计算机设备健康状态评估方法

张雪坚++杨震乾++钏涛++向华伟++吕垚++冯熙

摘 要

随着现代企业信息化建设的推进，越来越多的计算机设备被投入使用，对使用中的计算机设备建立鉴定其健康状态的方法对企业的稳定运作有极为重要的意义，文章从设备品牌，设备类型，设备资源使用率，设备机房环境，缺陷记录，意外事件等方面构建出将设备运行时间作为主要评估依据的設备健康状态评估体系，确定了计算机设备健康状态指标权重，提出了基于模糊综合评价法和层次分析法结合的评估模型，为计算机设备的健康状态评估提出了可供决策者参考的理论依据。

【关键词】设备健康状态 模糊综合评价法

随着信息化技术的不断发展和信息化建设的不断推进，新兴技术诸如云计算，云平台，人工智能等正在不断改变着人们的生活和工作方式，但技术的实际使用及信息化建设的基础背后必定伴随着越来越多的计算机资源和设备被投入使用，在运的计算机设备稳定运作是保障企业正常运行的关键，现阶段在运的计算机设备存在健康状态评估难，淘汰界限不清晰等难题，大部分企业对计算机设备采取的淘汰方式为用到坏淘汰或定期淘汰，以上方法会导致设备承载业务的稳定运行得不到保障及成本的提高，因此形成有理论依据和具备实际数据参考的准确可靠的计算机设备健康状态评估方法便显得尤为必要。

1 计算机设备健康状态评估指标

影响计算机设备健康状态的指标有很多，有的是从设备出生就伴随着的指标如品牌和类型等，有的是在设备日常使用中的诸如使用环境，负载等，对评估指标的选取中应选取最能影响设备健康状态，且具备数据可采集性，完整性等特征的指文章中所选取的指标如图1所示，采用模糊评价法中分层的模型方法，主要指标为产品状况，运行状况及历史状态，其中第二层中包含有设备品牌，设备类型，负载占用资源率，运行机房环境，缺陷记录，意外事件六个指标，且每个指标均有各自的针对不同设备的评分方法。如设备类型的得分是基于如下的函数得出。其中K1是X86服务器计算机设备，K2是小型机，T是设备投运时间。

（1）

（2）

以上函数的得出是由对大量计算机设备健康数据进行采样，并对设备故障率的浴盆曲线进行对比研究后建模，绘制图形后为方便计算用线性函数分段近似曲线后得出。因文章篇幅有限，对于其他指标的打分方式在此将不复述。

2 计算机设备健康状态评估模型：

美国自动控制专家L.A. Zadeh发表的文章《模糊集》中第一次将模糊概念用精确的数学方法描述出来，从中诞生了模糊数学，模糊集提出了一种对复杂系统进行分析的方法。模糊综合评定法是模糊数学中的一种具体应用方法，其模型由北京大学数学系教授汪培庄提出。模糊综合评价法是对受多种因素影响的复杂事物利用多因素决策的方法来做出全方位评价的一种强大的数学方法，评价中通过构造等级模糊子集来将被评价事物的模糊指标进行量化，指标量化后根据模糊学中的模糊变换原理将各指标进行综合，得出的评价结果并非是否定或者肯定得结果，而是以一个模糊集合来表示，最终根据最大隶属度来确定评价结果。具体的计算步骤如下：

（1）确定评价对象因素集：U={u1，u2，…，um}为被评价对象的n种评价指标，其中文章中用到为分层评价指标，U=U1∪U2∪U3，U1，U2，U3分别代表上文中所述的产品状态，运行状态，历史状态，且U1={U11，U12}，U11， U12分别代表最后一级指标中的设备品牌和设备类型。

（2）确定评语集：V={v1，v2，…，vn}，vj代表第j个评价结果，评价结果总数为n，本文中评价结果划分为3个等级如表1所示。

（3）确定评价指标的权重向量：A=（a1，a2，…，am）为权重（权数）分配模糊矢量，ai表示第i个因素的权重，其中0<=ai，Σam=1。权重的选取一般是凭经验得出，带有主观性，权重同时也是决定评价结果中最重要的因素。本文中因素权重的确定采用的方式是专家打分的方式，通过邀请18位计算机设备运维专家独立地给出各因素的权重，最终的权重值为取各因素权重的平均值。

（4）对单因素模糊评价后组合成模糊关系矩阵R：单因素模糊评价为从最底层的单因素确定其对第二步骤中评价集合V的隶属程度，从而得出如R1=（r11， r12 ，r13）的单因素模糊子集，通过对子集的组合过后可以得出模糊关系矩阵，如本文中若设备品牌得分为90分，设备类型得分为60分，则产品状况的模糊矩阵为：

（5）模糊综合评价结果矢量的确定：如下公式所示，将权重矢量A与模糊关系矩阵R合成可以得到各评价对象的模糊综合评价结果矢量B

（3）

因本文中使用的为分层方法，确定第一级评价结果B1，B2，B3后，最终计算机设备健康状态评估的结果矢量为B=A[B1·B2·B3]T

3 计算机设备健康状态评估模型的验证

3.1 评价指标权重

通过专家打分得出的产品状况，运行状况，历史状况及其二级指标权重如表2、3所示。

3.2 计算机设备健康状态评估

根据如上模型可计算出设备的健康状态，本文中选用了一台华为的RH8100V3服务器作为实例，其中该设备投运时间为1.3年。首先需计算二级指标基于隶属度函数得出的基于产品状况指标集的单因素判断矩阵R1，基于运行状况指标集的单因素判断矩阵R2，及基于历史状况的单因素判断举证R3如下所示：

通过代入各项评价指标权重可得出二级指标评估结果为

B1=A1R1=[0.853，0.147，0]

B2=A2R2=[0.4902，0.5098，0]

B3=A3R3=[0.9704，0.0296.0]

经过如上结果可以得出此计算机设备最终的健康状态评估结果为B为：

B=AR=[0.7445，0.2555，0]

根据以上模糊评判结果可知，该计算机设备评估结果中最大值为0.7445是评语集中的健康状态，由最大隶属度原理可知，该设备处于健康状态。经专家鉴定，实际设备的健康情况属于健康状态，与计算机设备健康状态评估模型计算结果相符合。

4 结语

本文深入讨论了模糊综合评判法的使用，通过建立了计算机设备的分层状态评估模型并用模糊综合评判法对计算机设备的健康状态进行评估，且评估结果与实际结果相符，证明了该方法的实际使用意义。经研究该方法的使用可减少信息化建设管理成本并降低管理风险，增强信息化建设中的可靠性及执行效率。

参考文献

[1]张金萍，刘国贤，袁泉，等.变电设备健康状态评估系统的设计与实现[J].现代电力，2004，21（04）：45-49.

[2]李晋，朱强强，范旭峰，等.大型机电设备健康状态评估方法研究[J].工矿自动化，2015，41（01）：6-9.

[3]霍本瑶，刘新超.模糊综合评判法[J].黄河水利职业技术学院学报，1999（02）：26-30.

[4]吕文峰.机电设备健康状态评估方法研究[J].商品与质量，2015（27）.

作者单位

云南电网有限责任公司信息中心 云南省昆明市 650200