可維護性和可靠性驗收非常重要，硬件維護工程師在后端發現問題后，總結成可維護性和可靠性需求，在產品立項的時候與新特性一起進行需求分析，然后經過設計、開發和測試環節后，在產品中落地。這些需求最終實現的效果是否和需求提出人想要達到的效果一致，需要硬件維護工程師進行驗收。

硬件維護工程師越早參與，效果越好。如果等到轉維審查的時候才參與驗收，發現偏差需要修改和測試，相當于需求要重新開發一次。推薦硬件維護工程師在需求分解的時候就參與，然后在開發和測試的時候再進行一次審視。

有一個典型的案例，某款主力發貨的款型，框架如下，主用主控通過FE通道對線卡進行管理。線卡到主用主控有兩條通道：通道1——通過主用FE到主用主控的LSW、然后再到主用主控的CPU，下圖中的實線通道；通道2——通過備用FE到備用主控的LSW、然后再到主用主控的CPU，下圖中的虛線通道。

當時出現一個特別奇怪的現象，每天到固定的時間點，線卡板就開始復位，復位后線卡板無法注冊。進一步定位，發現線卡板到主用主控的FE通道有錯包，造成管理報文丟包。由于主用和備用FE通道的切換機制沒有做好（可靠性需求實現有偏差），主用主控在切換FE通道之前就認為線卡板發生問題、從而將線卡板復位。線卡板復位后，仍然通過主用FE通道與主用主控協商，FE通道丟包造成協商失敗，線卡板無法注冊。

順著錯包往下排查，發現錯包發生在主用主控的LSW芯片。單板返回實驗室測試，發現丟包發生在固定的溫度區間。當環境溫度在25℃左右時發生丟包，低于20℃或高于30℃都不會丟包。通過交叉芯片進行排查，最后發現丟包是由晶振引起的。在環境溫度25℃左右時（晶振表面溫度50℃），125M晶振會發生跳頻。晶振的規格是125M±10ppm，在在環境溫度25℃時，晶振的頻偏達到了20ppm，超出規格1倍。

這個問題是一個典型的可靠性問題，有以下幾點可以改進：

1）主控的FE通道切換機制改進，當其中一條FE通道故障時，優先進行通道切換。

2）故障定界優化，當主用主控到多個線卡板的FE通道都出現故障時，判斷為主用主控故障，優先進行主備倒換，把業務切換到備用主控，而不是復位線卡板。

3）FE通道記錄錯包日志，錯包每增加一定數量，記錄一條日志。

4）主控發現線卡異常時，先上報告警。有業務備份通道的，切換業務后再復位線卡；沒業務備份通道的，只告警，不復位線卡。

FIT:FaultInjection Test(失效注入試驗)

可靠性FIT測試驗證目的：

Ø 可靠性增長，測試發現問題，提高系統可靠性；

Ø 驗證系統可靠性，驗證系統的故障恢復能力、故障管理能力；

Ø 對產品故障恢復能力定量估計（可靠性指標驗證）；

開發階段一般不可能驗證產品的MTBF，因為：

Ø可靠性是基于統計的結果，需要有足夠的樣本量

Ø時間較長；試驗量大

Ø難以模擬現場應用環境

我們需要FIT測試來驗證可靠性，作為可靠性設計的驗收

FIT方案設計基于兩個原則：

一是保證測試的覆蓋率

二是保證測試工作量的可執行性

用例設計中考慮故障出現的概率（根據FMECA分析結果）。對可能產生同一種影響的不同故障考慮故障模式的收斂，即只模擬一種故障模式(前提故障檢測是通過檢測這些故障模產生的故障影響來確定故障，而不是直接檢測故障模式)

FEMA分析作為可靠性設計的需求，那么我們設計好FIT測試作為驗收手段。

表格具體內容可以不關注，掌握相關方法即可。