JP2019160116A - 情報処理装置、試験制御方法、及び試験制御プログラム - Google Patents

Abstract

【課題】電子装置に含まれる電子部品における故障の原因特定を容易にする。【解決手段】故障の発生が環境要因に依存する電子部品と、電子部品における故障の発生を検出する故障検出部と、環境要因を測定する環境測定部と、環境要因を再現する環境再現部と、電子部品における故障の有無を試験する試験実行部と、故障検出部によって故障の発生が検出された際に、環境要因を故障時環境要因として環境測定部によって測定し、測定した故障時環境要因に基づいて１つ以上の環境要因である試験時環境要因を決定し、決定した各試験時環境要因を環境再現部によって再現し、再現した各試験時環境要因の下で電子部品に対する試験を試験実行部によって実行し、測定した故障時環境要因を表すデータ、及び実行した各試験の結果と該試験が実行された際の各試験時環境要因とが対応付けられたデータを出力する試験制御部とを備える。【選択図】 図１

Description

本発明は、情報処理装置に含まれる電子部品における故障の原因を特定する技術に関する。

情報処理装置に含まれる電子部品では、情報処理装置における環境要因（電子部品の温度、電子部品に提供される電源電圧等）に応じて、故障が発生する可能性が変化することがある。

電子部品の故障予測を行う技術の一例が特許文献１に開示されている。特許文献１のブレードサーバは、装置部品と、環境負荷付与部と、エラー検出部と、制御部とを含む。装置部品は、例えば、ハードディスク、メモリモジュール、電子部品、通信処理部品、又はファンである。環境負荷付与部は、装置部品に環境負荷を与える。環境負荷付与部は、例えば、ハードディスクに対する温度設定部、メモリモジュールに対する可変電源部、電子部品に対する冷却部、通信処理部品に対する試験データ付与部、又はファンに対する可変電源部である。制御部は、環境負荷付与部を制御して装置部品に通常の使用状態より高い環境負荷を与え、エラー検出部により高い環境負荷の下で検出された装置部品のエラーに基づいて故障予測を行う。ここで、通常の使用状態より高い環境負荷は、例えば、動作保証値に対応する環境負荷、又は動作保証値外の環境負荷である。又、高い環境負荷の下で検出された装置部品のエラーは、例えば、高い温度におけるハードディスクのエラー率、又は高い電源電圧におけるメモリモジュールのエラー率等である。上記構成の結果、特許文献１のブレードサーバは、構成部品の故障予測を行う。

電子部品の故障予防を行う技術の一例が特許文献２に開示されている。特許文献２のコンピュータシステムは、複数のＣＰＵ（Central Processing Unit）と、冷却装置と、電源制御部と、診断プロセッサとを含む。ＣＰＵは、ＣＰＵの温度を測定する温度センサを含み、ＢＩＳＴ（Build In Self Test）を実行可能である。冷却装置は、ＣＰＵを冷却する。電源制御部は、ＣＰＵに電源を供給する。電源制御部は、ＣＰＵに供給する電圧を変化させることが可能である。診断プロセッサは、ＣＰＵの診断を行う。診断プロセッサは、あるＣＰＵに障害が発生した場合に、当該ＣＰＵをシステムから切り離した後に、システムに対して当該ＣＰＵの再組み込みを行う。この際、診断プロセッサは、温度センサによって測定された、当該ＣＰＵの温度に基づいて、障害再発予防処置を行った後に、当該ＣＰＵの再組み込みを行う。ここで、障害再発予防処置とは、必要に応じて冷却装置に冷却を強化させた上で、電源制御部によって、ＣＰＵに供給する電圧を上昇させることである。冷却の強化及び電圧の上昇は、ＢＩＳＴ実行時におけるＣＰＵの温度に基づいて、高負荷時におけるＣＰＵの温度を推定し、高負荷時におけるＣＰＵの温度が温度障害を引き起こさないように決定される。上記構成の結果、特許文献２のコンピュータシステムは、再組み込みしたＣＰＵにおける障害再発の可能性を低下させる。

特許文献１及び特許文献２の技術は、電子部品の故障予測、又は電子部品の障害発生時における再発予防を目的としており、電子部品の故障が実際に発生した際に故障の発生原因を特定する用途には利用できない。

電子部品の故障に起因する電子装置の故障は、発生頻度が低いことが多い。又、運用中の電子装置において交換した被疑電子部品を工場に戻入して、工場において同じ構成の電子装置において被疑電子部品を動作させたとしても、故障が再現しないために故障の原因を特定できないことが多かった。又は、故障が発生した電子装置と同等な、電子装置の構成、又は電子装置の設置環境を、工場において準備できないために、故障の原因を特定できないことも少なくない。

