硬件可靠性的定義和重要性

?硬件可靠性?是指在給定的操作環(huán)境與條件下，硬件在一段規(guī)定的時間內(nèi)正確執(zhí)行要求功能的能力?1。硬件可靠性是衡量產(chǎn)品質(zhì)量和系統(tǒng)穩(wěn)定性的關(guān)鍵指標(biāo)，直接關(guān)系到用戶體驗、業(yè)務(wù)連續(xù)性和系統(tǒng)安全性?。

硬件可靠性的定義和重要性

硬件可靠性定義為產(chǎn)品在規(guī)定的條件和時間內(nèi)完成規(guī)定功能的能力。這包括了在各種環(huán)境條件下，硬件能夠持續(xù)穩(wěn)定運行而不發(fā)生故障的能力?。例如，在金融交易系統(tǒng)中，任何短暫的中斷或故障都可能造成重大經(jīng)濟損失;在醫(yī)療信息系統(tǒng)中，數(shù)據(jù)的準確性和系統(tǒng)的連續(xù)性直接關(guān)系到患者的生命安全?。

提高硬件可靠性的方法

提高硬件可靠性的方法主要包括以下幾個方面：

?使用高質(zhì)量、高可靠性的元器件?：通過使用更高質(zhì)量、更高可靠性的元器件和部件，可以有效提高系統(tǒng)的可靠性。這種方法實現(xiàn)成本相對較低?。

?容錯設(shè)計?：通過增加設(shè)計的復(fù)雜性，增加冗余單元，提高系統(tǒng)的容錯能力。例如，采用冗余設(shè)計、故障轉(zhuǎn)移和容錯算法等技術(shù)，確保在主組件或路徑故障時，系統(tǒng)仍能正常運行?。

?控制功耗和降額?：控制功耗和降額設(shè)計可以降低器件的溫度，從而減少失效率。功耗越大，溫度越高，可靠性問題就越突出?。

?全面的測試和嚴格的驗證?：通過全面的測試和嚴格的驗證，確保每個模塊和整個系統(tǒng)的穩(wěn)定性。例如，在軟件開發(fā)過程中，可以采用單元測試、集成測試和系統(tǒng)測試等多層次的測試方法?。

?提高工藝質(zhì)量?：提高加工質(zhì)量、焊點質(zhì)量、文明生產(chǎn)水平和清潔度等，也有助于提高硬件的可靠性?。

硬件可靠性的統(tǒng)計指標(biāo)

硬件可靠性的統(tǒng)計指標(biāo)包括：

?平均故障間隔時間(MTBF)?：在規(guī)定的環(huán)境和工作條件下，產(chǎn)品或系統(tǒng)在故障之間平均運行時間的期望值?。

?失效率?：λ=1/MTBF，單位為FITs(=10^-9 1/h)?。

?返修率?：λ*t (t是時間，以小時h為單位)?。

?年返修率?：λ*8760?3。

通過理解和應(yīng)用這些方法和指標(biāo)，可以有效提高硬件的可靠性，確保其在各種環(huán)境下穩(wěn)定運行。

一般來說，系統(tǒng)總是由多個子系統(tǒng)組成，而子系統(tǒng)又是由更小的子系統(tǒng)組成，直到細分到電阻器、電容器、電感、晶體管、集成電路、機械零件等小元件的復(fù)雜組合，其中任何一個元件發(fā)生故障都會成為系統(tǒng)出現(xiàn)故障的原因。因此，硬件可靠性設(shè)計在保證元器件可靠性的基礎(chǔ)上，既要考慮單一控制單元的可靠性設(shè)計，更要考慮整個控制系統(tǒng)的可靠性設(shè)計。

1.影響硬件可靠性的因素

(1)元件失效。元件失效有三種：一是元件本身的缺陷，如硅裂、漏氣等;二是加工過程、環(huán)境條件的變化加速了元件、組件的失效;三是工藝問題，如焊接不牢、篩選不嚴等。

(2)設(shè)計不當(dāng)。在計算機控制系統(tǒng)中，許多元器件發(fā)生的故障并不是元件本身的問題，而是系統(tǒng)設(shè)計不合理或元器件使用不當(dāng)所造成。

在設(shè)計過程中，如何正確使用各種型號的元器件或集成電路，是提高硬件可靠性不可忽視的重要因素。

(1)電氣性能：元器件的電氣性能是指元器件所能承受的電壓、電流、電容、功率等的能力，在使用時要注意元器件的電氣性能，不能超限使用。

(2)環(huán)境條件：計算機控制系統(tǒng)的工作環(huán)境有時相當(dāng)惡劣，由于環(huán)境因素的影響，不少系統(tǒng)的實驗室試驗情況雖然良好，但安裝到現(xiàn)場并長期運行就頻出故障。其原因是多方面的，包括溫度、干擾、電源、現(xiàn)場空氣等對硬件的影響。因此，設(shè)計系統(tǒng)時，應(yīng)考慮環(huán)境條件對硬件參數(shù)的影響，元件設(shè)備須經(jīng)老化試驗處理。

