BC/NW 2007, №1, (10) :15.11

 

ИДЕНТИФИКАЦИЯ СОСТОЯНИЙ ЭЛЕКТРОННЫХ БЛОКОВ

ПО ТЕРМОГРАММАМ

 

А.П. Костюкова, Л.П. Костюкова

 

(УГАТУ, г.Уфа)

 

Термограмма (видеоизображение теплового поля) представляет собой причинно-обусловленное отображение состояний электронных блоков, поскольку отражает различные деградационные процессы, протекающие в объекте.

Представление информации о тепловом процессе в виде термограммы требует достаточно большого объема памяти, а хранение всего поступающего объема данных – огромных ресурсов. Поэтому при идентификации состояний элементов, входящих в электронные блоки, необходимо сузить область определения исходных данных путем применения интегральной характеристики концентрирующей информацию, заложенную в термограмме. При этом необходимо показать, что данная интегральная характеристика является корректной. При ее использовании не должна быть потеряна полезная информация на уровне незначительных шумов. Малые вариации исходных данных в термограммах должны соответствовать малым вариациям интегральной характеристики. Ее применение должно позволять отличать одну термограмму от  другой, то есть должно обладать свойством единственности.

Анализируя деградационные процессы, можно отметить, что все они имеют случайную природу. Поэтому и тепловой процесс, представленной термограммой, рассматривается как случайный процесс {X_K(t)}. Конкретная реализация процесса X_K(t) называется выборочной функцией или реализацией.

Реализацию случайного процесса X_K(t) нельзя задать явной математической формулой, поэтому для оценки свойств таких данных необходимо использовать статистические параметры и характеристики. К ним можно отнести: среднее значение, ковариационную функцию, спектр видеоизображения. Оценивание основных свойств теплового процесса можно выполнить с использованием всех перечисленных характеристик. К их числу в первую очередь относятся стационарность, присутствие периодических составляющих и нормальность процесса, выявление тренда. Стационарность процесса говорит о его неизменности. Если установлено, что в процессе содержатся периодические составляющие, то это позволяет избежать в дальнейшем ошибок при интерпретации результатов анализа. Предположение о нормальности позволяет существенно упростить аналитическое исследование случайного процесса (не содержащего периодических составляющих). Выявление тренда позволит прогнозировать момент наступления отказа.

Стационарность процесса можно определить по двум характеристикам  и , если они не зависят от момента времени t₁. В этом случае среднее значение стационарного процесса постоянно, а ковариационная функция зависит только от сдвига времени τ, то есть  Среднее значение и ковариационная функция могут быть использованы в качестве образа при сравнении термограмм, для выделения периодических составляющих и тренда. Спектр описывает случайную величину как функцию частоты. График спектральной плотности можно использовать в качестве образа при сравнении термограмм. Признаками сравнения является частотный состав термограммы.

Приведенные интегральные характеристики занимают небольшой объем памяти при хранении, алгоритмы распознавания изображений с их использованием просты и обладают высоким быстродействием [1]. Они могут работать как с цветным, так и с черно-белыми изображениями самых разных форматов (bmp и jpeg).

 

Литература

 

1. Дьяконов В.П. MATLAB 6.0/6.1/6.5+SP1, Simulink 4/5. Обработка изображений. - М.: СОЛОН-ПРЕСС, 2005.- 592с.