故障発生時の環境要因を記録する技術の一例が特許文献３に開示されている。特許文献３の光伝送通信装置は、管理パッケージと複数の被管理パッケージとを含む。被管理パッケージは、機能実行部と、再現調査用メモリとを含む。機能実行部は、管理パッケージからの管理情報に基づいて装置設定及び動作を行い、装置設定及び動作に関する状態情報を管理パッケージに送信する。再現調査用メモリは、管理パッケージからのフィールド環境データを保存する。管理パッケージは、運用メモリと、制御部とを含む。運用メモリは、フィールド環境データを保存する。制御部は、光伝送通信装置内に配置された被管理パッケージのそれぞれに対し、管理情報を送信し、特定の被管理パッケージに対して運用メモリが記憶するフィールド環境データを送り込む。上記構成の結果、特許文献３の光伝送通信装置は、再現試験時に工場において光伝送通信装置のフィールド環境を再現する。

特開２００５−２２１４１３号公報 特開２０１０−１７０３５５号公報 特開２０１１−５９８９３号公報

しかしながら、特許文献３の光伝送通信装置は、故障発生時点での環境要因（電子部品の温度、電子部品に提供される電源電圧等）を記録するが、記録した環境要因の内どの環境要因が電子部品の故障に関係しているかを特定するための情報を提供しない。又、特許文献３の光伝送通信装置では、記録した環境要因を利用したとしても、工場等において、故障が発生した実環境における環境要因を再現できないために、故障の原因を特定できないことがある。

本発明は、上記の課題に鑑みてなされたもので、故障の原因の特定を容易にすることを主たる目的とする。

本発明の一態様において、情報処理装置は、故障の発生が環境要因に依存する電子部品と、電子部品における故障の発生を検出する故障検出部と、環境要因を測定する環境測定部と、環境要因を再現する環境再現部と、電子部品における故障の有無を試験する試験実行部と、故障検出部によって故障の発生が検出された際に、環境要因を故障時環境要因として環境測定部によって測定し、測定した故障時環境要因に基づいて１つ以上の環境要因である試験時環境要因を決定し、決定した各試験時環境要因を環境再現部によって再現し、再現した各試験時環境要因の下で電子部品に対する試験を試験実行部によって実行し、測定した故障時環境要因を表すデータ、及び実行した各試験の結果と該試験が実行された際の各試験時環境要因とが対応付けられたデータを出力する試験制御部とを備える。

本発明の一態様において、試験制御方法は、故障の発生が環境要因に依存する電子部品と、電子部品における故障の発生を検出する故障検出部と、環境要因を測定する環境測定部と、環境要因を再現する環境再現部と、電子部品における故障の有無を試験する試験実行部とを備えた情報処理装置の試験制御方法であって、故障検出部によって故障の発生が検出された際に、環境要因を故障時環境要因として環境測定部によって測定し、測定した故障時環境要因に基づいて１つ以上の環境要因である試験時環境要因を決定し、決定した各試験時環境要因を環境再現部によって再現し、再現した各試験時環境要因の下で電子部品に対する試験を試験実行部によって実行し、実行した各試験の結果と該試験が実行された各試験時環境要因とが対応付けられたデータを出力する。

本発明の一態様において、試験制御プログラムは、故障の発生が環境要因に依存する電子部品と、電子部品における故障の発生を検出する故障検出部と、環境要因を測定する環境測定部と、環境要因を再現する環境再現部と、電子部品における故障の有無を試験する試験実行部とを備えた情報処理装置が備えるコンピュータに、故障検出部によって故障の発生が検出された際に、環境要因を故障時環境要因として環境測定部によって測定し、測定した故障時環境要因に基づいて１つ以上の環境要因である試験時環境要因を決定し、決定した各試験時環境要因を環境再現部によって再現し、再現した各試験時環境要因の下で電子部品に対する試験を試験実行部によって実行し、実行した各試験の結果と該試験が実行された各試験時環境要因とが対応付けられたデータを出力する試験制御処理を実行させる。

本発明によれば、電子装置に含まれる電子部品における故障の原因特定を容易にできるという効果がある。

本発明の第１の実施形態における情報処理装置の構成の一例を示すブロック図である。 本発明の第１の実施形態における情報処理装置の動作を示すフローチャートである。 本発明の第１の実施形態における試験時環境要因の一例を示すグラフである。 本発明の第２の実施形態におけるディスクアレイ装置の構成の一例を示すブロック図である。 本発明の第２の実施形態におけるディスクアレイ装置の動作を示すフローチャートである。 本発明の第２の実施形態におけるディスクアレイ装置のデバッグモードに関する構成の一例を示すブロック図である。 本発明の各実施形態における情報処理装置を実現可能なハードウェア構成の一例を示すブロック図である。

以下、本発明の実施形態について、図面を参照して詳細に説明する。尚、全ての図面において、同等の構成要素には同じ符号を付し、適宜説明を省略する。
（第１の実施形態）
本発明の各実施形態の基本である、本発明の第１の実施形態について説明する。

本実施形態における構成について説明する。

図１は、本発明の第１の実施形態における情報処理装置の構成の一例を示すブロック図である。

本実施形態における情報処理装置１００は、電子部品１１０と、故障検出部１２０と、環境測定部１３０と、環境再現部１４０と、試験実行部１５０と、試験制御部１６０とを含む。

