【技术实现步骤摘要】
本专利技术涉及数据处理，具体为一种基于物联网的控制芯片自动化数据处理系统及方法。
技术介绍
1、芯片，也被称为集成电路，是由多个电子元件(如晶体管、电阻、电容等)在一个单一的半导体材料上制造而成的微的电子系统。芯片的制造过程需要高度精密的设备和工艺，以确保电子元件能够正确地连接和运作。
2、现今，在对芯片的测试数据进行获取时，通常手动从正在测试中的芯片上收集测试数据并进行分析，并非实时进行，因此当观察到现存缺陷的时间通常太晚，无法在有问题的芯片进入流片环节之前予以阻止，而采用手动分析时，含有各种数据的测试文件可能会被截获，从而引发安全问题，以及现有系统无法对芯片的问题根源进行精准分析，导致生产出的芯片均受相同问题的影响，提高了芯片的纠错成本。
技术实现思路
1、本专利技术的目的在于提供一种基于物联网的控制芯片自动化数据处理系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于物联网的控制芯片自动化数据处理方法，所述方法包括：
3、s10：将控制芯片与应用程序编程接口进行连接，将应用程序编程接口与数据分析终端进行连接，控制芯片的实时测试数据通过应用程序编程接口传输至数据分析终端，数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行确定；
4、s20：对控制芯片在各功能缺陷位置的实时测试数据进行自动关联，根据自动关联结果，对控制芯片的功能缺陷根源位置进行确定；
5
6、s40：根据s30中的分析结果，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行分析。
7、进一步的，所述s10中数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行预测的具体方法为：
8、对控制芯片的实时测试环境温度进行获取，判断获取的测试环境温度是否在设定测试环境温度范围内，设定测试环境温度的范围值为t′至t″，若在，则表示控制芯片产生的实时测试数据的延迟时间为0，若不在，则构建预测模型对控制芯片产生的实时测试数据的延迟时间t进行预测；
9、根据获取的控制芯片的实时测试环境温度的变化情况，对获取的实时测试环境温度进行划分，每一划分段内的实时测试环境温度值均相同，相邻划分点对应的实时测试环境温度值不同；
10、具体的预测模型为：
11、
12、其中，u＝1,2,…,n，表示各划分点对应的编号，n表示划分点总数，v表示控制芯片在设定测试环境温度范围内的平均运行速度，α表示控制芯片的测试环境温度每降低1℃对应的平均运行速度降低值，β表示控制芯片的测试环境温度每升高1℃对应的平均运行速度降低值，tu表示控制芯片在第u个划分段内对应的实时测试环境温度值，su表示控制芯片在第u个划分段内处理的数据总量，当tu-t″＞0时，当tu-t″≤0时，当t′-tu≤0时，当t′-tu＞0时，
13、根据预测的延迟时间对标准监测数据的产生时间进行调整，将调整后的标准监测数据与数据分析终端接收的实时测试数据进行比较，标准监测数据指当控制芯片无功能缺陷时经应用程序测试得到的测试数据，根据比较结果对控制芯片的功能缺陷位置进行确定，功能缺陷位置指数据分析终端接收的实时测试数据与调整后的标准监测数据不相符时，实时测试数据对应的输出位置。
14、进一步的，所述s20包括：
15、s201：对各功能缺陷位置对应的功能模块进行确定，将属于同一功能模块的功能缺陷位置放入同一集合中，在同一集合中随机选取一个功能缺陷位置，判断选取的功能缺陷位置是否为同一集合中剩余的各功能缺陷位置提供数据支持，若不提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0，若提供数据支持，则表示选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1，直至同一集合中的功能缺陷位置均被选取；
16、例如：选取的功能缺陷位置对应的实时测试数据为02.36.49，其中测试数据36需要传输至同一集合中剩余的某一个功能缺陷位置，则认为选取的功能缺陷位置为同一集合中的功能缺陷位置提供数据支持，此时选取的功能缺陷位置与对应的功能缺陷位置之间的关联度为1；
17、s202：当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为0时，选取的功能缺陷位置和对应功能缺陷位置均为对应功能模块的功能缺陷根源位置，将确定为对应功能模块的功能缺陷根源位置从集合中剔除处理；
18、当选取的功能缺陷位置与对应功能缺陷位置之间的关联度为1时，对经过剔除处理后的集合中各功能缺陷位置在关联度为1时出现的次数进行获取，若ui＞1，则判断对应功能缺陷位置存在的异常数据量是否等于ui，若等于，则对应功能缺陷位置非对应功能模块的功能缺陷根源位置，若不等于，则对应功能缺陷位置为对应功能模块的功能缺陷根源位置，对应功能缺陷位置存在的异常数据量≥ui，若ui＝1，则表示对应功能缺陷位置为对应功能模块的功能缺陷根源位置，i＝1,2,…,m，表示经过剔除处理后的集合中各功能缺陷位置对应的编号，m表示功能缺陷位置总数，ui表示在进行关联度分析时，编号为i的功能缺陷位置在关联度为1时出现的次数。
