在系統(tǒng)設(shè)計(jì)中添加“黑盒子”故障記錄議

　　引言

　　相信每個(gè)人都了解“黑盒子”的用途，用于記錄飛機(jī)飛行過(guò)程中發(fā)生意外瞬間的數(shù)據(jù)。飛機(jī)的“黑盒子”能夠收集大量飛行操作數(shù)據(jù)，包括：高度、速度、襟翼和航向位置;記錄飛行員在事故發(fā)生之前進(jìn)行的操作和對(duì)話。這些數(shù)據(jù)對(duì)于最終分析事故的根本原因起著重要作用。

　　“黑盒子”并非名副其實(shí)，飛機(jī)上的黑盒子從不是黑色的，而是采用橙色，以便容易被發(fā)現(xiàn)。所以，該設(shè)備的正確名稱應(yīng)該是“事件數(shù)據(jù)記錄議”。

　　當(dāng)然，在工程師眼里，“黑盒子”代表一個(gè)已知輸入、輸出，但內(nèi)部操作未知的設(shè)備。本文并不討論這種設(shè)備。

　　在電子設(shè)備(而不是飛機(jī))中增加數(shù)據(jù)記錄功能—“黑盒子”，將為系統(tǒng)提供非常有價(jià)值的信息。電子設(shè)備中所謂的復(fù)雜系統(tǒng)管理器—黑盒子，用于記錄網(wǎng)絡(luò)、通訊、工業(yè)、醫(yī)療設(shè)備的故障數(shù)據(jù)。記錄故障所帶來(lái)的最大好處是快速、有效地進(jìn)行失效分析。本文介紹了實(shí)現(xiàn)這個(gè)功能的方案以及利用非易失故障記錄的便利條件。

　　電源管理機(jī)制

　　從電源管理的角度看，大多數(shù)系統(tǒng)架構(gòu)看起來(lái)非常接近。無(wú)論系統(tǒng)是路由器、服務(wù)器、基站、光纖交換機(jī)、可編程控制器，還是磁共振成像儀，它們都包含開(kāi)關(guān)電源和線性穩(wěn)壓器，而且都需要監(jiān)測(cè)電壓、電流、溫度或風(fēng)扇速度，如圖1所示。

?

　　圖1. 典型的電源管理架構(gòu)

　　非易失故障記錄

　　無(wú)論是大規(guī)模系統(tǒng)，還是一個(gè)“比薩”盒子大小的系統(tǒng)，其系統(tǒng)管理器的主要功能是控制、監(jiān)測(cè)大量的電源和風(fēng)扇，其中包括：系統(tǒng)故障查詢，例如：過(guò)壓/欠壓、過(guò)流、溫度是否超出工作范圍，或者是風(fēng)扇速度是否正常。將故障監(jiān)測(cè)轉(zhuǎn)化成檢測(cè)參數(shù)是否超出閥值這類簡(jiǎn)單操作。系統(tǒng)運(yùn)行過(guò)程中實(shí)時(shí)采集數(shù)據(jù)，并在發(fā)生故障時(shí)將數(shù)據(jù)存儲(chǔ)到非易失存儲(chǔ)器，由此創(chuàng)建事件數(shù)據(jù)記錄器，圖2顯示了一個(gè)系統(tǒng)方案。

?

　　圖2. 非易失故障記錄系統(tǒng)框圖，監(jiān)測(cè)電源和風(fēng)扇

　　圖2中，復(fù)雜系統(tǒng)管理器連續(xù)收集系統(tǒng)電壓、電流、溫度和風(fēng)扇速度等數(shù)據(jù)。類似于飛機(jī)上的“黑盒子”，記錄儀將滾動(dòng)收集大量的最新數(shù)據(jù)(比如，500ms到1s的最新數(shù)據(jù))。發(fā)生故障時(shí)，系統(tǒng)的瞬間信息將被永久記錄下來(lái)。能夠檢查故障發(fā)生前500ms至1s期間的系統(tǒng)操作，為排查系統(tǒng)故障的原因和系統(tǒng)分析非常重要。通過(guò)核查數(shù)據(jù)，可以重新組織時(shí)間段，確定系統(tǒng)的相互依賴關(guān)系。理想情況下，復(fù)雜系統(tǒng)管理器應(yīng)記錄多種故障，便于建立系統(tǒng)之間的相互依賴性，發(fā)生一個(gè)故障后，可能會(huì)引發(fā)更多的后續(xù)故障。為了找到故障的根本原因，需要記錄盡可能完備的數(shù)據(jù)。而且，大容量非易失數(shù)據(jù)存儲(chǔ)允許系統(tǒng)記錄并非關(guān)鍵的故障，只是表示系統(tǒng)的某些參數(shù)超出了工作范圍，這對(duì)提高整體系統(tǒng)的安全性非常重要。