電子部品１１０は、故障の発生が環境要因に依存する電子部品である。電子部品１１０は、例えば、ＬＳＩ、ＩＣ、メモリ、インタフェースカード、又はハードディスクドライブである。環境要因は、例えば、電子部品における、温度、信号電圧、又は電源電圧である。

故障検出部１２０は、電子部品１１０における故障の発生を検出する。ここで、故障は、環境要因に依存する限定的な故障であってもよいし、環境要因に依存しない完全な故障であってもよい。

環境測定部１３０は、環境要因を測定する。環境測定部１３０は、環境要因を常時測定し、最新の測定結果、又は測定結果の履歴を保持してもよい。環境測定部１３０は、例えば、温度センサ、又は電圧センサである。

環境再現部１４０は、環境要因を再現する。環境再現部１４０は、例えば、ファン、又は電圧可変電源によって、温度、信号電圧、又は電源電圧を制御する。

試験実行部１５０は、電子部品１１０における故障の有無を試験する。ここで、試験は、電子部品１１０が正常に動作しているか否かを確認する試験である。

試験制御部１６０は、故障検出部１２０によって故障の発生が検出された際に、試験の実行を制御する。

本実施形態における動作について説明する。

図２は、本発明の第１の実施形態における情報処理装置の動作を示すフローチャートである。尚、図２に示すフローチャート及び以下の説明は一例であり、適宜求める処理に応じて、処理順等を入れ替えたり、処理を戻したり、又は処理を繰り返したりしてもよい。

試験制御部１６０は、故障検出部１２０によって電子部品１１０における故障の発生を待ち受ける（ステップＳ１１０）。

次に、故障検出部１２０によって故障の発生が検出された際に、試験制御部１６０は、環境要因を故障時環境要因として環境測定部１３０によって測定する（ステップＳ１２０）。ここで、環境測定部１３０は環境要因を常時測定しており、試験制御部１６０は、故障の発生が検出された際における最新の測定結果を環境要因としてもよい。

続いて、試験制御部１６０は、測定した故障時環境要因に基づいて試験時環境要因を決定する（ステップＳ１３０）。ここで、「試験時環境要因」とは、一連の試験を実行する際の環境要因のセットであることとする。試験時環境要因は１つ以上の環境要因を含み、各環境要因は各試験の実行（試行）に一対一に関連付けられる。

続いて、試験制御部１６０は、決定した試験時環境要因について、以下の処理を繰り返す（ステップＳ１４０乃至Ｓ１８０）
まず、試験制御部１６０は、決定した各試験時環境要因を環境再現部１４０によって再現する（ステップＳ１５０）。

次に、試験制御部１６０は、再現した各試験時環境要因の下で電子部品１１０に対する試験を試験実行部１５０によって実行する（ステップＳ１６０）。

続いて、試験制御部１６０は、測定した故障時環境要因を表すデータ、及び実行した各試験の結果と該試験が実行された際の各試験時環境要因とが対応付けられたデータを出力する（ステップＳ１７０）。

図３は、本発明の第１の実施形態における試験時環境要因の一例を示すグラフである。図３において、各グラフの横軸は環境要因を構成する第１のパラメータを表す。又、各グラフが縦軸を含む場合、縦軸は環境要因を構成する第２のパラメータを表す。但し、環境要因が含むパラメータの数は一例であり、環境要因は１つ以上の任意個のパラメータから成ってもよい。又、黒丸は故障時環境要因を表し、白抜きの丸は試験時環境要因を表すこととする。

図３（Ａ）に示される例では、試験時環境要因は、故障時環境要因を含む。即ち、ある試験は、故障発生時における環境要因の下で実行される。この場合、試験時環境要因において故障が再現すれば、故障は、偶然発生したのではなく、故障時環境要因に起因して発生した可能性が高い。

図３（Ｂ）に示される例では、環境要因は第１のパラメータを含む。そして、試験時環境要因における第１のパラメータは、故障時環境要因における第１のパラメータの値より小さい値を含む。更に、試験時環境要因における第１のパラメータは、故障時環境要因における第１のパラメータの値より大きい値を含む。更に、試験時環境要因における第１のパラメータは、適切な間隔で並べられた、その他の値を含んでもよい。このような試験時環境要因によって、故障が発生する環境要因がより狭い範囲に特定される（故障が発生しなくなる、第１パラメータにおける限界値が特定される）可能性がある。ここで、試験時環境要因は、故障時環境要因における第１のパラメータの近似値を含むこととする。あるいは、試験時環境要因は、故障時環境要因を含んでもよい。

図３（Ｃ）に示される例では、環境要因は第１のパラメータと第２のパラメータとを含む。そして、試験時環境要因は、第１のパラメータと第２のパラメータとの組合せを以下の４種類を持つ。
（１）第１のパラメータが故障時環境要因と等しく、且つ第２のパラメータが故障時環境要因より小さい環境要因２１０、
（２）第１のパラメータが故障時環境要因と等しく、且つ第２のパラメータが故障時環境要因より大きい環境要因２２０、
（３）第２のパラメータが故障時環境要因と等しく、且つ第１のパラメータが故障時環境要因より小さい環境要因２３０、
（４）第２のパラメータが故障時環境要因と等しく、且つ第１のパラメータが故障時環境要因より大きい環境要因２４０。

