【正文】 故障是不可維修的，但系統(tǒng)本身卻是可以維修的，因此就引入了稱為平均 維修時(shí)間 MTTR(Mean Time To Repair)和維修率 m 的概念。很顯然上述的兩個(gè)系 統(tǒng)都因一個(gè)單元的故障而破壞了整個(gè)系統(tǒng)的正常工作，這樣的系統(tǒng)可靠性就很低。則概率 有此例可以看出，計(jì)算單元不獨(dú)立系統(tǒng)的可靠性是多麼的復(fù)雜 ! 不獨(dú)立的系統(tǒng)還是很常見的，但如果系統(tǒng)中不獨(dú)立的元件不多，對(duì)系統(tǒng)可靠性來說也可得到較好的估算。此外，為了計(jì)算系統(tǒng)的可靠性，需要知道單元的條件可靠性，比如當(dāng)溫度、濕度、氣壓、振動(dòng)等條件變化時(shí)而導(dǎo)致可靠性的變化，就需要做大量的統(tǒng)計(jì)工作。 (a)為串聯(lián)式結(jié)構(gòu)， E 為信息，它要經(jīng)過單元 (元件或設(shè)備 )1，2， 3， ?， n 才能由 A 傳輸?shù)?B，若系統(tǒng)中任意一個(gè)單元故障，都會(huì)破壞信息 E的傳輸，我們稱這樣的系統(tǒng)結(jié)構(gòu)形式為串聯(lián)系統(tǒng)。因此。在 t1~t2 這段時(shí)間內(nèi)，曲線比較平直，表示故障強(qiáng)度穩(wěn)定程度不變 。 由上面的例子可以得出用下述方法表達(dá)的定義：將單位時(shí)間內(nèi)損壞的元件數(shù)量與在該瞬間工作元件總數(shù)之比作為表示每一瞬間元件可靠性程度的數(shù)值，并將該值稱為“故障強(qiáng)度”，用一個(gè)時(shí)間函數(shù) a(t)表示。從比較較中可以看出，還是在初始一小時(shí)的元件故障率低一些，因?yàn)樵诘谝粋€(gè)小時(shí)內(nèi)，每 20 個(gè)元件中壞一個(gè) 。驟然看起來，好像故障率已完全可以表示元件的可靠性程度，無須再用另外的量，其實(shí)不然，為了說明其必要性，舉一個(gè)下面的例子。設(shè)最初受試元件總數(shù)量為 n，則在[t 到 dt]時(shí)間內(nèi)元件損壞的平均數(shù)為 n[q(t+dt)q(t)]=nq￠ (t) (3) 就是說，在單位時(shí)間內(nèi)的 t 瞬間平均損壞 q￠ (t)個(gè)元件，所以故障率就等于 (4) 由式 (3)可以看出 q￠ (t)=[q(t+dt)q(t)] 代入式 (1) q￠ (t)=[1 p(t+dt)] [1 p(t)]= [ p(t+dt)+ p(t)] =[ p(t+dt) p(t)] = p￠ (t) 三、平 均無故障時(shí)間 MTBF(Mean Time Between Failures) 我們將元件正常工作時(shí)間的數(shù)學(xué)期望稱為元件的“平均無故障時(shí)間”，用 T表示。它與可靠性之間的關(guān)系就有 圖 1 可靠性隨時(shí)間的變化曲線 q(t)= 1 p(t) (1) 由式中可見，即使在 t Ti 時(shí)，損壞的可能性 也是存在的，即不可靠性函數(shù)q(t)是該元件工作時(shí)間的概率分布率，而元件的工作時(shí)間又是一個(gè)隨即變量。 一、可靠性 我們把元器件或系統(tǒng)在設(shè)定的時(shí)間段 t 內(nèi)無損壞的概率定為該元器件或系統(tǒng)的“可靠性”，用一個(gè)時(shí)間函數(shù) p(t)表示。但由于任何元器件都是有一定壽命的，所以不出故障是相對(duì)的、有條件的，比如半導(dǎo)體器件在高溫下就容易出故障甚至縮短壽命，為此，人們就盡可能的將工作溫度降低，如給功率元器件加散熱器、進(jìn)行強(qiáng)迫風(fēng)冷或水冷等等。 為了在這些設(shè)備或系統(tǒng)工作時(shí)，其出故障的概率到底有多少，如何進(jìn)行估算和描述，使人們做到心中有數(shù)，以便在出故障前或故障后有一個(gè)相應(yīng)的對(duì)策。