一、冗余设计概述：什么是冗余？为什么需要冗余？
各位同行，咱们今天聊聊冗余设计。
说实话，我刚入行那会儿，对冗余的理解特别肤浅——不就是多放一套备用的嘛。直到有一次在现场，亲眼看着一条自动化产线因为一个传感器故障，整条线停了三个小时，损失几十万。从那以后，我才真正明白：冗余不是浪费，是保命符。
1.1 什么是冗余？
冗余，说白了就是给系统多留一条路。
你想想看，一个控制系统里，如果某个关键部件坏了，系统还能不能继续跑？如果能，那这个系统就有冗余。如果不能，那就是单点故障——这是咱们做设计时最怕的东西。
我个人的理解是：冗余不是简单的“1+1”，而是用额外的资源换取系统的可靠性。这个资源可以是硬件、软件、数据，甚至是时间。
核心定义：冗余是指在系统中引入额外的（通常是备份的）组件、功能或信息，使得当主用部分发生故障时，系统仍能维持全部或部分功能。
1.2 为什么需要冗余？
这个问题我问过很多年轻工程师。有人说是为了安全，有人说是为了可靠性。都对，但不全。
我总结下来，需要冗余的原因主要有三个：
- 安全第一——尤其是涉及人身安全的场合。比如电梯的刹车系统、核电的控制棒驱动。这些地方，出一次事就是大事。
- 避免停机损失——工业现场，停机就是烧钱。我记得有个项目，客户要求系统可用性达到99.999%，也就是一年停机不超过5分钟。没有冗余，根本做不到。
- 维护方便——有冗余的系统，可以在不停机的情况下更换故障部件。这叫“热插拔”，我在产线改造项目中用过很多次。
避坑指南：我曾经见过一个团队，为了省钱，在关键控制回路上去掉了冗余。结果投产第三天就出故障，维修成本是省下来的十倍。记住：冗余不是成本，是保险。
1.3 冗余的分类
冗余不是只有一种玩法。根据我的经验，可以分成四大类：
1.3.1 硬件冗余
这是最直观的一种。说白了就是多装一套硬件。
常见的做法有：
- 双PLC热备——主PLC干活，备PLC同步，主的一挂，备的立刻顶上。我做过一个项目，切换时间控制在50ms以内，操作员根本感觉不到。
- 双电源冗余——两个电源模块并联，坏一个还能继续供电。
- 双传感器冗余——同一个测量点装两个传感器，取平均值或者做表决。
个人经验：硬件冗余不是越多越好。我见过有人一个点装四个传感器，结果故障率反而高了——因为接线多了，接触不良的概率也大了。一般来说，2取2或3取2是比较合理的方案。
1.3.2 软件冗余
软件也能冗余？当然能。
软件冗余不是简单的“装两份软件”，而是通过软件逻辑实现故障切换。比如：
- 双机热备软件——两台服务器跑同样的程序，一台主一台备，通过心跳检测互相监控。
- 看门狗定时器——程序跑飞了，看门狗自动复位。这其实也是一种软件冗余。
- 数据校验——比如CRC校验，发现数据错了就重传。
我做过一个项目，用软件实现了“三取二”表决逻辑。三个CPU各自计算，软件比较结果，取两个一致的输出。效果不错，但要注意——软件冗余不能解决硬件本身的故障，所以通常要和硬件冗余配合使用。
1.3.3 信息冗余
信息冗余，说白了就是多传一点数据，用来纠错或校验。
最典型的例子：
- 奇偶校验位——在数据后面加一个bit，用来检查数据有没有被篡改。
- 海明码——不仅能发现错误，还能自动纠正。
- 重复传输——关键指令发三遍，接收方取多数一致的那个。
我记得在某个远程监控项目中，通信链路质量很差，数据经常丢包。后来加了信息冗余——每个数据包重复发三次，接收端做表决。虽然带宽占用多了，但通信可靠性从90%提升到了99.9%。
1.3.4 时间冗余
时间冗余，很多人容易忽略。它的思路是：一次不行，就再来一次。
常见做法：
- 指令重试——比如写EEPROM时，如果校验失败，自动重写一次。
- 多次采样取平均——传感器读数不稳定？多采几次，取平均值。
- 超时重发——通信没收到应答，等一会儿再发一次。
注意：时间冗余有个前提——系统能容忍这个“等待时间”。如果是实时性要求极高的场合（比如伺服驱动），时间冗余可能不适用。
1.4 四种冗余的关系
这四种冗余不是互斥的，实际项目中往往是组合使用。
我画了一张图，帮你理清它们的关系：
1.5 如何选择冗余方案？
这个问题没有标准答案。但我有个原则：关键的地方做冗余，非关键的地方不做。
具体来说，我会这样判断：
| 判断维度 | 需要冗余 | 不需要冗余 |
|---|---|---|
| 安全影响 | 故障会导致人身伤害 | 故障不影响安全 |
| 停机损失 | 每分钟损失超过冗余成本 | 停机影响很小 |
| 维护难度 | 现场难以快速维修 | 备件充足，维修方便 |
| 系统要求 | 可用性要求 > 99.9% | 可用性要求较低 |
我的建议：做冗余设计时，先做FMEA（失效模式与影响分析），找出所有单点故障。然后针对每个单点故障，评估风险等级。风险高的，上冗余；风险低的，放一放。这样既保证了可靠性，又不会过度设计。
1.6 小结
冗余设计，说白了就是用可控的成本，换取系统的可靠性。
四种冗余各有各的用处：
- 硬件冗余——最直接，但成本最高
- 软件冗余——灵活，但不能解决硬件问题
- 信息冗余——适合通信和数据存储
- 时间冗余——简单有效，但有延时代价
记住一句话：没有冗余的系统，不是好系统；过度冗余的系统，不是聪明的系统。
好了，这一章就聊到这儿。下一章咱们深入讲讲硬件冗余的具体实现——双PLC热备怎么做，切换时间怎么控制，有哪些坑要避开。
公众号：蓝海资料掘金营，微信deep3321