この場合、故障の発生に関係するパラメータを特定できる可能性がある。更に、試験時環境要因は、第１のパラメータと第２のパラメータとの組合せを含んでもよい。ここで、試験時環境要因は、故障時環境要因における第１のパラメータ及び第２のパラメータに関する近似値を含むこととする。あるいは、試験時環境要因は、故障時環境要因を含んでもよい。

図３（Ｄ）に示される例では、環境要因は第１のパラメータ乃至第Ｎのパラメータ（Ｎは自然数）を含む（図３（Ｄ）ではＮは２）。そして、試験制御部１６０は、試験の実行において、第１のパラメータ乃至第Ｎのパラメータが張る空間において、図３（Ｄ）に破線の円で示したように、故障時環境要因に近い点から順に、試験時環境要因として決定してもよい。この場合、試験制御部１６０は、試験を実行可能な時間が限られている際に、故障が発生する環境要因をより効率的に特定できる可能性がある。ここで、試験時環境要因は、故障時環境要因における第１のパラメータ乃至第Ｎのパラメータに関する近似値を含むこととする。あるいは、試験時環境要因は、故障時環境要因を含んでもよい。

以上説明したように、本実施形態における情報処理装置１００は、故障が発生した情報処理装置１００において、故障発生時と同じ又は近似する環境要因の下で情報処理装置１００を動作させる試験を行う。即ち、故障が発生した情報処理装置１００は、故障発生時と同じ又は近似する環境要因の下で情報処理装置１００の故障が再現するか否かを試験する。ここで、故障が再現すれば故障は試験において再現された環境要因に依存する可能性が高く、故障が再現しなければ故障は試験において再現された環境要因に依存しない可能性が高い。従って、本実施形態における情報処理装置１００には、故障の原因の特定を容易にすることができるという効果がある。

又、情報処理装置１００は、故障発生時と異なる環境要因の下で情報処理装置１００の故障が再現するか否かを試験してもよい。ここで、故障発生時と同じ又は近似する環境要因の下で故障が再現し、且つ故障が再現しない環境要因が存在すれば、故障は試験において制御された環境要因に依存する可能性が高い。従って、本実施形態における情報処理装置１００には、情報処理装置１００が故障発生時と異なる環境要因の下で情報処理装置１００の故障が再現するか否かの試験を行う場合には、故障の原因の特定を更に容易にすることができるという効果がある。
（第２の実施形態）
次に、本発明の第１の実施形態を基本とする、本発明の第２の実施形態について説明する。本実施形態では、情報処理装置はディスクアレイ装置であり、電子部品はインタフェースカードである。本実施形態における環境因子は温度及び信号電圧である。又、本実施形態では、情報処理装置の構成及び動作についてより詳細に説明する。

本実施形態における構成について説明する。

図４は、本発明の第２の実施形態におけるディスクアレイ装置の構成の一例を示すブロック図である。

本実施形態におけるディスクアレイ装置１は、マザーボード３と、インタフェース（Ｉ／Ｆ）カード２Ａ、２Ｂ、・・・と、論理ディスク２０とを含む。ディスクアレイ装置１は、Ｉ／Ｆカード２Ａ、２Ｂ、・・・を介してホストサーバ（不図示）に接続されている。ディスクアレイ装置１は、Ｉ／Ｆカード２Ａが故障した場合に、当該ディスクアレイ装置１そのものを用いて、Ｉ／Ｆカード２Ａにおける故障を再現する再現試験を行う。

マザーボード３は、ファン１１と、電圧マージン設定回路５と、温度／電圧監視ＩＣ（Integrated Circuit）６と、制御部４とを含む。

ファン１１は、マザーボード３及びＩ／Ｆカード２Ａ、２Ｂ、・・・を冷却する。

マザーボード３に含まれる電圧マージン設定回路５は、マザーボード３における電圧マージンを設定する。

マザーボード３に含まれる温度／電圧監視ＩＣ６は、マザーボード３における、温度及び電圧を監視する。

制御部４は、マザーボード３及びＩ／Ｆカード２Ａ、２Ｂ、・・・を制御する。

Ｉ／Ｆカード２Ａ、２Ｂ、・・・はそれぞれ、電圧マージン設定回路５と、温度・電圧監視ＩＣ６と、Ｉ／Ｆチップ１２Ａ、１２Ｂ、・・・とを含む。

Ｉ／Ｆカード２Ａ、２Ｂ、・・・に含まれる電圧マージン設定回路５はそれぞれ、Ｉ／Ｆカード２Ａ、２Ｂ、・・・における電圧マージンを設定する。

Ｉ／Ｆカード２Ａ、２Ｂ、・・・に含まれる温度・電圧監視ＩＣ６はそれぞれ、Ｉ／Ｆカード２Ａ、２Ｂ、・・・における、温度及び電圧を監視する。

制御部４は、電圧マージン設定回路５と温度・電圧監視ＩＣ６とを一括して管理する。制御部４は、ファン制御部７と、信号電圧制御部８と、装置状態制御部９と、故障辞書１０（障害解析部）と、Ｉ／Ｆチップ制御部１３と、Ｉ／Ｏ制御部１４とを含む。

