CN117637004A - 一种基于测试结果数据的测试指标优化方法 - Google Patents

Abstract

本发明公开了一种基于测试结果数据的测试指标优化方法，属于固态硬盘测试领域。方法包括步骤：准备待测试的SSD产品，设置第一测试参数集；将部分SSD产品设定为样本组，启动第一计时器；根据RDT测试策略和第一测试参数集对样本组进行RDT测试；识别异常SMART数据，将异常SMART数据对应的测试参数设定为敏感参数值；提高第一测试参数集中敏感参数值的选择概率；根据所述RDT测试结果拟合浴盆曲线；根据浴盆曲线的初始失效期设定老化测试时间，根据老化测试时间对所有SSD产品执行常温老化测试。本申请通过提高敏感参数值的选择概率，以实现快速识别样本异常，提高测试效率。

Description

一种基于测试结果数据的测试指标优化方法

技术领域

本发明涉及固态硬盘测试领域，具体是一种基于测试结果数据的测试指标优化方法。

背景技术

在固态硬盘的测试过程中，通常采用RDT测试，通过持续高强度的工作负载来加速固态硬盘的使用，以模拟SSD的长期使用条件，从而揭示潜在的失效模式和推断产品的长期可靠性性能。然而，传统的RDT测试方法中通常缺少对敏感参数高效识别和优化的机制。敏感参数是指那些对测试结果影响较大的参数，例如某项极端条件或任意极端条件的结合。传统的RDT测试方案对这些数据的利用往往不够有效，未能迅速定位潜在的失效问题，导致RDT测试过程的效率较低。

此外，常温老化测试在产品批量装配前评估和保证产品可靠性的关键步骤，但是确定最佳的老化测试时间通常依赖于经验而非精确的数据分析，这可能导致测试时间设置不准确：如果设置过短，可能无法发现早期的失效模式，危及产品质量；如果设置过长，会增加测试成本并浪费资源。

发明内容

为解决上述背景技术中存在的问题，本发明采用以下技术方案：

一种基于测试结果数据的测试指标优化方法，包括步骤：

S1、准备待测试的SSD产品，设置第一测试参数集；所述第一测试参数集包括读写负载参数组、温度参数组、湿度参数组和电压参数组；所述读写负载参数组、温度参数组、湿度参数组和电压参数组存储参数值和参数值的选择概率；

