MTBF

Przewidywany czas
działania między
uszkodzeniami:
opis i standardy
Autorzy: Wendy Torell
Victor Avelar
White Paper 78
Streszczenie
MTBF (Mean Time Between Failure) to termin dotyczący niezawodności, wykorzystywany od
czasu do czasu w wielu gałęziach przemysłu, natomiast w niektórych branżach szeroko
nadużywany. Przez lata pierwotne znaczenie tego terminu uległo zmianie, co doprowadziło
do pewnego zamieszania i cynicznego stosunku względem niego. Współczynnik MTBF
opiera się w głównej mierze na założeniach i definicji awarii. Jednak do prawidłowej interpretacji koniecznie wymagane jest szczegółowe zrozumienie tych informacji. W tym dokumencie wyjaśniono trudności oraz błędne założenia związane ze współczynnikiem MTBF
oraz dostępne metody stosowane do jego wyznaczania.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
2
Wstęp
Współczynnik MTBF (Time Between Failure) jest w użyciu od 60 lat jako podstawowy czynnik brany pod
uwagę przy różnych decyzjach. W ciągu wielu lat opracowano ponad 20 metod i procedur do przewidywania
cykli życia. Dlatego nie dziwi, że współczynnik MTBF jest od dłuższego czasu tematem niekończącej się
dyskusji. Obszar, gdzie jest to szczególnie widoczne, to projektowanie obiektów o znaczeniu krytycznym,
w których znajduje się sprzęt IT i telekomunikacyjny. Gdy minuty przestoju mogą mieć negatywny wpływ na
wartość rynkową firmy, kluczowe znaczenie ma niezawodność fizycznej infrastruktury obsługującej otoczenie
sieciowe. Może się okazać, że docelowej niezawodności biznesowej nie osiągnie się bez pełnego zrozumienia współczynnika MTBF. W tym dokumencie wyjaśniono każdy aspekt współczynnika MTBF. W całym
artykule zamieszczono przykłady, aby uprościć złożone zagadnienia i wyjaśnić błędne założenia.
Co to jest awaria? Co to są założenia?
Te pytania należy zadać natychmiast w momencie rozpoczęcia przeglądu wartości współczynnika MTBF.
Bez odpowiedzi na nie merytoryczna wartość dyskusji jest niewielka. Współczynnik MTBF często cytuje się
bez zamieszczenia definicji awarii. Taka praktyka zarówno prowadzi do błędnych wniosków, jak i jest całkowicie bezużyteczna. Podobną praktyką byłoby zamieszczanie danych o zużyciu paliwa przez samochód jako
„liczba kilometrów na zbiornik”, bez podania pojemności zbiornika w litrach czy galonach. Aby rozwiązać tę
niejasność, zazwyczaj przyjmuje się, że istnieją dwie podstawowe definicje awarii:
1)
Niezdolność produktu jako całości do wykonywania wymaganych funkcji.1
2)
Niezdolność poszczególnych elementów do wykonywania wymaganych funkcji, jednak produkt jako
całość wciąż może wykonywać wymagane funkcje.2
Poniższe dwa przykłady stanowią ilustracje tego, jak poszczególny tryb awarii w produkcie może nie zostać
zaklasyfikowany jako awaria, w zależności od wybranej definicji.
Przykład 1:
Awaria dysku nadmiarowego w macierzy RAID nie sprawia, że macierz RAID przestaje wykonywać w
dowolnym czasie wymagane funkcje związane z dostarczaniem danych o znaczeniu krytycznym. Jednak
awaria dysku sprawia, że element macierzy dysków przestaje spełniać wymaganą funkcję przechowywania
danych. Dlatego też przypadek ten zgodnie z definicją 1 nie jest awarią, natomiast definicja 2 klasyfikuje go
jako awarię.
1
2
IEC -50
IEC -50
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
3
Przykład 2:
Jeżeli inwerter zasilacza UPS ulega awarii i zasilacz UPS przełącza się w tryb obejściowy, mimo tej awarii
zasilacz UPS może wciąż wykonywać wymagane funkcje związane z zasilaniem urządzenia krytycznego.
Jednak awaria inwertera sprawia, że element zasilacza UPS przestaje spełniać wymaganą funkcję związaną
z dostarczaniem odpowiedniej mocy. Podobnie jak w poprzednim przypadku jest to awaria tylko według
drugiej definicji.