所謂無損壞是指在規(guī)定的條件下該元器件或系統(tǒng)在規(guī)定的時(shí)間內(nèi)圓滿地完成了被要求的任務(wù)。 如果可靠性函數(shù) p(t)是已知的，則它的值完全取決于元件本身的可靠性，并且有下面顯而易見的性質(zhì)： t=0 時(shí) p(0)=1 t?￥ 時(shí) p(t)=1 (2) 根據(jù)元件的一般實(shí)驗(yàn)結(jié)果，通常都有如圖 1 的 p(t)隨時(shí)間變化的指數(shù)函數(shù)曲線。因?yàn)椴豢煽啃院瘮?shù) q(t)是時(shí)間的概率分布率，所以平均無故障時(shí)間 T 為 根據(jù)式 (2)的條件就有 (5) 由此可見，平均無故障時(shí)間在數(shù)值上等于可靠性曲線與橫坐標(biāo)軸所限定的面積。 例：假定試驗(yàn) 1000 個(gè)同類的元件，在工作的第一個(gè)小時(shí)內(nèi)損壞了 50 個(gè)，工作了 20 個(gè)小時(shí)后還剩下 100 個(gè)好的，而在以后的一小時(shí)內(nèi)又壞了 10 個(gè)。而 20 個(gè)小時(shí)以后的一個(gè)小時(shí)內(nèi)，每 10 個(gè)元件中才壞一個(gè)。 如果我們?cè)囼?yàn) n 個(gè)同類的元件，到單位時(shí)間內(nèi)的 t 瞬間損壞了 nq￠ (t)=np￠(t)個(gè)元件，而在該瞬間的元件總數(shù)為 np(t)，故障強(qiáng)度就可以表示為 將該式積分得 (6) 圖 2 示出了故障強(qiáng)度作為時(shí)間函數(shù)的曲線。從 t2 瞬間開始，元件進(jìn)入“老化”期，故障強(qiáng)度又開始增加了。在 t2 以前這段時(shí)間的故障強(qiáng)度 a(t)是一個(gè)常數(shù)，也即失效率是一個(gè)常數(shù)，用 a 表示，這時(shí)元件可靠性表達(dá)式就可寫成下面的形式： (7) 用該式可以求出故障強(qiáng)度穩(wěn)定時(shí)的元件平均無故障時(shí)間 (8) 故元件可靠性的表達(dá)式就可以寫成 (9) 式中的 t 就是元件的實(shí)際設(shè)計(jì)使用時(shí)間。設(shè)該系統(tǒng)中對(duì)應(yīng)各單元的可靠性分別 p1， p2， p3， ?， pn，則串聯(lián)系統(tǒng)的可靠性 PC 為： 圖 4 可靠性串并聯(lián)模型 上面討論的系統(tǒng)可靠性都是假設(shè)個(gè)單元互相獨(dú)立的情況，即一個(gè)單元故障并不影響其它單元的可靠性。 我們以計(jì)算由兩個(gè)并連單元 (該單元的可靠性服從指數(shù)定律 )所構(gòu) 成系統(tǒng)的可靠性為例。假設(shè)當(dāng)部分單元損壞時(shí)，其余單元的可靠性或式改變或是減小。相反，如果部分單元故障不會(huì)改變其余單元的可靠性，那麼這個(gè)系統(tǒng)的可靠性就很高。此二者的關(guān)系為： 一、可用性概述 (1)可用性的提出 隨著 IT 技術(shù)的發(fā)展，各種規(guī)模的數(shù)據(jù) 中心普遍建立，局域網(wǎng)、廣域網(wǎng)、互聯(lián)網(wǎng)等互相聯(lián)接，形成了無所不達(dá)的信息通道。比如，人員誤操作造成的故障，老鼠、爬蟲之類侵入導(dǎo)致的故障，無關(guān)人員進(jìn)入機(jī)房 的不規(guī)范行為 (如不及時(shí)關(guān)閉進(jìn)入時(shí)打開的機(jī)房門造成機(jī)房溫度和濕度的突變、化纖工作服與機(jī)柜摩擦產(chǎn)生的高壓、在機(jī)房?jī)?nèi)使用不該使用的電器等 )造成的故障，等等。 當(dāng)然，這里的軟件單元是廣義的，比如包括制定管理制度等。