S2、将部分SSD产品设定为样本组，启动第一计时器同时进入步骤S3；

S3、根据RDT测试策略和第一测试参数集对样本组进行RDT测试；

具体的，所述RDT测试策略，包括步骤：

S31、初始化第二计时器，启动测试并在测试过程中记录RDT测试结果；所述RDT测试结果包括测试参数和SMART数据；

S32、根据预设的参数切换周期，将测试参数切换为通过第一测试参数集的参数值的选择概率随机选取的参数值；

S33、第二计时器达到预设的第二时间阈值时停止RDT测试，进入步骤S4；

S4、识别异常SMART数据，将异常SMART数据对应的测试参数设定为敏感参数值；

S5、提高第一测试参数集中敏感参数值的选择概率，若第一计时器未达到第一时间阈值，则返回步骤S3；其中，第一时间阈值大于第二时间阈值；

S6、根据所述RDT测试结果拟合浴盆曲线；

S7、根据浴盆曲线的初始失效期设定老化测试时间，根据老化测试时间对所有SSD产品执行常温老化测试。

作为本申请优选方案，所述步骤S6还包括：

在拟合浴盆曲线之后，根据RDT测试结果计算样本组的平均故障间隔时间；

若平均故障间隔时间小于预设故障间隔时间标准阈值，则进入步骤S7；否则终止流程，生成测试报告并反馈至测试人员。

作为本申请优选方案，所述平均故障间隔时间表示为：

其中，A为RDT测试的加速因子；T₁为第一时间阈值；N为样本组的SSD总数；n为出现故障SSD的数量；α为置信度；X²表示卡方分布。

作为本申请优选方案，所述加速因子表示为：

其中，P表示测试参数切换次数，T₀为参数切换周期；

式表示温度加速因子；E_a表示SSD产品材料的激活能；K为玻尔兹曼常数；Tem_u为产品标准工作环境温度；Tem_s为测试环境的温度参数值；

式表示电压加速因子；β表示可调的电压加速常数；V_s表示测试环境的电压参数值；V_u表示产品标准工作电压；

式表示湿度加速因子；γ表示可调的湿度加速常数；R_s表示测试环境的湿度参数值；R_u表示产品标准工作环境湿度；

式表示负载加速因子；r表示测试环境的读写速度值；TBW_u表示产品标准读写数据总量。

作为本申请优选方案，所述测试参数切换次数表示为：

其中，T₂为第二时间阈值。

作为本申请优选方案，所述第一测试参数集还包括断电频率参数组；所述RDT测试根据断电频率参数组设置断电频率。

作为本申请优选方案，所述步骤S31，具体为：获取第二测试参数集，第二测试参数集包括若干参数序列，初始化第二计时器，启动测试并在测试过程中记录RDT测试结果；按照第二测试参数集的预设顺序切换参数序列，直至所有参数序列完成测试；其中，所述参数序列包括不同的参数类型各一个。

作为本申请优选方案，所述步骤S4，具体包括步骤：

收集RDT测试结果，将SMART数据与标准值对照识别异常SMART数据；

利用统计分析技术确定与异常SMART数据有显著相关性的测试参数；

基于其对性能影响的大小、对故障率的贡献度对每个测试参数的敏感程度计算量化分数，根据预设比例将量化分数较高的测试参数设为敏感参数值。

作为本申请优选方案，所述步骤S6，具体包括步骤：

获取本次和历史的RDT测试结果，识别异常SMART数据中由制造缺陷、材料瑕疵或组装问题导致的早期故障数据；

根据早期故障数据与时间的关系修正现有的浴盆曲线，将浴盆曲线趋于平稳且不再显著下降的时间点作为初始失效期的结束时间点。

与现有技术相比，本发明具有如下有益效果：

本申请基于测试结果数据的测试指标优化方法，通过提高异常SMART数据对应的敏感参数值在后续测试过程中的选择概率，以实现在多轮的RDT测试过程中不断优化第一测试参数集，从而快速识别样本异常，提高测试效率，降低测试成本。并且，通过RDT测试结果拟合浴盆曲线，可以更准确地估计SSD产品的初始失效期从而设置老化测试时间，从而避免老化测试时间设置过短无法保障产品质量，同时也避免老化时间设置过长浪费测试资源。

在本申请基于测试结果数据的测试指标优化方法中，使用加速因子进行RDT测试可以提高测试效率，缩短测试周期；因引入加速因子，需要通过平均故障间隔时间进行可靠性的量化计算，平均故障间隔时间的参数包括温度加速因子、电压加速因子、湿度加因子和负载加速因子，能够准确地反映本申请RDT测试环境对异常SMART数据的影响，从而帮助用户对测试结果进行准确的量化评估。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例的基于测试结果数据的测试指标优化方法的步骤示意图；

图2为本发明一实施例的RDT测试策略的流程示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

可靠性测试是一种评估产品是否可以在实际使用中长时间稳定工作的测试方法，旨在检测产品在特定的工作环境下的寿命、响应速度以及其他可靠性参数等多个方面，以评估产品的质量和可靠性。

SSD(固态硬盘)产品的可靠性测试对于确保其长期性能和数据保护至关重要。在本申请中，RDT测试和常温老化测试均为SSD产品在SMT(Surface Mounted Technology)工序后需要进行的可靠性测试。

其中，RDT测试应用于浴盆曲线的完整生命周期，通过持续高强度的工作负载下来加速SSD的使用，从而模拟SSD的长期使用条件；RDT测试目的于揭示潜在的失效模式和推断产品的长期可靠性性能，并提供快速反馈信息以便于设计团队及时进行设计优化和修正。

常温老化测试主要应用于浴盆曲线的初始失效期，目的是在常温工作条件下加速暴露组件或产品中由于制造缺陷、材料问题或工艺不良等引起的早期初始失效。常温老化测试在产品批量装配前进行，以确保缺陷产品不流入客户手中。

需要说明，在本申请中，浴盆曲线为用于描述SSD产品的失效率随时间变化的模型，分为三个阶段：

初始失效期：产品刚开始使用时，失效率较高，主要是因为材料缺陷、制造过程中的问题以及组件失效等原因导致的非随机固件失效。

随机失效期：该阶段失效率相对稳定且较低，这些失效通常是由随机事件引起的，例如由于外力造成的物理损伤。

磨损失效期：随着时间推移，产品接近其设计寿命，失效率再次升高，这是因为组件老化和长期磨损导致性能衰减和最终失效。

需要说明，在本申请测试过程中，SSD产品是否失效或故障通过SMART数据对比标准值判断。其中，SMART(Self-Monitoring,Analysis,and Reporting Technology，自我监测、分析和报告技术)数据用于监测SSD的运行状况。在SSD中，SMART功能被内置在控制器芯片中，它可以根据存储介质的使用情况、工作负荷等因素来提供有关固态硬盘健康状况的信息。