W przypadku tylko dwóch definicji, zdefiniowanie awarii wydaje się być raczej proste. Niestety, gdy w grę
wchodzi reputacja produktu, sprawa staje się prawie tak skomplikowana, jak sam współczynnik MTBF.
W rzeczywistości istnieje więcej niż jedna definicja awarii — praktycznie ich liczba jest nieskończona.
W zależności od typu produktu producenci mogą ustalać wiele definicji awarii. Producenci, którym zależy
na jakości, śledzą wszystkie tryby awarii, aby zapewnić kontrolę nad procesem, co oprócz innych korzyści,
usuwa usterki produktów. Dlatego też, aby dokładnie zdefiniować awarię, konieczne jest postawienie dodatkowych pytań.
Czy nieprawidłowe stosowanie przez klienta uznaje się za awarię? Może okazać się, że projektanci przeoczyli tzw. czynnik ludzki, co w rezultacie daje użytkownikom możliwość nieprawidłowego stosowania produktu. Czy utraty zasilania spowodowane przez pracownika serwisu sprzedawcy można uznać za awarię?
Czy możliwe jest, że sam projekt produktu zwiększa prawdopodobieństwo awarii wynikającej z wykonania
procedury, która sama w sobie jest ryzykowna? Czy awarię diody LED (Light Emitting Diode) w komputerze
uznaje się za awarię, mimo że nie ma to żadnego wpływu na działanie komputera? Czy oczekiwane zużycie
materiału eksploatacyjnego, na przykład akumulatora, można traktować jako awarię, jeżeli wystąpiło to przed
czasem? Czy uszkodzenia powstałe podczas transportu to awarie? Może to wskazywać na niskiej jakości
projekt opakowania. W związku z powyższym zrozumiałe jest, że zdefiniowanie awarii ma duże znaczenie
i należy to uwzględniać podczas interpretowania dowolnych wartości współczynnika MTBF. Pytania takie jak
te zamieszczone powyżej stanowią podstawę do podejmowania decyzji dotyczących niezawodności.
Mówi się, że inżynierowie nigdy się nie mylą, tylko przyjmują nieprawidłowe założenia. To samo można
powiedzieć o osobach wyznaczających wartości współczynnika MTBF. Założenia są konieczne do uproszczenia procesu wyznaczania współczynnika MTBF. Jest rzeczą prawie niemożliwą, aby zebrać dane wymagane do obliczenia dokładnej wartości. Jednak wszystkie założenia muszą być realistyczne. W tym dokumencie opisano popularne założenia używane podczas wyznaczania współczynnika MTBF.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
4
Definicja niezawodności, dostępności, współczynnika
MTBF oraz współczynnika MTTR
Współczynnik MTBF ma wpływ zarówno na niezawodność, jak i dostępność. Przed wyjaśnieniem metod
odnośnie współczynnika MTBF ważne jest, aby ustalić solidne podstawy dla tych pojęć. Różnica między
niezawodnością a dostępnością jest często nieznana lub nieprawidłowo rozumiana. Wysoka dostępność
i wysoka niezawodność często idą w parze, jednak terminów tych nie należy stosować zamiennie.
Niezawodność to zdolność systemu lub elementu do wykonywania żądanych funkcji w danych warunkach przez określony czas [IEEE 90].
Innymi słowy jest to prawdopodobieństwo, że system lub element pomyślnie zrealizuje swoje zadanie w
określonym czasie bez awarii. Misja samolotu to doskonały przykład ilustrujący to pojęcie. Gdy samolot
wylatuje na misję, istnieje tylko jeden cel: ukończyć lot zgodnie z planem i bezpiecznie (bez katastrofalnych awarii).
Dostępność to natomiast stopień działania i gotowość systemu lub elementu, gdy ich użycie jest
wymagane [IEEE 90].