但是有一些細(xì)微的差別在系統(tǒng)可維修或不可維修時(shí)會(huì)有所體現(xiàn)。可靠性通常低于可用性，因?yàn)榭煽啃砸笙到y(tǒng)在 [0, t] 的整個(gè)時(shí)間段內(nèi)必須正常運(yùn)行 。即 A(t)P(t) (30) 如果系統(tǒng)是不可維修的，那么在 [0, t] 時(shí)間段內(nèi)無法完成 維修，當(dāng)然也無法繼續(xù)運(yùn)行。從軟件上說，數(shù)據(jù)中心機(jī)房剛剛建立 ，一些制度一時(shí)還無法健全，工作人員的素質(zhì)、經(jīng)驗(yàn)和習(xí)慣也由一個(gè)適應(yīng)階段等。 圖 6 系統(tǒng)可用 性隨時(shí)間的變化曲線 如果系統(tǒng)是不可維修的，這種情況多數(shù)是比較簡(jiǎn)單的單元系統(tǒng) (比如保險(xiǎn)絲、組合電容器、達(dá)靈頓晶體管、智能功率模塊 IPM)、特殊加工的系統(tǒng)或某些特殊用途而不允許維修的系統(tǒng)比如被灌封的變壓器、被灌封的模塊電源、密封的水下設(shè)備、大部分運(yùn)行中的衛(wèi)星設(shè)備等等。 二、現(xiàn)代數(shù)據(jù)中心可用性需考慮的幾個(gè)主要問題 (1)在數(shù)據(jù)中心影響可用性的因素 在當(dāng)前的許多數(shù)據(jù)中心環(huán)境下，一般多把正常運(yùn)行時(shí)間定為“五個(gè) 9”，即 % 的可用性，這相當(dāng)于每年的宕機(jī)時(shí)間約為 5 分鐘。因?yàn)樗凶酉到y(tǒng)疊加的宕機(jī)時(shí)間必須等于或小于 5 分鐘。為數(shù)據(jù)中心提供的解決方案不要一味求“全”，而是應(yīng)關(guān)注所提供產(chǎn)品的質(zhì)量。例如，水冷變壓器可用性可能非常高，但泵水系統(tǒng)多個(gè)活動(dòng)部件的可用性通常較低。在考慮在何地建設(shè)、如何建設(shè)時(shí)，需要采取適當(dāng)?shù)念A(yù)防措施：比如地板承重、建筑物的耐震等級(jí)、周圍環(huán)境 (電網(wǎng)情況，季節(jié)雷雨情況，干擾情況 )等，要留有充分的余地，因?yàn)橐坏?shù)據(jù)中心建成后，要想修改極其困難。 j 機(jī)房 輸入電源 (一次電源 ) 電源是數(shù)據(jù)中心所有設(shè)備運(yùn)轉(zhuǎn)的動(dòng)力，從照明、到加熱、到冷卻、到除濕，再到所有的 IT 設(shè)備都需要它。 k 電源備份 數(shù)據(jù)中心電源備份通常是指用于保護(hù)負(fù)載免受劣質(zhì)電源影響的高質(zhì)量電源，并在電網(wǎng)掉電時(shí)為負(fù)載提供不間斷的電源。所以，大部分?jǐn)?shù)據(jù)中心都采用了現(xiàn)場(chǎng)后備發(fā)電的方法。 加熱和冷卻子系統(tǒng)為數(shù)據(jù)中心提供基本的環(huán)境條件 。 在寒冷的冬季，機(jī)房需要升溫，升溫時(shí)往往伴隨著干燥，因此，需要增加加濕措施。一般精密空調(diào) (HVAC)系統(tǒng)通常連接到發(fā)電機(jī)備份電源上，以最大限度地減少由于電源故障導(dǎo)致的宕機(jī)時(shí)間。現(xiàn)場(chǎng)安全性經(jīng)常同時(shí)包括武裝警衛(wèi)、入侵預(yù)防、視頻監(jiān)控和先進(jìn)的身份識(shí)別技術(shù)。高架地板還經(jīng)常用于風(fēng)冷通道，為數(shù)據(jù)中心的特定點(diǎn)提供冷氣。監(jiān)控既可以在本地進(jìn)行、也可以遠(yuǎn)程進(jìn)行。比如在發(fā)生火災(zāi)或自然災(zāi)害時(shí)，該系統(tǒng)允許救援人員進(jìn)入房間而不必?fù)?dān)心電氣安全。滅火系統(tǒng)不僅需要與數(shù)據(jù)中心