(3)組裝工藝：在硬件設(shè)計中，組裝工藝直接影響硬件系統(tǒng)的可靠性。由于工藝原因引起的故障很難定位排除，一個焊點的虛焊或似接非接很可能導(dǎo)致整個系統(tǒng)在工作過程中不時地出現(xiàn)工作不正?，F(xiàn)象。另外，設(shè)計印制電路板時應(yīng)考慮元器件的布局、引線的走向、引線的分類排序等。

2.提高硬件可靠性的一般方法

在計算機控制系統(tǒng)的整體設(shè)計中，如何提高系統(tǒng)硬件的可靠性是整個系統(tǒng)設(shè)計的關(guān)鍵，系統(tǒng)硬件設(shè)計時常需采用必要的可靠性措施：

(1)電路設(shè)計。據(jù)統(tǒng)計，影響計算機控制系統(tǒng)可靠性的因素約45%來自系統(tǒng)設(shè)計。為了保證系統(tǒng)的可靠性，在對其電路設(shè)計時應(yīng)考慮最極端的情況。

各種電子元器件的特性不可能是一個恒定值，總是在其額定(典型)參數(shù)的某個范圍內(nèi);同時，電源、電壓也有一個波動范圍。最壞的設(shè)計方法是考慮所有元件的公差，并取其最不利的數(shù)值核算電路每一個規(guī)定的特性。如果這一組參數(shù)值能保證電路正常工作，那么在公差范圍內(nèi)的其他所有元件值都能使電路可靠地工作。

在設(shè)計應(yīng)用系統(tǒng)電路時，還要根據(jù)元器件的失效特征及其使用場所采取相應(yīng)的措施，對容易產(chǎn)生短路的部件以串聯(lián)方式復(fù)制，對容易產(chǎn)生開路的部分以并聯(lián)方式復(fù)制。

(2)元器件選擇。在確定元器件參數(shù)之后，還要確定元器件的型號，這主要取決于電路所允許的公差范圍。由于制造工藝所限，有些元器件參數(shù)的公差范圍可能較大，如電容器電容量等。另外，元件或器件的額定工作條件包括多個方面(如電流、電壓、頻率、機械參數(shù)以及環(huán)境溫度等)，設(shè)計時要考慮參數(shù)裕量，并在運行時盡量保證接近元器件的設(shè)計工作溫度。

(3)結(jié)構(gòu)設(shè)計。結(jié)構(gòu)可靠性設(shè)計是硬件可靠性設(shè)計的最后階段。結(jié)構(gòu)設(shè)計時，首先應(yīng)注意元器件及部件的安裝方式，其次是控制系統(tǒng)工作環(huán)境的條件(如通風(fēng)、除濕、防塵等)。

(4)噪聲抑制。噪聲對模擬電路的影響會直接影響系統(tǒng)精度，噪聲對數(shù)字電路也會造成誤動作。因此，在工程設(shè)計中必須采用噪聲抑制和屏蔽措施。對于模擬應(yīng)用系統(tǒng)，可在電源端增加一些低通濾波電路來抑制由電源引入的干擾;對于數(shù)字系統(tǒng)，通常采用濾波器和接地系統(tǒng);同時，在整體結(jié)構(gòu)布局時應(yīng)注意元器件的位置和信號線的走向。對于電磁干擾、電場干擾可采用電磁屏蔽、靜電屏蔽來隔離噪聲，也可采用接地、去耦電容等措施來減少噪聲的影響。

(5)冗余設(shè)計。硬件冗余設(shè)計可以在元件級、子系統(tǒng)級或系統(tǒng)級上進行，必然增加硬件和成本。因此，設(shè)計時應(yīng)仔細權(quán)衡采用硬件冗余的利弊關(guān)系。在計算機控制系統(tǒng)中，主要采用控制單元冗余和控制系統(tǒng)冗余來提高系統(tǒng)硬件可靠性。

3. 單元可靠性設(shè)計

控制與接口單元是指能獨立完成某些測控功能的功能模塊，其可靠性設(shè)計主要包括微處理器系統(tǒng)的冗余設(shè)計、輸入輸出通道干擾的抑制、電源系統(tǒng)干擾的抑制、控制單元運行狀態(tài)的監(jiān)視等。

(1)I/O通道干擾的抑制

模擬量輸入通道常態(tài)干擾的頻率通常高于被測信號的頻率，因此可考慮采用濾波網(wǎng)絡(luò)對模擬量輸入信號進行濾波?？刹捎酶鞣N形式的金屬屏蔽層做好信號傳送線路的屏蔽工作，將信號線與外界電磁場有效地隔離開來;在系統(tǒng)既有模擬電路又有數(shù)字電路時，數(shù)字地與模擬地要分開，最后只在一點相連，以防相互干擾。I/O通道一般應(yīng)采用光電耦合器進行電氣隔離，既可避免構(gòu)成地環(huán)路，還可有效地抑制噪聲。另外，在輸入輸出通道上應(yīng)采用一定的過壓保護電路。