Można to traktować jako prawdopodobieństwo, że system lub element znajduje się w stanie, aby wykonywać
wymaganą funkcję w danych warunkach w danym momencie. Na dostępność ma wpływ niezawodność
systemu oraz czas naprawy po wystąpieniu awarii. W przypadku, gdy system cechuje się długimi ciągłymi
czasami działania (na przykład 10-letnie centrum danych), awarie są nieuniknione. Dostępność jest często
brana pod uwagę, ponieważ w momencie wystąpienia awarii krytyczną zmienną staje się szybkość naprawy
systemu. W centrum danych niezawodność projektu systemu to najważniejsza zmienna o znaczeniu krytycznym, jednak gdy dojdzie do awarii, najważniejszym czynnikiem jest jak najszybsze ponowne uruchomienie sprzętu IT oraz procesu biznesowego w celu zminimalizowania przestoju.
Współczynnik MTBF (Mean Time Between Failure) to podstawowa miara niezawodności systemu. Zazwyczaj jest wyrażana w godzinach. Im wyższa wartość współczynnika MTBF, tym wyższa niezawodność
produktu. Równanie 1 ilustruje tę zależność.
Niezawodność = e
⎛ Czas ⎞
−⎜
⎟
⎝ MTBF ⎠
Równanie 1
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
5
Popularnym nieprawidłowym założeniem odnośnie współczynnika MTBF jest postawienie znaku równości między tym współczynnikiem a tzw. „okresem eksploatacji” — szacunkową liczbą godzin działania,
po których dochodzi do awarii systemu. Nierzadko jednak podaje się współczynnik MTBF o wartości
1 miliona godzin — przeświadczenie, że system może bezawaryjnie działać bez przerwy przez 100 lat jest
nieracjonalne. Wartości te są tak wysokie, ponieważ liczy się je na podstawie współczynnika awarii produktu
w ich czasie użytkowania lub normalnym czasie eksploatacji. Zakłada się także, że współczynnik ten będzie
obowiązywać w nieskończoność. Jednak w tej fazie cyklu eksploatacji produktu produkt cechuje się najniższym (i stałym) współczynnikiem awarii. W rzeczywistości tryby zużycia produktu ograniczyłyby czas jego
eksploatacji znacznie wcześniej niż wartość współczynnika MTBF. Dlatego też nie należy tworzyć żadnego
bezpośredniego powiązania między okresem eksploatacji a współczynnikiem awarii lub współczynnikiem
MTBF. Produkt z niezwykle wysoką niezawodnością (MTBF) jednak niskim szacowanym okresem eksploatacji nie jest niczym nadzwyczajnym. Weźmy na przykład człowieka:
Populacja przykładowa obejmuje 500 000 osób w wieku 25 lat.
W ciągu całego roku zbierane są dane na temat awarii (zgonów) dla tej populacji.
Okres eksploatacji populacji wynosi 500 000 x 1 rok = 500 000 osobolat.
W ciągu roku 625 osób „uległo awarii” (zmarło).
Współczynnik awarii to 625 awarii / 500 000 osobolat = 0,125 %/rok.
Współczynnik MTBF jest odwrotnością współczynnika awarii, czyli 1 / 0,00125 = 800 lat.
Tak więc, nawet jeśli 25-letni ludzie mają wysoki współczynnik MTBF, ich oczekiwana
żywotność (okres eksploatacji) jest znacznie krótszy i nie jest powiązany.
Praktycznie ludzie nie cechują się stałymi współczynnikami awarii. Wraz ze starzeniem się ma miejsce
więcej „awarii”. Dlatego też jedynym wiarygodnym sposobem na obliczenie współczynnika MTBF, który
byłby równy okresowi eksploatacji, byłoby odczekanie, aż cała badana populacja dwudziestopięciolatków
zakończy życie. Następnie możliwe byłoby obliczenie średniej okresów życia. Większość zgodziłaby się,
że liczba ta wyniosłaby 75–80 lat.
Tak więc jaki jest współczynnik MTBF dwudziestopięciolatka — 80 czy 800? Obie te wartości są prawdziwe!
Jednak dlaczego ta sama populacja może cechować się dwoma tak skrajnie różnymi wartościami współczynnika MTBF? Wszystkiemu winne są założenia!
Jeżeli współczynnik MTBF wynoszący 80 lat lepiej odzwierciedla długość życia produktu (w tym przypadku
ludzi), czy jest to lepsza metoda? Najwyraźniej jest bardziej intuicyjna. Istnieje jednak wiele zmiennych
ograniczających praktyczne zastosowanie tej metody w przypadku produktów komercyjnych, takich jak
systemy zasilaczy UPS. Największym ograniczeniem jest czas. Aby można było dokonać obliczeń, należałoby poczekać na śmierć całej badanej populacji; w przypadku wielu produktów cykl ten wynosi 10–15 lat.
