 Verilog PLI29-34
• 3.2.1 Verilog PLI 接口簡介29-30
• 3.2.2 PLI 應(yīng)用簡介30-33
• 3.2.3 PLI 在故障注入中的實(shí)現(xiàn)33-34
• 3.3 故障注入系統(tǒng)設(shè)計34-41
• 3.3.1 故障注入總體框架34-35
• 3.3.2 故障注入關(guān)鍵模塊設(shè)計與實(shí)現(xiàn)35-41
• 3.4 故障注入實(shí)驗(yàn)41
• 3.5 本章小結(jié)41-42
• 第4章 基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷系統(tǒng)42-58
• 4.1 癥狀分布分析42-46
• 4.1.1 系統(tǒng)級癥狀分析42-43
• 4.1.2 基于故障傳播的特征提取方法43-44
• 4.1.3 癥狀分布分析44-46
• 4.2 基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷46-54
• 4.2.1 基于 BP 神經(jīng)網(wǎng)絡(luò)的故障診斷模型48-49
• 4.2.2 基于 RBF 神經(jīng)網(wǎng)絡(luò)的故障診斷模型49-52
• 4.2.3 基于 PNN 神經(jīng)網(wǎng)絡(luò)的故障診斷模型52-54
• 4.3 實(shí)驗(yàn)結(jié)果及分析54-57
• 4.4 本章小結(jié)57-58
• 結(jié)論58-59
• 參考文獻(xiàn)59-64
• 致謝64

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 常鵬;王普;高學(xué)金;齊詠生;張亞潮;;基于統(tǒng)計量模式分析的MKPLS間歇過程監(jiān)控與質(zhì)量預(yù)報[J];儀器儀表學(xué)報;2014年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 張筱磊;基于概率模型的故障診斷及在航天器中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2013年

2 姜順;網(wǎng)絡(luò)化控制系統(tǒng)的輸出反饋控制與故障診斷研究[D];華中科技大學(xué);2013年

3 任雯;無線網(wǎng)絡(luò)化控制系統(tǒng)的分布式估計與控制[D];華南理工大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 朱祥;改進(jìn)主元分析統(tǒng)計指標(biāo)控制限的研究[D];華北電力大學(xué);2013年

2 李瀟;以工業(yè)爐管離心鑄造生產(chǎn)過程監(jiān)測數(shù)據(jù)為基礎(chǔ)的產(chǎn)品質(zhì)量早期識別[D];北京化工大學(xué);2013年

3 趙楊;基于信號特征分析的模擬板級電路測試技術(shù)研究[D];解放軍信息工程大學(xué);2013年

4 劉美玲;基于多元統(tǒng)計分析的過程系統(tǒng)故障診斷方法研究[D];南京理工大學(xué);2013年

5 樊繼聰;基于多元統(tǒng)計分析的非高斯過程的故障診斷[D];北京化工大學(xué);2013年

6 蔡起超;航天器推進(jìn)系統(tǒng)數(shù)據(jù)管理系統(tǒng)設(shè)計及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2013年

7 張曉丹;基于免疫克隆算法的LVQ神經(jīng)網(wǎng)絡(luò)研究及其在化工工業(yè)故障診斷過程中的應(yīng)用[D];華東理工大學(xué);2014年

8 郭富民;信噪比約束下網(wǎng)絡(luò)控制系統(tǒng)的故障檢測[D];北方工業(yè)大學(xué);2014年

9 薛永飛;基于改進(jìn)T-PLS的化工過程故障診斷研究[D];蘭州理工大學(xué);2014年

  本文關(guān)鍵詞：基于系統(tǒng)級癥狀的多核處理器故障診斷研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：414333