|
|
| 计算机系统的硬件故障通常是由元器件的失效引起的。对元器件进行寿命试验并根据实际资料统计得知，元器件的可靠性可分成三个阶段：开始阶段器件工作处于不稳定期，失效率较高；第二阶段器件进入正常工作期，失效率最低，基本保持常数；第三阶段元器件开始老化，失效率又重新提高。这就是所谓的“浴盆曲线”。因此，应保证在计算机中使用的元器件处于第二阶段。在第一阶段应对元器件进行老化筛选，而到了第三个阶段，则淘汰该计算机。
|
|
|
| 计算机系统的可靠性是指从它开始运行（t=0）到某时刻t这段时间内能正常运行的概率，用R（t）表示。所谓失效率，是指单位时间内失效的元件数与元件总数的比例，用λ表示，当λ为常数时，可靠性与失效率的关系为：
|
|
|
|
|
|
|
|
|
|
|
| 两次故障之间系统能正常工作的时间的平均值称为平均无故障时间（MTBF），即：
|
|
|
|
|
| 通常用平均修复时间（MTRF）来表示计算机的可维修性，即计算机的维修效率，指从故障发生到机器修复平均所需要的时间。计算机的可用性是指计算机的使用效率，它以系统在执行任务的任意时刻能正常工作的概率A来表示，即：
|
|
|
|
|
| 计算机的RAS就是指用可靠性R、可用性A和可维修性S三个指标衡量一个计算机系统。但在实际应用中，引起计算机故障的原因除了元器件以外还与组装工艺、逻辑设计等因素有关。因此，不同厂家生产的兼容机，即使采用相同的元器件，其可靠性及MTBF也可能会相差很大。
|
|
|
|
|
| 计算机系统是一个复杂的系统，而且影响其可靠性的因素也非常繁复，很难直接对其进行可靠性分析。但通过建立适当的数学模型，把大系统分割成若干子系统，可以简化其分析过程。常见的系统可靠性数学模型有以下三种：
|
|
|
| （1）串联系统。假设一个系统由N个子系统组成，当且仅当所有的子系统都能正常工作时，系统才能正常工作，这种系统称为串联系统，如下图所示。
|
|
|
|
|
|
|
| 设系统中各个子系统的可靠性度量值分别用R1，R2，…，RN来表示，则系统的可靠性R度量值由下式求得：
|
|
|
|
|
| 如果系统的各个子系统的失效率分别用λ1，λ2…，λN来表示，则系统的失效率λ可由下式求得：
|
|
|
|
|
| 例如，设某计算机系统由CPU、存储器、I/O三部分组成，其可靠性分别为0.95、0.90和0.85，则该计算机系统的可靠性度量值为R=R1·R2·R3=0.95×0.90×0.85≈0.73。
|
|
|
| （2）并联系统。假如一个系统由N个子系统组成，只要有一个子系统正常工作，系统就能正常工作，这样的系统称为并联系统，如下图所示。设每个子系统的可靠性度量值分别以R1，R2，…，RN表示，整个系统的可靠性度量值由下式来求得：
|
|
|
|
|
|
|
|
|
| 假如所有子系统的失效率均为λ，则系统的失效率μ为：
|
|
|
|
|
| 在并联系统中只有一个子系统是真正需要的，其余N-1个子系统称为冗余子系统，随着冗余子系统数量的增加，系统的平均无故障时间也增加了。
|
|
|
| （3）N模冗余系统。N模冗余系统由N个（N=2n+1）相同的子系统和一个表决器组成，表决器把N个子系统中占多数相同结果的输出作为系统的输出，如下图所示。
|
|
|
|
|
|
|
| 在N个子系统中，只要有n+1个或n+1个以上子系统能正常工作，系统就能正常工作，输出正确的结果。假设表决器是完全可靠的，每个子系统的可靠性为R0，则N模冗余系统的可靠性度量值为：
|
|
|
|
|
其中， 表示从N个元素中取i个元素的组合数。
|
|
|
|
|
| （1）提高元器件质量，改进加工工艺与工艺结构，完善电路设计。
|
|
|
| （2）发展容错技术，使得在计算机硬件有故障的情况下，计算机仍能继续运行，得出正确的结果。
|
|
|