ファン制御部７は、ファン１１の風速を制御する。

信号電圧制御部８は、マザーボード３及びＩ／Ｆカード２Ａ、２Ｂ、・・・上の電圧マージン設定回路５を制御する。

装置状態制御部９は、再現試験を行う際に、温度・電圧監視ＩＣ６によって監視された、温度及び電圧の値に基づいて、ファン制御部７にファン１１の風速設定を変化させることによって、マザーボード３及びＩ／Ｆカード２Ａ、２Ｂ、・・・の温度調節を行う。又、装置状態制御部９は、再現試験を行う際に、温度・電圧監視ＩＣ６によって監視された、温度及び電圧の値に基づいて、信号電圧制御部８に、マザーボード３及びＩ／Ｆカード２Ａ、２Ｂ、・・・上の各電圧マージン設定回路５を制御することによって、マザーボード３及びＩ／Ｆカード２Ａ、２Ｂ、・・・における任意の信号における信号電圧を変化させる。

故障辞書１０は、Ｉ／Ｆカード２Ａ、２Ｂ、・・・において発生する可能性がある障害種類と、障害種類に応じて追加で採取すべき詳細デバッグログとに関する情報を予め保持する。

Ｉ／Ｆチップ１２Ａ、１２Ｂ、・・・は、マザーボード３とホストサーバとの間でＩ／Ｏデータの入出力を行う。又、Ｉ／Ｆチップ１２Ａ、１２Ｂ、・・・は、Ｉ／Ｏ制御部１４によって送信されたＩ／Ｏデータをループバックさせるループバック試験機能（デバッグ機能）を有する。

Ｉ／Ｆチップ制御部１３は、Ｉ／Ｆチップ１２Ａ、１２Ｂ、・・・における試験等を制御する。

Ｉ／Ｏ制御部１４は、Ｉ／Ｆチップ１２Ａ、１２Ｂ、・・・における入出力を制御する。

論理ディスク２０は、Ｉ／Ｏ制御部１４を経由してホストによって書き込まれたデータが、装置状態制御部９によって冗長化されたデータを保持する。論理ディスク２０は、複数個の物理ディスク（例えば、ハードディスクドライブ、又はソリッドステートドライブ等）である。

尚、ディスクアレイ装置１は、本発明の第１の実施形態における情報処理装置１００に対応する。又、Ｉ／Ｆカード２Ａ、２Ｂ、・・・は、本発明の第１の実施形態における電子部品１１０に対応する。又、装置状態制御部９は、本発明の第１の実施形態における環境測定部１３０及び試験制御部１６０に対応する。又、ファン制御部７及び信号電圧制御部８は、本発明の第１の実施形態における環境再現部１４０に対応する。又、Ｉ／Ｆチップ制御部１３は、本発明の第１の実施形態における試験実行部１５０に対応する。又、Ｉ／Ｆチップ制御部１３及びＩ／Ｏ制御部１４は、本発明の第１の実施形態における故障検出部１２０に対応する。

本実施形態における他の構成は、本発明の第１の実施形態における構成と同じである。

本実施形態における動作について説明する。

図５は、本発明の第２の実施形態におけるディスクアレイ装置の動作を示すフローチャートである。具体的には、図５は、ディスクアレイ装置１においてＩ／Ｆカード２Ａで障害が発生してから再現試験を行うまでにおけるディスクアレイ装置１の動作を示す。尚、図５に示すフローチャート及び以下の説明は一例であり、適宜求める処理に応じて、処理順等を入れ替えたり、処理を戻したり、又は処理を繰り返したりしてもよい。

まず、装置状態制御部９は、障害が発生したＩ／Ｆカード２Ａを縮退させ、ホストサーバとの接続を遮断する（ステップＳ１）。

次に、装置状態制御部９は、再現試験を行うため、縮退させたＩ／Ｆカード２Ａを再起動（リセット）させる（ステップＳ２）。

続いて、装置状態制御部９は、Ｉ／Ｆカード２Ａが復旧可能かどうかを判断する（ステップＳ３）。再起動によってＩ／Ｆカード２Ａが復旧しなかった場合（ステップＳ３におけるＮｏ）、装置状態制御部９は、発生した障害は固定障害（環境要因に依存しない障害）であると判断して、再現試験を行わず処理を終了する。再起動によってＩ／Ｆカード２Ａが復旧した場合（ステップＳ３におけるＹｅｓ）、装置状態制御部９は、障害発生の条件（環境要因）を分析し易くするために、ディスクアレイ装置１をデバッグモードに自動的に切り替える（ステップＳ４）。