请参阅图1，本发明提供了一种基于测试结果数据的测试指标优化方法，包括步骤：

S1、准备待测试的SSD产品，设置第一测试参数集。所述第一测试参数集包括温度参数组、湿度参数组和电压参数组。所述读写负载参数组、温度参数组、湿度参数组和电压参数组存储参数值和参数值的选择概率，每个参数组中所有参数值的选择概率之和为100％。具体的，温度参数组包括若干不同温度参数值，湿度参数组包括若干不同湿度参数值，电压参数组包括若干不同的供电电压参数值。

可选的，在步骤S1中，第一测试参数集可以由测试人员根据本领域专家经验配置。

可选的，在步骤S1中，第一测试参数集为上一次同一型号的SSD产品测试完成时记录的第一测试参数集。

在一实施例中，待测试的SSD产品为已完成SMT工序、待装配的SSD产品。

S2、将部分SSD产品设定为样本组，启动第一计时器同时进入步骤S3。

S3、根据RDT测试策略和第一测试参数集对样本组进行RDT测试。

具体的，请参阅图2，所述RDT测试策略，包括步骤：

S31、初始化第二计时器，启动测试并在测试过程中记录RDT测试结果；所述RDT测试结果包括测试参数和SMART数据。

S32、根据预设的参数切换周期，将测试参数切换为通过第一测试参数集的参数值的选择概率随机选取的参数值。

S33、第二计时器达到预设的第二时间阈值时停止RDT测试，进入步骤S4。

S4、识别异常SMART数据，将异常SMART数据对应的测试参数设定为敏感参数值。

S5、提高第一测试参数集中敏感参数值的选择概率，若第一计时器未达到第一时间阈值，则返回步骤S3。其中，第一时间阈值大于第二时间阈值，一般第一时间阈值为第二时间阈值的若干倍，步骤S3的循环次数可表示为其中T₁为第一时间阈值，T₂为第二时间阈值。

S6、根据所述RDT测试结果拟合浴盆曲线。

S7、根据浴盆曲线的初始失效期设定老化测试时间，根据老化测试时间对所有SSD产品执行常温老化测试。

本申请基于测试结果数据的测试指标优化方法，通过提高异常SMART数据对应的测试参数在后续测试过程中的选择概率，以实现在多轮的RDT测试过程中不断优化第一测试参数集，从而快速识别样本异常，提高测试效率，降低测试成本。并且，通过RDT测试结果拟合浴盆曲线，可以更准确地估计SSD产品的初始失效期从而设置老化测试时间，从而避免老化测试时间设置过短无法保障产品质量，同时也避免老化时间设置过长浪费测试资源。

作为优选实施例，第一测试参数集还包括读写负载参数组，读写负载参数组包括若干不同的读写速度值。读写负载参数组用于模拟不同的读写负载情况对SSD性能和可靠性影响。具体来说，读写负载参数组可以调整SSD读写操作的频率、连续读写或随机读等方式，以模拟实际应用环境下对SSD的不同使用情况，有助于通过定义不同的读写负载参数，可以测试SSD在高负载或低负载下的读写速度、响应时间、IOPS等性能指标，从而了解SSD在不同使用情况下的性能表现差异，并且通过在不同读写负载下的测试，可以识别SSD在高负载情况可能出现的性能瓶颈，比如延迟增加、吞吐不稳定等，从而分析和解决这些问题。

作为优选实施例，所述步骤S6还包括：

在拟合浴盆曲线之后，根据RDT测试结果计算样本组的平均故障间隔时间；

若平均故障间隔时间小于预设故障间隔时间标准阈值，则进入步骤S7；否则终止流程，生成测试报告并反馈至测试人员。

其中，所述平均故障间隔时间表示为：

其中，A为RDT测试的加速因子；T₁为第一时间阈值；N为样本组的SSD总数；n为出现故障SSD的数量；α为置信度，一实施例中取值为60％；X²表示卡方分布。

基于前述内容，平均故障间隔时间为用于衡量SSD产品可靠性的性能指标。计算平均故障间隔时间时，通过加速因子A加速寿命试验的数据，将较短的测试时间映射到设备在实际使用中可能遇到的更长命时间范围。