Oprócz tego nawet jeżeli taki okres oczekiwania na obliczenie współczynnika MTBF byłby racjonalnie
uzasadniony, wystąpiłyby problemy ze śledzeniem produktów. Na przykład, skąd producent może wiedzieć,
czy produkty są dalej w użyciu, czy też może zostały one wycofane z użycia i ten fakt nie został nigdy
zaraportowany?
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
6
W końcu nawet jeżeli wszystkie wymienione powyżej czynniki byłyby możliwe, technologia zmienia się tak
szybko, że w momencie, gdy można byłoby obliczyć tę wartość, byłaby ona bezużyteczna. Kto potrzebuje wartości współczynnika MTBF produktu, który został zastąpiony kilkoma generacjami aktualizacji
technologicznych?
Współczynnik MTTR [Mean Time to Repair (or Recover)] to szacunkowy czas naprawy systemu po awarii.
Może on uwzględniać czas wymagany na zdiagnozowanie problemu, czas wymagany na przyjazd inżyniera
pomocy technicznej oraz czas fizycznej naprawy systemu. Podobnie jak w przypadku współczynnika MTBF,
współczynnik MTTR jest wyrażany w godzinach. Tak jak zostało to przedstawione za pomocą równania 2,
współczynnik MTTR ma wpływ na dostępność, ale nie na niezawodność. Im większa wartość współczynnika
MTTR, tym gorszy jest system. Po prostu naprawa systemu po awarii zajmuje więcej czasu; system będzie
miał mniejszą dostępność. Poniższe równanie ilustruje, w jaki sposób współczynniki MTBF oraz MTTR mają
wpływ na ogólną dostępność systemu. Im wyższy współczynnik MTBF, tym większa dostępność. Im wyższy
współczynnik MTTR, tym mniejsza dostępność.
Dostepnosc =
MTBF
( MTBF + MTTR )
Równanie 2
Aby przedstawione powyżej równania 1 i 2 były prawdziwe, należy przyjąć podstawowe założenie podczas
analizowania współczynnika MTBF systemu. W przeciwieństwie do systemów mechanicznych większość
systemów elektronicznych nie ma ruchomych części. W wyniku tego ogólnie przyjmuje się, że systemy
lub elementy elektroniczne cechują się stałymi współczynnikami awarii podczas ich okresu eksploatacji.
Rysunek 1, przedstawiający krzywą współczynnika awarii, ilustruje pochodzenie tego wymienionego wcześniej założenia o stałym współczynniku awarii. „Czas normalnej pracy” lub „czas użytkowania” na tej krzywej
to etap, w którym produkt jest użytkowany. Jest to okres, w którym jakość produktu wyrównuje się ze stałym współczynnikiem awarii względem czasu. Źródła awarii na tym etapie to między innymi niewykryte
usterki, niskiej jakości projekt pod względem bezpieczeństwa, większe przypadkowe obciążenia niż zakładano, czynnik ludzki oraz awarie losowe. Dodatkowe okresy wygrzewania produktów przeprowadzane przez
producentów, prawidłowa konserwacja oraz zapobiegawcza wymiana zużytych części powinna zapobiec
temu typowi gwałtownego spadku krzywej widocznemu w „okresie zużycia”. Powyższa dyskusja daje podstawowe informacje dotyczące pojęcia i różnic odnośnie niezawodności oraz gotowości, co pozwala na
prawidłową interpretację współczynnika MTBF. W następnej części omówiono różne metody przewidywania
współczynnika MTBF.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
7
Rysunek 1 — Krzywa „wannowa” ilustrująca stały współczynnik awarii
Okres
uszkodzeń
wczesnych
Okres normalnej
pracy
Okres
zużycia
Współ
czynnik
awarii
Region stałego współczynnika
awarii względem czasu
0
Czas
Metody przewidywania i obliczania współczynnika
MTBF
Czasami terminy „przewidywanie” i „oszacowanie” są używane zamiennie, jednak ta praktyka nie jest prawidłowa. Metody przewidywania współczynnika MTBF obliczają wartość na podstawie projektu systemu,
zazwyczaj stosowane są na początku cyklu eksploatacji produktu. Metody przewidywania są użyteczne
w przypadku małej ilości lub braku danych roboczych, tak jak ma to miejsce w przypadku promu kosmicznego lub projektów nowych produktów. Jeżeli dostępna jest wystarczająca liczba danych roboczych, nie należy
usuwać metod przewidywania. Zamiast tego należy użyć metod szacowania współczynnika MTBF, ponieważ
odzwierciedlają one rzeczywiste pomiary awarii. Metody szacowania współczynnika MTBF obliczają wartość
na podstawie obserwowanej próbki podobnych systemów. Zazwyczaj wykonuje się to po wdrożeniu dużej
populacji produktów. Oszacowanie współczynnika MTBF jest najczęściej używaną metodą obliczania współczynnika MTBF, głównie ponieważ wykonuje się je na podstawie rzeczywistych produktów, które oddano
do użytku.