図６は、本発明の第２の実施形態におけるディスクアレイ装置のデバッグモードに関する構成の一例を示すブロック図である。但し、図６では、ファン１１と、電圧マージン設定回路５と、温度／電圧監視ＩＣ６と、ファン制御部７と、信号電圧制御部８とは省略されている。

デバッグモードでは、装置状態制御部９は、Ｉ／Ｆチップ制御部１３又はＩ／Ｏ制御部１４によって、Ｉ／Ｆカード２Ａ、２Ｂ、・・・において発生した障害に関する情報をＩ／Ｆチップ１２Ａ、１２Ｂ、・・・から取得する。装置状態制御部９は、故障辞書１０によって保持されている情報と発生した障害とを照合して障害種類を判断する。

図５の説明へ戻る。

続いて、装置状態制御部９は、通常のログとは別に、障害種類に応じて追加で採取すべき詳細デバッグログの採取ができるよう設定を変更する（ステップＳ５）。

続いて、装置状態制御部９は、障害発生時と同等の負荷をＩ／Ｆカード２Ａに流すために、Ｉ／Ｆチップ制御部１３によって、Ｉ／Ｆチップ１２Ａにおけるデバッグ機能をオンにして、ループバック試験を実行させる（ステップＳ６）。ここで、装置状態制御部９は、ループバック試験において、Ｉ／Ｆチップ１２Ａに入力されたデータと、Ｉ／Ｆチップ１２Ａから出力されたＩ／Ｏデータを比較することによって、Ｉ／Ｆチップ１２Ａ及びＩ／Ｆカード２Ａが正常動作しているか否かを確認できる。又、装置状態制御部９は、再現試験（ループバック試験）用にＩ／Ｆカード２Ａに送信するＩ／Ｏデータとして、障害発生前にＩ／Ｆカード２Ａに実際に流れていたＩ／Ｏデータを記録しておき、記録したＩ／Ｏデータに類似するＩ／ＯデータをＩ／Ｆチップ１２Ａへ送信してもよい。又、装置状態制御部９は、Ｉ／Ｆカード２Ａにループバック試験用のＩ／Ｏデータを送信している状態において、所定の試験パターンに従って、Ｉ／Ｆカード２Ａの温度又は発生した障害に関係する信号線の信号電圧等の環境要因を変化させる。

続いて、装置状態制御部９は、各試験において障害が再現したか否かを判断する（ステップＳ７）。障害が再現した場合に（ステップＳ７におけるＹｅｓ）、装置状態制御部９は、デバッグログを保存し、障害が発生した旨と環境要因との組を記録し（ステップＳ８）、ステップＳ１０へ処理を進める。障害が再現しなかった場合に（ステップＳ７におけるＮｏ）、装置状態制御部９は、障害が発生しなかった旨と環境要因との組を記録し（ステップＳ９）、ステップＳ１０へ処理を進める。

続いて、装置状態制御部９は、デバッグモードを解除するコマンドの入力があったか否かを判断する（ステップＳ１０）。デバッグモードを解除するコマンドの入力があった場合（ステップＳ１０におけるＹｅｓ）、装置状態制御部９は、デバッグモードを終了して（ステップＳ１１）、処理を終了する。デバッグモードを解除するコマンドの入力がなかった場合（ステップＳ１０におけるＮｏ）、装置状態制御部９は、ステップＳ６へ処理を戻す。即ち、例えば、障害が発生したＩ／Ｆカード２Ａの交換のために保守員が現地に到着してデバッグモード解除コマンドを実行するまで、装置状態制御部９は、可能な限りの環境要因下において再現試験を自動的に繰り返し実行する。

本実施形態における再現試験は、故障が発生したディスクアレイ装置１を、故障が発生した状態のまま使用して行われる。即ち、再現試験は、例えば、ディスクアレイ装置１における、電源のオフ及びオン、並びに基板の抜き差し等を経ることなく、再現試験において変更される環境要因を除いて、故障が発生した環境要因を故障発生時のまま維持した状態において実行される。そのため、再現試験では、故障発生時と同じ環境要因において、故障が再現される可能性が高い。又、再現試験では、ディスクアレイ装置１において温度又は信号電圧等の環境要因を変更した場合に、再現試験において変更されなかった環境要因が変化し難いので、故障の再現性に関係する環境要因を特定しやすい。

本実施形態における他の動作は、本発明の第１の実施形態における動作と同じである。

以上説明したように、本実施形態におけるディスクアレイ装置１は、故障が発生したディスクアレイ装置１において、故障発生時と同じ環境要因及び故障発生時と異なる環境要因の下でディスクアレイ装置１を動作させる試験を行う。即ち、故障が発生したディスクアレイ装置１は、故障発生時と同じ環境要因の下でディスクアレイ装置１の故障が再現するか否かを試験する。ここで、故障が再現しなければ、故障は試験において再現された環境要因に依存しない可能性が高い。又、故障が発生したディスクアレイ装置１は、故障発生時と異なる環境要因の下でディスクアレイ装置１の故障が再現するか否かを試験する。ここで、故障が再現しない環境要因が存在すれば、故障は試験において制御された環境要因に依存する可能性が高い。従って、本実施形態におけるディスクアレイ装置１には、故障の原因の特定を容易にすることができるという効果がある。