进一步地，所述加速因子包括温度加速因子、电压加速因子、湿度加速因子和负载加速因子，加速因子具体表示为：

其中，P表示测试参数切换次数，其中T₀为参数切换周期；

进一步地，T₂为第二时间阈值，T₂为T₀的整数倍；

式表示温度加速因子；E_a表示SSD产品材料的激活能，本申请中取值为0.67eV；K为玻尔兹曼常数；Tem_u为产品标准工作环境温度，通过产品规格书获取；Tem_s为测试环境的温度参数值；需要说明，Tem_s和Tem_u均为绝对温度。

式表示电压加速因子；β表示可调的电压加速常数，默认取值为1；V_s表示测试环境的电压参数值；V_u表示产品标准工作电压，通过产品规格书获取。

式表示湿度加速因子；γ表示可调的湿度加速常数，默认取值为3；R_s表示测试环境的湿度参数值；R_u表示产品标准工作环境湿度，通过产品规格书获取。

式表示负载加速因子；r表示测试环境的读写速度值；TBW_u表示产品标准读写数据总量，通过产品规格书获取。需要说明，式/>可拆解为/>和T₀×r，/>表示在T₀时间段内按照产品标准计算的标准读写数据量的倒数。T₀×r用于表示在T₀时间段内测试的实际读写数据量。

在本申请基于测试结果数据的测试指标优化方法中，使用加速因子进行RDT测试可以提高测试效率，缩短测试周期；因引入加速因子，需要通过平均故障间隔时间进行可靠性的量化计算，平均故障间隔时间的参数包括温度加速因子、电压加速因子、湿度加因子和负载加速因子，能够准确地反映本申请RDT测试环境对异常SMART数据的影响，从而帮助用户对测试结果进行准确的量化评估。

作为优选实施例，第一测试参数集还包括断电频率参数组。断电频率参数组包括若干不同断电频率参数值，RDT测试根据断电频率参数组设置断电频率，以模拟SSD产品在断电和重启时的反应和处理能力，评估其在这种不利环境下的耐久性和可靠性。由于SSD通常与系统电源相连，所不可避免地将受到系统电源的影响，包括电压骤升/骤降、电压漂移、电源噪声等。而SSD在电源重启时可能会面临数据损坏、坏块增加等问题，通过引入断电频率参数组，可以对SSD进行更为全面和深入的耐久性测试。

作为优选实施例，所述步骤S31，具体为：获取第二测试参数集，第二测试参数集包括若干参数序列，初始化第二计时器，启动测试并在测试过程中记录RDT测试结果；按照第二测试参数集的预设顺序切换参数序列，直至所有参数序列完成测试。其中，所述参数序列包括不同的参数类型各一个，例如包括温度参数、湿度参数、断电频率参数和电压参数各一个。所述参数序列根据测试目的或SSD具体使用场景设定。

在本实施例中，通过第二测试参数集可以有序地测试所有包括的参数序列意味着能够系统地评估SSD在必须测试的特定参数下的表现，而不会因随机遗漏特定参数，以确保测试能覆盖所有感兴趣的条件，例如由参数极值组合得到的极端条件。需要说明，第二测试参数集的每个参数序列的测试时间同样为一个参数切换周期；第二测试参数集仅包括必须测试的特定参数，因此第二测试参数集的总测试时间远小于第二时间阈值。

作为优选实施例，所述步骤S4，具体包括步骤：

收集RDT测试结果，将SMART数据与标准值对照识别异常SMART数据；

利用统计分析技术如方差分析、相关性分析确定与异常SMART数据有显著相关性的测试参数；

基于其对性能影响的大小、对故障率的贡献度对每个测试参数的敏感程度计算量化分数，根据预设比例将量化分数较高的测试参数设为敏感参数值。

通过上述技术方案，可以有效地在RDT测试中提高敏感参数值的选择概率，这有助于更精确地评估和改进SSD的性能和可靠性。

作为优选实施例，所述步骤S6，具体包括步骤：

获取本次和历史的RDT测试结果，识别异常SMART数据中由制造缺陷、材料瑕疵或者组装问题导致的早期故障数据。

根据早期故障数据与时间的关系修正现有的浴盆曲线，将浴盆曲线趋于平稳且不再显著下降的时间点作为初始失效期的结束时间点。

本实施例通过将早期失效数据与时间的关系修正现有浴盆曲线，以更准确地描述SSD初始失效期，从而根据初始失效期的结束时间点对老化测试时间进行准确的设置。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (9)