Wszystkie te metody są z natury statystyczne, co oznacza, że dają one przybliżoną wartość rzeczywistego
współczynnika MTBF. Żadna metoda nie jest standardem w całym przemyśle. Dlatego tak ważne jest, aby
producenci zrozumieli zasady działania tych metod i wybrali najlepszą odpowiednio do danego zastosowania. Metody opisane poniżej, mimo że ich lista jest niepełna, stanowią ilustrację, na jak wiele sposobów
można uzyskać współczynnik MTBF.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
8
Metody przewidywania niezawodności
Pierwsze metody przewidywania niezawodności zostały opracowane w 1940 roku przez niemieckiego
naukowca o nazwisku Von Braun oraz niemieckiego matematyka Erica Pieruschka. Próbując rozwiązać
wiele problemów związanych z niezawodnością rakiety V-1, Pieruschka pomagał Von Braunowi przy modelowaniu niezawodności i w ten sposób utworzył pierwszy udokumentowany nowoczesny predyktywny model
niezawodności. Później wraz ze wzrostem przemysłu nuklearnego NASA przyczyniła się do dalszego
rozwoju analizy niezawodności. Obecnie istnieje wiele metod przewidywania współczynnika MTBF.
MIL-HDBK 217
Opublikowany przez armię amerykańską w 1965 roku model Military Handbook 217 utworzono w celu
zapewnienia standardu oceny niezawodności systemów elektronicznych i sprzętu wojskowego w celu
zwiększenia niezawodności projektowanego sprzętu. Ustanawia on wspólną płaszczyznę porównywania
niezawodności między dwoma lub więcej podobnymi projektami. Model Military Handbook 217 jest również
określany jako Mil Standard 217 lub po prostu 217. W tym modelu istnieją dwa sposoby przewidywania
niezawodności: prognozowanie na podstawie liczebności części (ang. Parts Count Prediction) oraz prognozowanie na podstawie analizy narażeń części (ang. Parts Stress Analysis Prediction).
Metoda przewidywania liczby części służy ogólnie do przewidywania niezawodności produktu na początku
cyklu opracowywania produktu w celu uzyskania przybliżonej oceny niezawodności względem docelowej
niezawodności lub specyfikacji. Współczynnik awarii oblicza się poprzez zliczenie podobnych elementów
produktu (np. kondensatorów) i pogrupowanie ich na różne typy elementów (np. kondensator foliowy).
Liczba elementów w każdej grupie zostaje wtedy pomnożona przez ogólny współczynnik awarii oraz czynnik jakości określony w modelu 217. Na koniec dodaje się współczynniki awarii wszystkich różnych grup
części, aby uzyskać końcowy współczynnik awarii. Według definicji metoda zliczania części zakłada,
że wszystkie elementy występują w seriach i wymaga oddzielnego obliczania wskaźników awarii dla elementów nieseryjnych.