(2)電源系統(tǒng)干擾的抑制

同一電源網(wǎng)路上有較多大功率設(shè)備時，在控制單元與供電電源之間可加入三相隔離變壓器，以防止電網(wǎng)干擾侵入控制系統(tǒng)。在整機的電源線入口處，可通過增加電源濾波器來防止其他電子設(shè)備與本系統(tǒng)之間產(chǎn)生相互干擾。在機內(nèi)獨立的印刷板上應(yīng)安裝小型電源濾波器，以防止板與板之間的相互干擾。

由于開關(guān)電源具有較強的抗工頻電壓波動和頻率波動能力，同時能隔離從電源線進入的傳導(dǎo)干擾，適當(dāng)場合可選用開關(guān)電源。必要時，系統(tǒng)輸入輸出通道和其他設(shè)備可考慮采用獨立的供電電源，實行電源分組供電。另外，邏輯電路板上的直流電源線和接地線要注意合理布線。

(3)控制單元運行狀態(tài)監(jiān)視

可使用看門狗定時器(WDT)監(jiān)視控制單元的運行狀態(tài)。WDT的輸出直接連到CPU的中斷請求端或控制單元的復(fù)位端，WDT的每次“定時到”溢出脈沖信號均能引起CPU的中斷或復(fù)位。WDT受CPU控制，可對其重新設(shè)置時間常數(shù)或刷新。

定時器重新開始計時，只要程序正常運行就不會產(chǎn)生定時中斷或系統(tǒng)復(fù)位。一旦程序執(zhí)行出錯或發(fā)生程序亂飛、死機現(xiàn)象，看門狗定時器就會產(chǎn)生溢出脈沖信號，引起定時中斷或復(fù)位，從而使控制單元重新啟動或進入中斷服務(wù)程序進行糾錯處理。

(4)控制單元的掉電保護

對付電網(wǎng)瞬間斷電或電壓突然下降的有效方法就是掉電保護，對計算機測控系統(tǒng)可外加不間斷電源(UPS)，對測控系統(tǒng)中的控制單元可增加掉電保護電路，并慎重設(shè)計。掉電信號由硬件電路檢測，加到控制單元CPU的外部中斷輸入端。軟件中斷將掉電中斷規(guī)定為高級中斷，使控制單元CPU能及時對掉電做出反應(yīng)。在掉電中斷子程序中，首先進行現(xiàn)場保護，保存當(dāng)時重要的狀態(tài)參數(shù)。當(dāng)電源恢復(fù)正常時，CPU重新復(fù)位，恢復(fù)現(xiàn)場并繼續(xù)未完成的工作。

(5)控制單元冗余設(shè)計

常用的控制單元冗余設(shè)計包括熱備份并聯(lián)冗余和冷備份并聯(lián)冗余，兩者都是以增加成倍的硬件投資來換取系統(tǒng)硬件的可靠性。

(1)熱備份并聯(lián)冗余是將若干功能相同的控制單元并聯(lián)運行，同步執(zhí)行相同的處理程序，當(dāng)并聯(lián)系統(tǒng)中至少有一個控制單元工作正常時，整個系統(tǒng)即維持正常工作。

為了提高控制單元的可靠性和經(jīng)濟性，常采用雙機熱備份并聯(lián)方式。對受控系統(tǒng)而言，雙機熱備份并聯(lián)方式只是其中一個控制單元完成測控任務(wù)，另一個控制單元處于并行工作的待命狀態(tài)。但兩個控制單元同步執(zhí)行同樣的程序，一旦自檢系統(tǒng)發(fā)現(xiàn)主控單元有故障時，則待命狀態(tài)的備控單元自動切換上去，代替主控單元使系統(tǒng)繼續(xù)正常運行。在設(shè)計雙機熱備份系統(tǒng)時，要解決以下兩個主要問題：

1)雙機同步。雙機同步一般是以事件作為同步令牌，其中事件可由設(shè)計者定義。如系統(tǒng)的工作過程為：輸入接口采集由傳感器送來的數(shù)據(jù)，在CPU內(nèi)將采集到的數(shù)據(jù)和設(shè)定值進行比較、處理，最后得到本次的控制量輸出。那么，事件可劃分為數(shù)據(jù)采集和數(shù)據(jù)處理兩個事件。

當(dāng)應(yīng)用系統(tǒng)啟動時，兩機同時執(zhí)行第一事件，即采集狀態(tài)數(shù)據(jù)。當(dāng)?shù)谝皇录瓿珊螅賹山Y(jié)果進行比較，如果相同則繼續(xù)第二事件;若有錯誤，則主控單元自動切換，用備控單元代替主控單元。只要主控單元工作正常，則備控單元一直處于待命狀態(tài)。

當(dāng)事件進行數(shù)據(jù)處理時，若超出精度范圍，則認為其中一個數(shù)據(jù)可能有錯誤，這時可以讓雙機重新轉(zhuǎn)到本事件的首地址再執(zhí)行一遍。若仍有差錯，則再轉(zhuǎn)到故障檢測程序。這種軟件回卷方法可以消除某些偶然性因素的影響。