1.一种基于测试结果数据的测试指标优化方法，其特征在于：包括步骤：

S1、准备待测试的SSD产品，设置第一测试参数集；所述第一测试参数集包括读写负载参数组、温度参数组、湿度参数组和电压参数组；所述读写负载参数组、温度参数组、湿度参数组和电压参数组存储参数值和参数值的选择概率；

S2、将部分SSD产品设定为样本组，启动第一计时器同时进入步骤S3；

S3、根据RDT测试策略和第一测试参数集对样本组进行RDT测试；

具体的，所述RDT测试策略，包括步骤：

S31、初始化第二计时器，启动测试并在测试过程中记录RDT测试结果；所述RDT测试结果包括测试参数和SMART数据；

S32、根据预设的参数切换周期，将测试参数切换为通过第一测试参数集的参数值的选择概率随机选取的参数值；

S33、第二计时器达到预设的第二时间阈值时停止RDT测试，进入步骤S4；

S4、识别异常SMART数据，将异常SMART数据对应的测试参数设定为敏感参数值；

S5、提高第一测试参数集中敏感参数值的选择概率，若第一计时器未达到第一时间阈值，则返回步骤S3；其中，第一时间阈值大于第二时间阈值；

S6、根据所述RDT测试结果拟合浴盆曲线；

S7、根据浴盆曲线的初始失效期设定老化测试时间，根据老化测试时间对所有SSD产品执行常温老化测试。

2.根据权利要求1所述的基于测试结果数据的测试指标优化方法，其特征在于：所述步骤S6还包括：

在拟合浴盆曲线之后，根据RDT测试结果计算样本组的平均故障间隔时间；

若平均故障间隔时间小于预设故障间隔时间标准阈值，则进入步骤S7；否则终止流程，生成测试报告并反馈至测试人员。

3.根据权利要求2所述的基于测试结果数据的测试指标优化方法，其特征在于：所述平均故障间隔时间表示为：

其中，A为RDT测试的加速因子；T₁为第一时间阈值；N为样本组的SSD总数；n为出现故障SSD的数量；α为置信度；X²表示卡方分布。

4.根据权利要求3所述的基于测试结果数据的测试指标优化方法，其特征在于：所述加速因子表示为：

其中，P表示测试参数切换次数，T₀为参数切换周期；

式表示温度加速因子；E_a表示SSD产品材料的激活能；K为玻尔兹曼常数；Tem_u为产品标准工作环境温度；Tem_s为测试环境的温度参数值；

式表示电压加速因子；β表示可调的电压加速常数；V_s表示测试环境的电压参数值；V_u表示产品标准工作电压；

式表示湿度加速因子；γ表示可调的湿度加速常数；R_s表示测试环境的湿度参数值；R_u表示产品标准工作环境湿度；

式表示负载加速因子；r表示测试环境的读写速度值；TBW_u表示产品标准读写数据总量。

5.根据权利要求4所述的基于测试结果数据的测试指标优化方法，其特征在于：所述测试参数切换次数表示为：

其中，T₂为第二时间阈值。

6.根据权利要求1所述的基于测试结果数据的测试指标优化方法，其特征在于：所述第一测试参数集还包括断电频率参数组；所述RDT测试根据断电频率参数组设置断电频率。

7.根据权利要求1所述的基于测试结果数据的测试指标优化方法，其特征在于：所述步骤S31，具体为：获取第二测试参数集，第二测试参数集包括若干参数序列，初始化第二计时器，启动测试并在测试过程中记录RDT测试结果；按照第二测试参数集的预设顺序切换参数序列，直至所有参数序列完成测试；其中，所述参数序列包括不同的参数类型各一个。

8.根据权利要求1所述的基于测试结果数据的测试指标优化方法，其特征在于：所述步骤S4，具体包括步骤：

收集RDT测试结果，将SMART数据与标准值对照识别异常SMART数据；

利用统计分析技术确定与异常SMART数据有显著相关性的测试参数；

基于其对性能影响的大小、对故障率的贡献度对每个测试参数的敏感程度计算量化分数，根据预设比例将量化分数较高的测试参数设为敏感参数值。

9.根据权利要求1所述的基于测试结果数据的测试指标优化方法，其特征在于：所述步骤S6，具体包括步骤：

获取本次和历史的RDT测试结果，识别异常SMART数据中由制造缺陷、材料瑕疵或组装问题导致的早期故障数据；

根据早期故障数据与时间的关系修正现有的浴盆曲线，将浴盆曲线趋于平稳且不再显著下降的时间点作为初始失效期的结束时间点。