又、本実施形態における再現試験では、デバッグプログラムを利用することによって、再現試験時におけるプログラムの動作に関する詳細なデバッグ用情報を利用することができる。そのため、再現試験では、被疑部品の交換を行う前に、より多くの被疑部品を特定するためのデバッグ用情報を利用できる。

又、本実施形態における再現試験では、再現試験において変化させた環境要因を記録する。そのため、工場に被疑部品を戻入した際に、工場試験において変化させる環境要因を、再現試験において故障に影響があった環境要因に絞り込んだ上で、素早く工場試験を行うことができる。そのため、工場でしか行えない波形測定等の追加試験も効率よく実行可能である。

図７は、本発明の各実施形態における、情報処理装置を実現可能なハードウェア構成の一例を示すブロック図である。

情報処理装置９０７は、記憶装置９０２と、ＣＰＵ（Central Processing Unit）９０３と、キーボード９０４と、モニタ９０５と、Ｉ／Ｏ（Input/Output）装置９０８とを備え、これらが内部バス９０６によって接続されている。記憶装置９０２は、試験制御部１６０、装置状態制御部９等のＣＰＵ９０３の動作プログラムを格納する。ＣＰＵ９０３は、情報処理装置９０７の全体を制御し、記憶装置９０２に格納された動作プログラムを実行し、Ｉ／Ｏ装置９０８によって試験制御部１６０、装置状態制御部９等のプログラムの実行やデータの送受信を行なう。尚、上記の情報処理装置９０７の内部構成は一例である。情報処理装置９０７は、必要に応じて、キーボード９０４、モニタ９０５を接続する装置構成であってもよい。

上述した本発明の各実施形態における情報処理装置９０７は、専用の装置によって実現してもよいが、Ｉ／Ｏ装置９０８が外部との通信を実行するハードウェアの動作以外は、コンピュータ（情報処理装置）によっても実現可能である。本発明の各実施形態において、Ｉ／Ｏ装置９０８は、例えば、電子部品１１０、故障検出部１２０、環境測定部１３０、環境再現部１４０、温度／電圧監視ＩＣ６、電圧マージン設定回路５、ファン１１、又はＩ／Ｆカード２Ａ、２Ｂ、・・・等との入出力部である。この場合、係るコンピュータは、記憶装置９０２に格納されたソフトウェア・プログラムをＣＰＵ９０３に読み出し、読み出したソフトウェア・プログラムをＣＰＵ９０３において実行する。上述した各実施形態の場合、係るソフトウェア・プログラムには、上述したところの、図１及び４に示した、情報処理装置１００、ディスクアレイ装置１の各部の機能を実現可能な記述がなされていればよい。但し、これらの各部には、適宜ハードウェアを含むことも想定される。そして、このような場合、係るソフトウェア・プログラム（コンピュータ・プログラム）は、本発明を構成すると捉えることができる。更に、係るソフトウェア・プログラムを格納した、コンピュータ読み取り可能な記憶媒体も、本発明を構成すると捉えることができる。

以上、本発明を、上述した各実施形態およびその変形例によって例示的に説明した。しかしながら、本発明の技術的範囲は、上述した各実施形態およびその変形例に記載した範囲に限定されない。当業者には、係る実施形態に対して多様な変更又は改良を加えることが可能であることは明らかである。そのような場合、係る変更又は改良を加えた新たな実施形態も、本発明の技術的範囲に含まれ得る。そしてこのことは、特許請求の範囲に記載した事項から明らかである。

本発明は、ディスクアレイ装置、サーバ、コンピュータ周辺機器等の電子装置に含まれる電子部品における故障の原因を特定する用途において利用できる。

１ ディスクアレイ装置
２Ａ Ｉ／Ｆカード
２Ｂ ｉ／Ｆカード
３ マザーボード
４ 制御部
５ 電圧マージン設定回路
６ 温度／電圧監視ＩＣ
７ ファン制御部
８ 信号電圧制御部
９ 装置状態制御部
１０ 故障辞書
１１ ファン
１２Ａ Ｉ／Ｆチップ
１２Ｂ Ｉ／Ｆチップ
１３ Ｉ／Ｆチップ制御部
１４ Ｉ／Ｏ制御部
２０ 論理ディスク
１００ 情報処理装置
１１０ 電子部品
１２０ 故障検出部
１３０ 環境測定部
１４０ 環境再現部
１５０ 試験実行部
１６０ 試験制御部
２１０、２２０、２３０、２４０ 環境要因
９０２ 記憶装置
９０３ ＣＰＵ
９０４ キーボード
９０５ モニタ
９０６ 内部バス
９０７ 情報処理装置
９０８ Ｉ／Ｏ装置