Metoda przewidywania obciążenia części jest używana znacznie później w cyklu opracowywania produktu,
tuż przed wprowadzeniem projektu rzeczywistych obwodów i sprzętu do produkcji. Jest ona podobna do
metody zliczania części pod względem sposobu sumowania wskaźników awaryjności. Jednak w przypadku
korzystania z metody obciążenia części wskaźnik awaryjności dla każdego elementu jest obliczany osobno
na podstawie określonych poziomów obciążenia, które działa na element (tzn. wilgotność, temperatura,
wibracje, napięcie). Aby przypisać odpowiednie poziomy obciążenia dla każdego elementu, projekt produktu
i jego oczekiwane środowisko muszą być odpowiednio udokumentowane i zrozumiałe. Metoda obciążania
części generuje zwykle mniejszy wskaźnik awaryjności niż metoda zliczania części. Z powodu wymaganego
poziomu analizy ta metoda jest bardzo czasochłonna w porównaniu z innymi metodami.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
9
Obecnie model 217 jest rzadko używany. W 1996 roku armia amerykańska ogłosiła, że należy zaprzestać
używania modelu MIL-HDBK-217, ponieważ „okazał się być zawodny i jego używanie może doprowadzić
do błędnego i mylącego oszacowania niezawodności”3. Model 217 został odrzucony z wielu powodów,
z których większość jest związana z faktem, iż niezawodność elementów przez ostatnie lata znacznie
wzrosła do punktu, w którym nie jest już traktowana jako główna przyczyna awarii produktu. Wskaźniki
awaryjności modelu 217 są bezpieczniejsze (wyższe) niż w przypadku dostępnych obecnie elementów
elektronicznych. Dokładna analiza awarii obecnie używanych urządzeń elektronicznych pokazuje, że przyczyną większości awarii było najprawdopodobniej błędne zastosowanie (błąd ludzki), sterowanie procesami
lub projekt produktu.
Telcordia
Model przewidywania niezawodności Telcordia został opracowany w przemyśle telekomunikacyjnym i na
przestrzeni lat ulegał wielu zmianom. Najpierw został opracowany przez firmę Bellcore Communications
Research pod nazwą Bellcore jako metoda umożliwiająca oszacowanie niezawodności urządzeń telekomunikacyjnych. Mimo, że model Bellcore był oparty na modelu 217, jego modele niezawodności (równania)
zostały zmienione w 1985 roku, tak aby odzwierciedlały doświadczenia dotyczące urządzeń telekomunikacyjnych. Ostatnia wersja modelu Bellcore to TR-332 Issue 6 z grudnia 1997 roku. Następnie w roku 1997
firma SAIC zakupiła model Bellcore i zmieniła jego nazwę na Telcordia. Ostatnia wersja modelu Telcordia
Prediction Model to SR-332 Issue 1, opublikowana w maju 2001 roku, która dodatkowo oferuje różne metody
obliczeń poza tymi w modelu 217. Obecnie model Telcordia nadal jest stosowany jako narzędzie do projektowania produktów w tej branży.
HRD5
HRD5 to model opracowany na podstawie podręcznika danych o niezawodności elementów elektronicznych (Handbook for Reliability Data for Electronic Components) używany w systemach telekomunikacyjnych. Model HRD5 został opracowany przez firmę British Telecom i jest używany głównie w Wielkiej
Brytanii. Jest podobny do modelu 217, ale nie obejmuje tak wielu zmiennych środowiskowych i zawiera
model przewidywania niezawodności obejmujący szerszy zakres elementów elektronicznych, włącznie z
telekomunikacyjnymi.
RBD (Reliability Block Diagram)
Schemat blokowy niezawodności (Reliability Block Diagram — RBD) jest reprezentatywnym narzędziem
do kreślenia i obliczeń używanym do modelowania gotowości i niezawodności systemu. Struktura schematu
blokowego niezawodności definiuje wzajemne logiczne oddziaływanie awarii w systemie, ale niekonieczne
ich logiczne lub fizyczne połączenie. Każdy blok może przedstawiać pojedynczy element, podsystem lub
inną reprezentatywną awarię. Schemat może przedstawiać cały system, dowolny podzbiór lub kombinację
tego systemu, która wymaga analizy awarii, niezawodności lub gotowości. Służy również jako narzędzie do
analiz, które przedstawia sposób działania każdego elementu systemu oraz wpływ każdego elementu na
działanie całego systemu.
3
Cushing, M., Krolewski, J., Stadterman, T., and Hum, B., 1996, "U.S. Army Reliability Standardization
Improvement Policy and Its Impact", IEEE Transactions on Components, Packaging, and Manufacturing
Technology, Part A, Vol. 19, No. 2, pp. 277-278.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
10
Model Markowa
Modelowanie Markowa umożliwia analizę złożonych systemów, takich jak architektury elektryczne.
