針對(duì)軟硬件復(fù)合計(jì)算機(jī)系統(tǒng)的可靠性分析，提出了相應(yīng)的模塊化分解模型，采用動(dòng)態(tài)和靜態(tài)相結(jié)合的方法分析系統(tǒng)可靠性。通過分析案例系統(tǒng)的可靠性和部件的重要度，揭示在軟硬件復(fù)合計(jì)算機(jī)系統(tǒng)中軟件子系統(tǒng)是系統(tǒng)可靠性增長(zhǎng)的重要因素，說(shuō)明軟件可靠性分析和設(shè)計(jì)技術(shù)的研究和應(yīng)用對(duì)系統(tǒng)可靠性的整體提高亦十分重要。
關(guān) 鍵 詞 可靠性; 故障樹分析; 模塊化; 失效率; 重要度

1996年6月，歐洲航天局研制的“阿麗亞娜5型火箭”發(fā)射失敗，根本原因在于火箭設(shè)計(jì)師重硬件可靠性設(shè)計(jì)，輕軟件可靠性設(shè)計(jì)，導(dǎo)致火箭慣性制導(dǎo)系統(tǒng)軟件出現(xiàn)規(guī)格和設(shè)計(jì)錯(cuò)誤。由此看出，復(fù)合計(jì)算機(jī)系統(tǒng)軟件可靠性分析至關(guān)重要。
源于20世紀(jì)70年代的故障樹分析方法(FTA)，以其嚴(yán)整的邏輯結(jié)構(gòu)和形象的樹狀圖形，以及強(qiáng)大的揭示故障根源和定量計(jì)算失效概率的功能，深受可靠性工程界的歡迎[1]。傳統(tǒng)的FTA方法以系統(tǒng)的各種基本事件是否發(fā)生作為故障分析的依據(jù)，沒有考慮各種基本事件在時(shí)間變化過程中的相互依存關(guān)系，是一種靜態(tài)的基本事件組合關(guān)系的圖形化分析方法。而動(dòng)態(tài)FTA分析方法是傳統(tǒng)(靜態(tài))FTA的擴(kuò)展集，即在傳統(tǒng)故障樹邏輯門的基礎(chǔ)上，新設(shè)計(jì)了若干能夠反映系統(tǒng)動(dòng)態(tài)特征(時(shí)序活動(dòng))的邏輯門[1]。
1 復(fù)合計(jì)算機(jī)系統(tǒng)的FTA模塊化分解模型
假定復(fù)合計(jì)算機(jī)系統(tǒng)是串聯(lián)結(jié)構(gòu)，由相互獨(dú)立的硬件子系統(tǒng)和軟件子系統(tǒng)組成，可得到系統(tǒng)的FTA模塊化分解模式，如圖1所示。
靜態(tài)故障樹采用圖形化的方法表示基本事件的組合關(guān)系。組合關(guān)系可用布爾函數(shù)表達(dá)，通過最小割集、不交化方法等求解事件的失效概率。但是，計(jì)算量隨著故障樹邏輯門和基本事件數(shù)目的增加而呈指數(shù)增長(zhǎng)，產(chǎn)生組合爆炸問題。另外，可利用早期邏輯簡(jiǎn)化、早期模塊分解和早期不交化的“三早”簡(jiǎn)化技術(shù)對(duì)故障樹進(jìn)行綜合簡(jiǎn)化處理[2]。類似的還有二元決策圖(Binary Decision Diagram，BDD)[3]、GA(Genetic algorithms)等算法。BDD是一種緊湊、規(guī)范的布爾函數(shù)表示法，沒有重復(fù)的子樹或冗余節(jié)點(diǎn)，能為系統(tǒng)龐大的組合結(jié)構(gòu)提供有效方案，是一種不需要找割集或?qū)ε紭涞乃惴╗4]。BDD的缺點(diǎn)是在故障樹轉(zhuǎn)化過程中，不能保證結(jié)果最優(yōu)，不利于被廣泛使用。

動(dòng)態(tài)故障樹模型能有效地表示基本事件的失效順序性、功能相關(guān)性和儲(chǔ)備件分配等相互依存關(guān)系。馬爾科夫鏈的狀態(tài)可以完整地描述部件的失效行為、部件的失效時(shí)序和儲(chǔ)備件分配等，馬爾科夫鏈模型可用于分析動(dòng)態(tài)故障樹[5]。
蒙特卡羅仿真法可用于故障樹評(píng)價(jià)。對(duì)于完全接受任何失效分布的模型和無(wú)法采用分析方法解決的模型，模型仿真是一種可選方案。而且，模型仿真對(duì)于解決高度冗余的情況是非常有效的方法。例如，k/m表決門的k、m值很大，且部件不同型。在這種情況下，模型分析會(huì)產(chǎn)生組合爆炸，采用模型仿真將優(yōu)于模型分析。模型仿真方法需要很長(zhǎng)的運(yùn)算時(shí)間才能得到所需要的高精度結(jié)果，同時(shí)采用變量減少的方法，可明顯地減少運(yùn)算時(shí)間。
常用的部件分布函數(shù)有固定的失效概率、失效率為常數(shù)的指數(shù)分布、威布爾分布和對(duì)數(shù)正態(tài)分布等。固定概率常常用于描述軟件設(shè)計(jì)故障[4]，指數(shù)分布常常用于描述物理隨機(jī)故障。假如比較復(fù)雜的增長(zhǎng)模型的數(shù)據(jù)得不到時(shí)，常常容易將固定失效概率應(yīng)用到計(jì)算機(jī)應(yīng)用軟件的建模中[4]。不過，在具有實(shí)際數(shù)據(jù)支持的條件下，建議采用由相應(yīng)的軟件可靠性數(shù)學(xué)模型確定的失效概率進(jìn)行建模。關(guān)于硬件的物理失效和系統(tǒng)軟件的隨機(jī)失效較準(zhǔn)確的建模，則常常采用指數(shù)分布。