浅谈硬件可靠性测试设计实例

　　一般所说的“可靠性”指的是“可信赖的”或“可信任的”。我们说一个人是可靠的，就是说这个人是说得到做得到的人，而一个不可靠的人是一个不一定能说得到做得到的人，是否能做到要取决于这个人的意志、才能和机会。同样，一台仪器设备，当人们要求它工作时，它就能工作，则说它是可靠的；而当人们要求它工作时，它有时工作，有时不工作，则称它是不可靠的。对产品而言，可靠性越高就越好。可靠性高的产品，可以长时间正常工作（这正是所有消费者需要得到的）；从术语上来说，就是产品的可靠性越高，产品可以无故障工作的时间就越长。

　　产品实际使用的可靠性叫做工作可靠性。工作可靠性又可分为固有可靠性和使用可靠性。固有可靠性是产品设计制造者必须确立的可靠性，即按照可靠性规划，从原材料和零部件的选用，经过设计、制造、试验，直到产品出产的各个阶段所确立的可靠性。使用可靠性是指已生产的产品，经过包装、运输、储存、安装、使用、维修等因素影响的可靠性。

　　从硬件角度出发，可靠性测试分为两类：

　　以行业标准或者国家标准为基础的可靠性测试。

　　企业自身根据其产品特点和对质量的认识所开发的测试项目。

　　下面分别介绍这两类可靠性测试。

　　1 基于行业标准、国家标准的可靠性测试方法

　　产品在生命周期内必然承受很多外界应力，各种行业标准、国家标准制定者给出了某类产品在何种应用环境下会存在多大的应力等级，而标准使用者要根据产品的应用环境和对质量的要求选定相应的测试条件即应力等级，这个选定的应力等级实质上就是产品测试规格。

　　在产品的测试阶段，我们必须在实验室环境下对足够的测试样本一一施加相应的应力类型和应力等级，考察产品的工作稳定性。对于通信设备而言，常见的测试项目至少包括电磁兼容试验、安规试验、气候类环境试验和机械环境试验，而上述四类测试项目还包含很多测试子项，总的而言，所有的测试项目都属于规格符合性测试，试验的目的都是模拟产品在生命周期内承受应力类型和应力等级，考察其工作稳定性。

　　2 企业设计的可靠性测试方法

　　由于网络产品的功能千差万别，应用场合可能是各种各样的，而与可靠性测试相关的行业标准、国家标准，一般情况下只给出了某类产品的测试应力条件，并没有指明被测设备在何种工作状态或配置组合下接受测试，因此在测试设计时可能会遗漏某些测试组合。比如机框式产品，线卡种类、线卡安装位置、报文类型、系统电源配置均可灵活搭配，这涉及到的测试组合会较多，这测试组合中必然会存在比较极端的测试组合。测试可靠性是指运行应用程序，以便在部署系统之前发现并移除失败。因为通过应用程序的可选路径的不同组合非常多，所以在一个复杂应用程序中不可能找到所有的潜在失败。但是，可测试在正常使用情况下可能的方案，然后验证该应用程序是否提供预期的服务。如果时间允许，可采用更复杂的测试以揭示更微小的缺陷。

　　总之，在做测试设计时，需要跳出传统测试规格和测试标准的限制，以产品应用的角度进行测试设计，保证产品的典型应用组合、满配置组合或者极端测试组合下的每一个硬件特性、硬件功能都充分暴露在各种测试应力下，这个环节的测试保证了，产品的可靠性才得到保证。

　　2.1 实例一：包处理器外挂缓存（Buffer）的并行总线测试

　　为了应对网络的突发流量和进行流量管理，网络设备内部的包处理器通常都外挂了各种随机访问存储器（即RAM）用来缓存包。由于包处理和RAM之间通过高速并行总线互连，一般该并行总线的工作时钟频率可能高达800Mhz，并且信号数量众多，拓扑结构复杂，在产品器件密度越来越高的情况下，产品很可能遇到串扰、开关同步噪音（SSN）等严重的信号质量问题，针对上述可能遇到的问题，我们需进行仔细的业务设计，让相应硬件电路的充分暴露在不利的物理条件下，看其工作是否稳定。

　　串扰，简单的来说是一种干扰，由于ASIC内部、外部走线的原因，一根信号线上的跳动会对其他信号产生不期望的电压噪声干扰。为了提高电路工作速率和减少低功耗，信号的幅度往往很低，一个很小的信号干扰可能导致数字0或者1电平识别错误，这会对系统的可靠性带来很大影响。在测试设计时，需要对被测设备施加一种特殊的业务负荷，让被测试总线出现大量的特定的信号跳变，即让总线暴露在尽可能大的串扰条件下，并用示波器观察个总线信号质量是否可接受、监控业务是否正常。以16位并行总线为例，为了将这种串扰影响极端化，设计测试报文时将16根信号中有15根线的跳变方向一致。

　　开关同步噪音也是RAM高速并行接口可能出现的我们所不期望的一种物理现象。当IC的驱动器同时开关时，会产生瞬间变化的大电流，在经过回流途径上存在的电感时，形成交流压降，从而产生噪音噪声（称为SSN），它可能影响信号接收端的信号电平判决。

　　举例：

　　如果被测总线为16位宽，要使所有16跟信号线同步翻转，报文内容应该为：

　　FFFF0000FFFF0000

　　如果被测总线为32位宽，要使所有32跟信号线同步翻转，测试报文内容应该为：

　　FFFFFFFF0000 0000 FFFF FFFF 0000 0000

　　如果被测总线为64位宽，要使所有64根信号线同步翻转，测试报文内容应该为：

　　FFFFFFFFFFFFFFFF 0000 0000 0000 0000 FFFF FFFF FFFF FFFF

　　0000 0000 0000 0000

　　2.2 实例二：热测试

　　热测试通过使用多通道点温计测量产品内部关键点或关键器件的温度分布状况，测试结果是计算器件寿命（如E-Cap）、以及产品可靠性指标预测的输入条件，它是产品开发过程中的一个重要的可靠性活动。

　　一般而言，热测试主要是为了验证产品的热设计是否满足产品的工作温度范围规格，是实验室基准测试，这意味着为了保证测试结果的一致性，必然对测试环境进行严格要求，比如要求被测设备在一定范围内无热源和强制风冷设备运行、表面不能覆盖任何异物。但实际上很多产品的工作环境跟上述测试环境是有差异的：

　　有些产品使用时可能放在桌子上，也可能挂在墙上，而这些设备基本上靠自然散热，安装方法不同会直接影响到设备的热对流，进而影响到设备内部的温度分布。

　　一些机框式设备，由于槽位比较多，风道设计可能存在一定的死角。如果被测对象是一块业务板，而这块可以随便插在多个业务卡槽位，热测试时必须将被测板放在散热差的槽位，并且在其旁边槽位插入规格所能支持的大功耗业务板，后让被测单板辅助单板和满负荷工作，在这种业务配置条件下进行热测试。

　　3 总结

　　针对不同的产品形态，硬件可靠性测试项目可能有所差异，但是其测试的基本思想是一致的，其基本的思路都是完备分析测试对象可能的应用环境，在可能的应用环境下会承受可能工作状态包括极限工作状态，在实验室环境下制造各种应力条件、改变设备工作状态，设法让产品的每一个硬件特性、硬件功能都一一暴露在各种极限应力下，遗漏任何一种测试组合必然会影响到对产品的可靠性。