Modele Markowa są znane również jako schematy przestrzeni stanu lub wykresy stanu. Przestrzeń stanu
jest zdefiniowana jako zbiór wszystkich stanów, w których system może się znajdować. W przeciwieństwie
do schematów blokowych, wykresy stanów stanowią dokładniejszą reprezentację systemu. Wykresów
stanów uwzględniają zależności awarii elementów, jak również różnych stanów, których nie można przedstawić za pomocą schematów blokowych, takich jak zasilacz UPS zasilany z baterii. Poza współczynnikiem
MTBF, modele Markowa udostępniają różne inne pomiary systemu, włącznie z dostępnością, współczynnikiem MTTR, prawdopodobieństwem wystąpienia danego stanu w określonym czasie i wiele innych.
FMEA / FMECA
Analiza FMEA (Failure Mode and Effects Analysis) jest procesem używanym do analizy trybów awarii
produktu. Te informacje są następnie używane do określania wpływu każdej awarii na produkt, co prowadzi
do ulepszenia projektu produktu. Analizę można przyspieszyć, przypisując do każdego trybu awarii poziom
ważności. W przypadkach tego typu można ją nazwać analizą FMECA (Failure Mode, Effects and Criticality
Analysis). W analizie FMEA używane jest podejście „wstępujące”. Na przykład w przypadku zasilacza UPS
analiza zaczyna się od elementu na poziomie płyty drukowanej, a kończy się na poziomie całego systemu.
Poza używaniem jej jako narzędzia do projektowania produktu, może ona również służyć do obliczania
niezawodności całego systemu. Dane dotyczące prawdopodobieństwa potrzebne podczas obliczeń mogą
być trudne do uzyskania w przypadku różnych części sprzętu, szczególnie jeśli mają wiele stanów lub
trybów pracy.
Drzewo uszkodzeń
Analiza za pomocą drzewa uszkodzeń jest techniką opracowaną przez Bell Telephone Laboratories, która
służy do przeprowadzania oceny bezpieczeństwa systemu Minuteman Launch Control System. Później
zastosowano ją do analizy niezawodności. Drzewa awarii mogą być pomocne w szczegółowym określeniu
ciągu zdarzeń, normalnych i dotyczących awarii, które prowadzą do analizowanej awarii lub niepożądanego
zdarzenia na poziomie elementu (analiza „od góry do dołu”). Niezawodność jest obliczana przez konwersję
pełnego drzewa awarii na odpowiedni układ równań. Można to zrobić, wykorzystując algebrę zdarzeń nazywaną również algebrą Boolowską. Podobnie jak w przypadku analizy FMEA, dane dotyczące prawdopodobieństwa potrzebne do obliczeń mogą być trudne do uzyskania.
HALT
Metoda HALT (Highly Accelerated Life Testing) służy do zwiększania ogólnej niezawodności projektu
produktu. Metoda HALT służy do określania czasu potrzebnego na wystąpienie awarii produktu, poddając
go szczegółowym pomiarom i kontrolowanemu obciążeniu, takiemu jak temperatura i wibracje. Rzeczywista
ilość czasu do wystąpienia awarii produktu szacowana jest z wykorzystaniem modelu matematycznego.
Chociaż za pomocą metody HALT można oszacować współczynnik MTBF, jego główną funkcją jest zwiększanie niezawodności projektu produktu.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
11
Metody szacowania niezawodności
Metoda prognozowania na podstawie podobieństwa elementów
Ta metoda umożliwia szybkie oszacowanie niezawodności na podstawie wcześniejszych danych dotyczących niezawodności podobnego elementu. Efektywność tej metody zależy głównie od stopnia podobieństwa
sprzętu nowego do istniejącego, dla którego dostępne są zebrane dane robocze. Podobne powinny być
procesy produkcyjne, środowiska pracy, funkcje produktu i projekty. Ta metoda przewidywania jest szczególnie użyteczna w przypadku produktów odpowiadających określonej ścieżce rozwoju, ponieważ wykorzystuje wcześniejsze doświadczenia. Jednak w ostatecznym przewidywaniu należy dokładnie przeanalizować
i uwzględnić różnice między nowymi projektami.
