3. 数据采集系统可靠性指标体系

在实验设备数据采集系统中，“可靠性”并不是一个单一指标，而是一组从不同侧面描述系统能否持续、正确、完整地提供数据的量化体系。工程上常见的六个核心指标可以分为两类：一类描述系统“能不能用、坏多久、修多快”，即可用性（A）、平均无故障时间（MTBF）、平均修复时间（MTTR）；另一类描述数据“传得对不对、丢没丢、全不全”，即误码率（BER）、丢包率（PLR）、数据完整率（DIR）。理解它们的定义、计算方式和相互关系，是后续设计冗余、评估链路、定位故障和验收系统的基础。

一、时间维度指标：可用性、MTBF 与 MTTR

可用性（Availability，A）描述系统在任意时刻处于可工作状态的概率，最常用的稳态计算公式为：

A = MTBF / (MTBF + MTTR) × 100%

其中 MTBF（Mean Time Between Failures）是平均无故障时间，指系统两次相邻故障之间正常工作的平均时长；MTTR（Mean Time To Repair）是平均修复时间，指从故障发生到系统恢复可用所需的平均时间。例如某采集节点在 1000 小时内发生 4 次故障，累计修复耗时 8 小时，则 MTBF = (1000 − 8) / 4 = 248 h，MTTR = 8 / 4 = 2 h，可用性 A = 248 / (248 + 2) ≈ 99.2%。若要求 A ≥ 99.9%，在 MTTR 为 2 h 时，MTBF 至少需达到 1998 h，这意味着必须减少故障频次或缩短修复时间。

需要特别说明的是，MTBF 的“故障”应以“系统不可用”为判据，而不是任何一次数据异常。例如偶发单帧误码若被重传机制纠正，系统仍可用，就不应计入 MTBF 的故障次数；反之，若采集卡死机导致数据中断，即使硬件未损坏，也应计为一次故障。MTTR 也不仅包含维修动作本身，还应包含故障发现、定位、备件更换、重新上电和恢复验证的全过程时间。因此，提高可用性有两条路径：一是提高 MTBF，如选用工业级器件、增加冗余、改善散热与供电；二是降低 MTTR，如增加自诊断、热插拔、远程复位和备件预置。

二、数据维度指标：误码率、丢包率与数据完整率

误码率（Bit Error Rate，BER）是传输过程中错误比特数与总传输比特数之比：

BER = 错误比特数 / 总传输比特数

例如一条 RS-485 链路在 1 小时内传输了 8×10⁶ 个比特，接收端校验发现 16 个错误比特，则 BER = 16 / 8×10⁶ = 2×10⁻⁶。BER 反映的是“传错”的概率，通常由信噪比、线缆质量、电磁干扰和收发器性能决定。工程中常用误码率仪或协议分析仪统计，也可通过 CRC 校验失败次数间接估算。

丢包率（Packet Loss Rate，PLR）是丢失数据包数与发送数据包总数之比：

PLR = 丢失包数 / 发送包总数 × 100%

例如采集器向服务器发送 10000 个数据包，服务器实际收到 9985 个，则 PLR = 15 / 10000 = 0.15%。丢包通常由缓冲区溢出、网络拥塞、链路中断或接收端处理不及时造成。与 BER 不同，丢包是“整包消失”，而误码是“包内比特出错”；一个误码包若被 CRC 检出并丢弃，会同时表现为误码和丢包。

数据完整率（Data Integrity Rate，DIR）是从业务视角衡量“应采数据中有多少被正确、完整地记录”的指标，常用计算方式为：

DIR = 有效数据点数 / 应采数据点数 × 100%

例如某温度采集任务要求 1 Hz 采样、持续 1 小时，应采 3600 点，实际入库且通过合理性校验的有效点为 3564 个，则 DIR = 3564 / 3600 = 99.0%。数据完整率综合了丢包、误码、时间戳错乱、重复写入和存储失败等多种因素，是最贴近实验数据可用性的指标。

三、指标之间的关系与工程判读

这六个指标并非彼此独立。可用性关注“系统是否在线”，MTBF 和 MTTR 是它的两个输入；误码率和丢包率关注“在线时数据传得如何”；数据完整率则是前两者在业务层的综合结果。一个系统可能可用性很高，但数据完整率很低——例如链路一直“在线”，却持续大量丢包；也可能数据完整率很高，但可用性一般——例如系统偶尔停机，但每次采集的数据都完整。因此验收和运维时必须同时观察，不能只看单一指标。

上图把六个指标分成左右两组：左侧时间维度由 MTBF 和 MTTR 共同决定可用性，右侧数据维度由误码率和丢包率共同影响数据完整率，两者最终汇合为“实验数据可信可用”这一目标。图中底部的示例参数说明了一个重要判读原则：当可用性已经很高而数据完整率偏低时，优化重点应放在链路质量和重传机制上，而不是继续提高 MTBF。

四、指标计算中的常见陷阱

第一，统计口径必须一致。MTBF 的分母是“故障次数”，而故障的判定标准要在项目开始时明确，例如“连续 10 s 无有效数据”算一次故障，还是“单次 CRC 失败”算一次故障，不同口径会得到完全不同的 MTBF。第二，误码率与丢包率不能互相替代。BER 低不代表 PLR 低，因为缓冲区溢出造成的丢包与比特错误无关；PLR 低也不代表 BER 低，因为少量误码可能被纠错码纠正而不表现为丢包。第三，数据完整率必须定义“有效数据”的判据，通常包括：时间戳在允许偏差内、数值在量程内、无重复、通过校验。若把“收到但明显异常”的点也计入有效，DIR 会虚高。

五、面向工程的指标目标示例

以一套中等规模的实验设备数据采集系统为例，可设定如下参考目标（示例值，需按实际项目调整）：可用性 A ≥ 99.5%，MTBF ≥ 500 h，MTTR ≤ 2 h，BER ≤ 1×10⁻⁶，PLR ≤ 0.1%，DIR ≥ 99.5%。这些目标之间需要平衡：若把 MTTR 压缩到 0.5 h，则 MTBF 只需 100 h 即可达到 99.5% 可用性；若现场无法快速维修，则必须把 MTBF 提高到 2000 h 以上。数据维度同理，若链路本身 PLR 只能做到 0.5%，就必须依靠应用层重传和本地缓存把 DIR 拉回 99.5% 以上。指标不是越高越好，而是要与实验任务对数据质量的实际要求、维护能力和成本相匹配。