19、进一步的，所述s30包括：
20、s301：根据控制芯片中各功能缺陷根源位置的工作时间点，对控制芯片的各功能缺陷根源位置的优先级别进行确定，工作时间点距离控制芯片的测试时间点越近，对应的功能缺陷根源位置优先级别越高；
21、s302：对属于第一优先级别的功能缺陷根源位置的实时测试数据进行获取，对获取的实时测试数据与对应匹配的调整后的标准监测数据之间的差值进行计算，对差值的实时变化率进行确定，实时变化率＝(后一时刻的差值-当前时刻的差值)/(当前时刻的差值-前一时刻的差值)，将确定的实时变化率与控制芯片在对应时间段内的电压实时变化率进行比较，电压实时变化率＝(后一时刻的电压值-当前时刻的电压值)/(当前时刻的电压值-前一时刻的电压值)，若两者变化率相同，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试电压波动，若两者变化率不同，则判断计算的差值是否处于误差范围内，若处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差，若不处于误差范围内，则表示属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号干扰或芯片自身缺陷；
22、当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为控制芯片的测试误差时，在属于第一优先级别的功能缺陷位置对控制芯片产生的实时测试数据进行校正处理；
23、当属于第一优先级别的功能缺陷根源位置的功能缺陷原因为外界电磁信号本文档来自技高网...
【技术保护点】
1.一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述方法包括：
2.根据权利要求1所述的一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述S10中数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行预测的具体方法为：
3.根据权利要求2所述的一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述S20包括：
4.根据权利要求3所述的一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述S30包括：
5.一种应用于权利要求1-4任一项所述的基于物联网的控制芯片自动化数据处理方法的基于物联网的控制芯片自动化数据处理系统，其特征在于：所述系统包括功能缺陷位置确定模块、功能缺陷根源位置确定模块、功能缺陷原因分析模块和自动化数据分析处理模块；
6.根据权利要求5所述的一种基于物联网的控制芯片自动化数据处理系统，其特征在于：所述功能缺陷位置确定模块包括模块连接单元、延迟时间预测单元和功能缺陷位置确定单元；
7.根据权利要求6所述的一种基于物联网的控制芯片自动化数据处理系统，其特
8.根据权利要求7所述的一种基于物联网的控制芯片自动化数据处理系统，其特征在于：所述功能缺陷原因分析模块包括优先级别确定单元和功能缺陷原因分析单元；
9.根据权利要求8所述的一种基于物联网的控制芯片自动化数据处理系统，其特征在于：所述自动化数据分析处理模块对功能缺陷原因分析单元传输的分析结果进行接收，基于接收信息，对控制芯片进行功能修复处理，将修复后的控制芯片的实时测试数据作为监测数据，在控制芯片的测试环境温度相同的情况下，通过监测数据与其它控制芯片的实时测试数据的对比结果，对其它控制芯片的故障情况进行自动化分析。
...【技术特征摘要】
1.一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述方法包括：
2.根据权利要求1所述的一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述s10中数据分析终端根据接收的实时测试数据对控制芯片的功能缺陷位置进行预测的具体方法为：
3.根据权利要求2所述的一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述s20包括：
4.根据权利要求3所述的一种基于物联网的控制芯片自动化数据处理方法，其特征在于：所述s30包括：
5.一种应用于权利要求1-4任一项所述的基于物联网的控制芯片自动化数据处理方法的基于物联网的控制芯片自动化数据处理系统，其特征在于：所述系统包括功能缺陷位置确定模块、功能缺陷根源位置确定模块、功能缺陷原因分析模块和自动化数据分析处理模块；
6.根据权利要求5所述的一种基于物联网的控制芯片自动化数据处理系统，其特征在于：所述功...
【专利技术属性】
技术研发人员：袁永斌，
申请(专利权)人：上海源斌电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。