Metoda pomiaru danych eksploatacyjnych
Metoda pomiaru danych eksploatacyjnych jest oparta na rzeczywistych doświadczeniach związanych z
produktami. Ta metoda jest prawdopodobnie najczęściej używana przez producentów, ponieważ stanowi
integralną część programu kontroli jakości. Programy te często noszą nazwę Zarządzanie wzrostem niezawodności. Śledząc wskaźnik awaryjności używanych produktów, producent może szybko określić i rozwiązać problemy, usuwając dzięki temu usterki produktów. Ponieważ metoda ta opiera się na rzeczywistych
awariach w trakcie pracy, uwzględnia ona tryby awarii pomijane czasami przez metody przewidywania.
Ta metoda obejmuje śledzenie przykładowej grupy nowych produktów i zbieranie danych dotyczących
awarii. Po zebraniu danych obliczane są współczynniki awaryjności i MTBF. Współczynnik awaryjności
stanowi procent grupy jednostek, których „awaria” jest spodziewana w roku kalendarzowym. Oprócz kontroli jakości dane te są używane również w celu udostępnienia klientom i partnerom informacji dotyczących
procesów związanych z niezawodnością i jakością. Ponieważ metoda ta jest powszechnie używana przez
producentów, zapewnia wspólną płaszczyznę porównywania wartości współczynnika MTBF. Porównania te
umożliwiają użytkownikom oszacowanie różnic dotyczących niezawodności produktów, co stanowi narzędzie
ułatwiające podejmowanie decyzji dotyczących specyfikacji lub zakupu. Podobnie jak w przypadku innych
porównań, bardzo ważne jest, aby krytyczne zmienne były takie same dla wszystkich porównywanych
systemów. W przeciwnym razie istnieje prawdopodobieństwo podjęcia niewłaściwej decyzji, która może
spowodować straty finansowe.
Wnioski
Współczynnik MTBF jest „modnym terminem” używanym powszechnie w branży IT. Wiele wartości używanych jest bez zrozumienia ich rzeczywistego znaczenia. Współczynnik MTBF, będąc wskaźnikiem niezawodności, nie oznacza szacowanego okresu eksploatacji produktu. Ostatecznie wartość współczynnika
MTBF jest bez znaczenia, jeśli nie zdefiniowano awarii i jeśli założenia odbiegają od rzeczywistości lub nie
są w ogóle określone.
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
12
Materiały referencyjne
1.
Pecht, M.G., Nash, F.R., “Predicting the Reliability of Electronic Equipment”, Proceedings of the
IEEE, Vol. 82, No. 7, July 1994
2.
Leonard, C., “MIL-HDBK-217: It’s Time To Rethink It”, Electronic Design, October 24, 1991
3.
http://www.markov-model.com
4.
MIL-HDBK-338B, Electronic Reliability Design Handbook, October 1, 1998
5.
IEEE 90 – Institute of Electrical and Electronics Engineers, IEEE Standard Computer Dictionary:
A Compilation of IEEE Standard Computer Glossaries. New York, NY: 1990
O autorach:
Wendy Torell jest zatrudniona w firmie APC jako Inżynier ds. dostępności w W. Kingston, RI. Doradza
klientom w sprawach dotyczących naukowych analiz i praktyk projektowania związanych z optymalizacją
dostępności centrów danych. Tytuł inżyniera w zakresie inżynierii mechanicznej uzyskała na Union College
w Schenectady, NY. Wendy pracuje na stanowisku ASQ Certified Reliability Engineer.
Victor Avelar jest zatrudniony w firmie APC jako Inżynier ds. dostępności. Jest odpowiedzialny za doradztwo dotyczące dostępności i oraz analizy architektury elektrycznej stosowanej przez klientów i projektowania
centrów danych. Victor uzyskał tytuł inżyniera w zakresie inżynierii mechanicznej w Rensselaer Polytechnic
Institute w 1995 roku i jest członkiem Amerykańskiego Towarzystwa Inżynierów Ogrzewania, Chłodzenia i
Klimatyzacji (ASHRAE) oraz Amerykańskiego Towarzystwa Kontroli Jakości (American Society for Quality).
©2003 American Power Conversion. Wszelkie prawa zastrzeżone. Żadna część tej publikacji nie może być używana, powielana, kopiowana,
przesyłana ani przechowywana w jakiegokolwiek rodzaju systemie udostępniania informacji bez pisemnej zgody właściciela praw autorskich.
www.apc.com
Wer. 2004-0
13