2. 故障模型基础：常见的故障模型与数学描述

大家好，我是你们的老朋友。今天我们来聊聊故障模型的基础。

说实话，做故障注入这么多年，我见过太多人一上来就写脚本、搞注入，结果连故障的基本分类都没搞清楚。嗯，这就像你还没学会看地图，就急着开车上路——迟早要翻车。

我个人习惯，在动手之前，先把故障模型理清楚。你想想看，连故障长什么样都不知道，你怎么去模拟它？

2.1 三大故障模型：永久、瞬时、间歇性

故障模型，说白了就是给故障「画像」。根据故障在时间上的表现，我们通常分成三类。

2.1.1 永久故障

永久故障，就是「坏了就是坏了，修不好」的那种。

我在项目中遇到过一块FPGA板子，某个I/O引脚直接烧了。无论你怎么复位、怎么重启，那个引脚就是输出高电平，拉都拉不下来。这就是典型的永久故障。

特点：

• 一旦发生，持续存在
• 不会自行恢复
• 通常由物理损坏引起（烧毁、断路、击穿）

数学描述：

永久故障可以用一个简单的阶跃函数来表示：

F(t) = 1, 当 t ≥ t_fault
F(t) = 0, 当 t < t_fault

其中 t_fault 是故障发生时刻。一旦过了这个点，故障状态就一直为1，永不归零。

2.1.2 瞬时故障

瞬时故障，就是「闪了一下就没了」。它持续时间极短，但后果可能很严重。

我记得有一次做内存测试，一个单粒子翻转（SEU）导致某个bit从1变成了0，但只持续了几个时钟周期。系统没报错，但计算结果全错了。这种故障最难排查，因为它「来无影去无踪」。

特点：

• 持续时间短（纳秒到微秒级）
• 可自行恢复
• 通常由外部干扰引起（辐射、电磁脉冲、电源毛刺）

数学描述：

瞬时故障可以用一个脉冲函数来描述：

F(t) = 1, 当 t_start ≤ t ≤ t_end
F(t) = 0, 其他情况

更精确一点，可以用狄拉克δ函数的近似形式：

F(t) = δ(t - t_fault) * Δt

其中 Δt 是故障持续时间，通常远小于系统时钟周期。

2.1.3 间歇性故障

间歇性故障，是最让人头疼的一种。它时好时坏，像幽灵一样。

我曾经遇到过一个服务器，运行几个小时就死机一次，重启后又正常。查了三天，最后发现是CPU散热片和芯片之间有个微小的裂缝——温度一高，接触不良；温度降下来，又好了。这就是典型的间歇性故障。

特点：

• 故障状态反复切换
• 可能与环境因素相关（温度、电压、振动）
• 最难复现，也最难诊断

数学描述：

间歇性故障可以用一个随机过程来描述：

F(t) = X(t), 其中 X(t) 是一个二值随机过程

更具体一点，可以用马尔可夫链来建模：

P(F(t+Δt)=1 | F(t)=0) = λ * Δt
P(F(t+Δt)=0 | F(t)=1) = μ * Δt

其中 λ 是故障发生率，μ 是故障恢复率。这两个参数决定了故障的「间歇」特性。

2.2 故障模型的数学统一框架

你可能会问：这三种模型能不能统一起来？

嗯，其实可以。我个人习惯用一个通用框架来描述：

F(t) = f(t) * S(t)

其中：

• f(t) 是故障的「强度函数」
• S(t) 是故障的「状态切换函数」

对于永久故障：S(t) = 1（一旦触发，永不切换）

对于瞬时故障：S(t) 是一个单脉冲

对于间歇性故障：S(t) 是一个随机切换过程

故障类型	持续时间	可恢复性	数学本质	典型原因
永久故障	无限长	不可恢复	阶跃函数	物理损坏
瞬时故障	极短（ns~μs）	自行恢复	脉冲函数	外部干扰
间歇性故障	随机变化	反复切换	随机过程	接触不良/老化

2.3 实战中的故障模型选择

说了这么多理论，咱们来点实际的。

你在做故障注入时，怎么选模型？我给大家一个简单的判断流程：

1. 先看故障是否持续：如果故障一直存在，选永久模型
2. 再看故障是否重复：如果只出现一次就消失，选瞬时模型
3. 如果反复出现：选间歇性模型，并记录环境参数

好了，这一章的内容就到这里。记住：故障模型不是纸上谈兵，它直接决定了你后续的注入策略和诊断方法。选错了模型，后面的工作全是白费。

下一章，我们会聊聊如何用这些模型来设计具体的故障注入实验。到时候我会拿一个真实的案例来拆解——嗯，就是那个让我加班到凌晨三点的故事。