Claims (8)

1. 故障の発生が環境要因に依存する電子部品と、
   前記電子部品における前記故障の発生を検出する故障検出部と、
   前記環境要因を測定する環境測定部と、
   前記環境要因を再現する環境再現部と、
   前記電子部品における前記故障の有無を試験する試験実行部と、
   前記故障検出部によって前記故障の発生が検出された際に、
   前記環境要因を故障時環境要因として前記環境測定部によって測定し、
   測定した前記故障時環境要因に基づいて１つ以上の前記環境要因である試験時環境要因を決定し、
   決定した各前記試験時環境要因を前記環境再現部によって再現し、
   再現した各前記試験時環境要因の下で前記電子部品に対する前記試験を前記試験実行部によって実行し、
   測定した前記故障時環境要因を表すデータ、及び実行した各前記試験の結果と該前記試験が実行された際の各前記試験時環境要因とが対応付けられたデータを出力する
   試験制御部と
   を備えた情報処理装置。
2. 前記試験時環境要因は、前記故障時環境要因を含む
   請求項１に記載の情報処理装置。
3. 前記環境要因は第１のパラメータを含み、
   前記試験時環境要因における前記第１のパラメータは前記故障時環境要因における前記第１のパラメータの値より小さい値を含み、
   前記試験時環境要因における前記第１のパラメータは前記故障時環境要因における前記第１のパラメータの値より大きい値を含む
   請求項１又は２に記載の情報処理装置。
4. 前記環境要因は第１のパラメータと第２のパラメータとを含み、
   前記試験時環境要因は、前記第１のパラメータが前記故障時環境要因と等しく、且つ前記第２のパラメータが前記故障時環境要因より小さい前記環境要因を含み、
   前記試験時環境要因は、前記第１のパラメータが前記故障時環境要因と等しく、且つ前記第２のパラメータが前記故障時環境要因より大きい前記環境要因を含み、
   前記試験時環境要因は、前記第２のパラメータが前記故障時環境要因と等しく、且つ前記第１のパラメータが前記故障時環境要因より小さい前記環境要因を含み、
   前記試験時環境要因は、前記第２のパラメータが前記故障時環境要因と等しく、且つ前記第１のパラメータが前記故障時環境要因より大きい前記環境要因を含む
   請求項１又は２に記載の情報処理装置。
5. 前記環境要因は第１のパラメータ乃至第Ｎのパラメータ（Ｎは自然数）を含み、
   前記試験制御部は、前記試験の実行において、前記第１のパラメータ乃至前記第Ｎのパラメータが張る空間において、前記故障時環境要因に近い点から順に、前記試験時環境要因として決定する
   請求項１又は２に記載の情報処理装置。
6. 前記情報処理装置は、インタフェースカードを含むディスクアレイ装置であり、
   前記電子部品は、前記ディスクアレイ装置とホストサーバとを接続する前記インタフェースカードであり、
   前記環境要因は、前記電子部品における、温度及び信号電圧をパラメータとする
   請求項１乃至５の何れか１項に記載の情報処理装置。
7. 故障の発生が環境要因に依存する電子部品と、
   前記電子部品における前記故障の発生を検出する故障検出部と、
   前記環境要因を測定する環境測定部と、
   前記環境要因を再現する環境再現部と、
   前記電子部品における前記故障の有無を試験する試験実行部と
   を備えた情報処理装置の試験制御方法であって、
   前記故障検出部によって前記故障の発生が検出された際に、
   前記環境要因を故障時環境要因として前記環境測定部によって測定し、
   測定した前記故障時環境要因に基づいて１つ以上の前記環境要因である試験時環境要因を決定し、
   決定した各前記試験時環境要因を前記環境再現部によって再現し、
   再現した各前記試験時環境要因の下で前記電子部品に対する前記試験を前記試験実行部によって実行し、
   実行した各前記試験の結果と該前記試験が実行された各前記試験時環境要因とが対応付けられたデータを出力する
   情報処理装置の試験制御方法。
8. 故障の発生が環境要因に依存する電子部品と、
   前記電子部品における前記故障の発生を検出する故障検出部と、
   前記環境要因を測定する環境測定部と、
   前記環境要因を再現する環境再現部と、
   前記電子部品における前記故障の有無を試験する試験実行部と
   を備えた情報処理装置が備えるコンピュータに、
   前記故障検出部によって前記故障の発生が検出された際に、
   前記環境要因を故障時環境要因として前記環境測定部によって測定し、
   測定した前記故障時環境要因に基づいて１つ以上の前記環境要因である試験時環境要因を決定し、
   決定した各前記試験時環境要因を前記環境再現部によって再現し、
   再現した各前記試験時環境要因の下で前記電子部品に対する前記試験を前記試験実行部によって実行し、
   実行した各前記試験の結果と該前記試験が実行された各前記試験時環境要因とが対応付けられたデータを出力する
   試験制御処理を実行させる
   情報処理装置の試験制御プログラム。

Images