你建的数据中心真的可靠吗

在数据中心行业中，广泛使用冗余设备来实现更高的系统可用性，通常要求其范围为99.999％（5个9）。但是，所需的冗余级别取决于设备的可靠性。

例如，“N+1”冗余系统无法通过不可靠的系统组件获得很高的可用性，而这些组件的同时故障可能性很高。可靠性会影响可用性，但是在数据中心经历的停机和故障的事件中，可靠性和可用性并非同一回事。可靠性也会影响数据中心运营成本。更长的停机时间等于更多的维护和维修支出。

可靠性是指在规定的条件下，一个项目在规定的时间间隔内执行其预期功能的概率。关于可靠性，需要注意以下一些重要问题：

·数据中心是否使用以可靠性为中心的维护（RCM）概念来优化维护工作？

·是否完成了设备关键性分析？

·是否定期跟踪平均故障间隔时间（MTBF）？

·是否优化了预防性维护（PM）计划？

·是否跟踪设备故障并相应地改进流程？

目标：最小化支出，并最大限度地提高可靠性

在当今竞争激烈的市场中，必须在不牺牲可靠性和正常运行时间的情况下将运营费用降至最低。许多数据中心仅根据OEM服务建议来开发其关键设备的服务范围。尽管这可以产生足够的结果，但通常不是最好的结果。很多时候，这些建议都是为了服务组织而不是最终用户的最大利益。实际上，通常有更好的方法使用以可靠性为中心的维护（RCM）原则来提高可靠性，同时降低成本。

尽管已证明以可靠性为中心的维护（RCM）计划是有效的，但它们可能成本昂贵，并且需要大量资源。它们涉及创建详细的故障模式和影响分析（FMEA）以及填充决策工作表，这需要专业知识并且可能非常耗时。考虑到这一点，在数据中心内实施全面的以可靠性为中心的维护（RCM）程序通常并不划算。相反，实施采用关键以可靠性为中心的维护（RCM）要素和有关常见故障模式的历史信息的预防性维护（PM）优化程序是一种已在其他行业证明经济有效的策略，并为数据中心采用提供了良好的模型。

下图显示了采用预防性和预测性维护策略的故障概率曲线（P-F曲线）。

P-F曲线是以可靠性为中心的维护（RCM）的基本原理，无需完成详尽的分析即可成功应用。可以使用许多此类可靠性工具来显著改善资产的状况和使用寿命。

解决方案：实施可靠性计划

2017年，数据中心运营商RagingWire公司决定为其数据中心实施可靠性计划。该公司聘用了具有生产背景的可靠性工程师。

其最初的可靠性措施包括：

1.服务范围

a. 开发81类相关设备。

b.输入的是管理机构（IEEE、ANSI/NETA、ASHRAE、NFPA）的OEM建议和代码。

c. 设备清单包括支持设备，如叉车、托盘升降机、电梯、防雷装置、高架门、装卸平台、阀门和供水系统。

d.用于为所有设备创建任务列表，并在预防性维护（PM）计划的计算机维护管理系统（CMMS）中设置。

2. 计算机维护管理系统（CMMS）

a.制定并记录标准。

b.重新部署程序以未使用或不需要的信息。

c.添加了可靠性字段，例如故障、原因和维护代码以及使用寿命。

d.输入用于内部和外部工作活动的纠正性工作订单。

e.在公司范围内对实施的变更进行培训。

f.为正在进行的年度培训和新员工建立培训矩阵。

g.建立一个每月举行会议的咨询团队，以讨论可改善该计划的就业和变动。

h.创建详细的用户指南。

i.制定环境健康与安全（EHS）定期要求以确保达到要求。

3.可靠性

a.制定责任分配的路线图。

b.建立了可靠性指导小组。

4.节省成本

a.成立了消减成本团队，其中包括工程和运营人员。

b.采购团队就主要设备和费用达成了协议。

c.利用服务范围，每年可节省25万美元。

5. 预防性维护（PM）

a.通过在线报告建立了柴油发电机和变压器油的分析团队。

b.通过故障模式和影响分析（FMEA）为关键设备实施的预防性维护（PM）优化流程

6.资产管理

a.定义资产并创建列表。

b.设备层次结构已定义。

c.确定设备关键性。

d.确定的维护策略：预防性维护（PM）、故障查找、重新设计、运行至故障。

7. 根本原因分析(RCA)

a.根据批准的政策和详细程序开发程序。

b.选择了根本原因分析(RCA)软件来巩固该过程。

c.对选定的工程和操作人员进行了培训。

8.创建策略和文档

创建预防性维护（PM）优化策略和程序、热成像策略和程序、预测性维护策略，机油分析策略和程序、电动机电路分析策略、振动分析策略，以及计算机维护管理系统（CMMS）雇用策略。

9.建立用于工作单处理的工作流

未来推出的举措

未来将会规划更多的举措，其中包括：

（1）确定设备预期使用寿命以帮助制定资本计划的程序。

（2）建立预防性维护（PM）和基于状态的维护（CBM）程序。

（3）使用可靠性关键绩效指标（KPI）识别持续改进的机会。

（4）创建仓库管理程序，以正确识别现场所需的备件并进行存储以方便使用。

可靠性计划预期实现的典型效益包括减少设备故障和维护成本、提高工单效率、增加资产使用寿命以及降低设备维护风险带来的更安全环境。

此外，一些附带的好处包括为资产管理和年度预算收集设备历史记录，系统地消除出现故障的根本原因，以及评估维护活动以获得持续改进的机会。

数据中心运营商通过其新的可靠性计划节省了成本，并提高了工作效率。预计捕获故障数据和改善维护过程将继续提高资产的预期使用寿命，从而减少资本支出。还可以跟踪关键指标以确保期望与结果匹配。通过优先考虑可靠性，将重点放在数据中心固有的冗余措施之外，这是朝着成为更加可靠经济的数据中心提供商目标迈出的重要一步。