断続的な障害

断続的障害は、単に「断続的」^[要出典]（または逸話的に「インターフェイリング」^[要出典]）と呼ばれることが多く、通常は不規則な間隔で、他のときは正常に機能するデバイスまたはシステムで発生するデバイスまたはシステムの故障です。断続的障害は、コンピュータソフトウェアを含むすべての技術分野で共通しています。断続的障害は、いくつかの要因（そのうちのいくつかは事実上ランダムである可能性があります）が同時に発生することによって引き起こされます。関係するシステムまたはメカニズムが複雑であるほど、断続的障害が発生する可能性が高くなります。

断続的な障害は、その複雑な動作パターンのため、簡単に再現できません。これらは常に現れるわけではなく、予測できない方法で消えるため、「ソフト」障害と呼ばれることもあります。対照的に、「ハード」障害は、一定期間にわたって発生する（または瞬間的に発生する）恒久的な障害です。これらには、特定の障害部位（障害の場所）、モード（障害の現れ方）、メカニズムがあり、障害が発生したシステムの予測できない回復方法はありません。断続的な障害は簡単に再現できないため、恒久的な障害の場合よりも、障害分析を実施したり、根本原因を理解したり、障害部位を特定したりすることが困難です。^[1]

断続的な障害は、電子製品やシステムで障害なし(NFF) が発生する原因となることがあります。NFF は、製品の使用中に障害 (故障) が発生したか、発生したと報告されたことを意味します。製品は分析またはテストされて障害が確認されましたが、「故障または欠陥」は見つかりませんでした。NFF 現象の一般的な例は、コンピューターが「ハングアップ」したときに発生します。明らかに、「障害」が発生しています。ただし、コンピューターを再起動すると、再び機能することがよくあります。NFF と断続的な障害の影響は甚大です。その特性により、製造元は時間とコストをかけて根本原因を特定するよりも、原因を推測する場合があります。たとえば、ハード ドライブ サプライヤーは、NFF は障害ではないと主張し、すべての NFF 製品を現場に返品することを許可しました。その後、これらの製品の返品率が大幅に高いことが判明し、NFF 状態は実際には製品の断続的な障害の結果であることが示唆されました。その結果、メンテナンスコストが増加し、機器の可用性が低下し、顧客の不便が増し、顧客の信頼が低下し、会社の評判が損なわれ、場合によっては安全上の危険が生じる可能性もありました。^[2]

物理システムにおける事実上ランダムな原因の簡単な例としては、配線または回路コンポーネントにおける境界線上の電気接続が挙げられます。この場合、（原因 1、特定して修正する必要がある原因）2 本の導体が、（原因 2、特定する必要がない原因）温度、振動、方向、電圧などの小さな変化を条件に接触する可能性があります（これは、「障害」ではなく「断続的な接続」と説明されることがあります）。コンピュータ ソフトウェアでは、プログラムが（原因 1）最初はゼロにする必要がある変数を初期化できない場合があります。プログラムが開始前にメモリがほぼ常にクリアな状況で実行されると、（原因 2）変数が格納されているメモリが事前にたまたまゼロでないというまれな状況でプログラムが誤動作します。

断続的な障害は、個々の要因だけでは問題を引き起こさないため、特定して修復 (「トラブルシューティング」) するのが非常に難しいことで有名です。そのため、実際に故障が発生しているときにのみ要因を特定できます。問題を特定して解決できるのは、通常のオペレータであることはほとんどありません。故障のタイミングは予測できず、デバイスまたはシステムのダウンタイムとエンジニアの時間の両方にコストがかかるため、許容できない問題や危険を引き起こさない限り、故障は頻繁でなければ単に許容されることがよくあります。たとえば、生命維持装置などの重要な機器の断続的な障害は、患者の死亡につながる可能性があり、航空分野では飛行の中止や場合によっては墜落を引き起こす可能性があります。

断続的な障害を解決するためのいくつかの手法は次のとおりです。

• 障害が明らかになるまでの十分な時間にわたって関連パラメータを自動的にログに記録すると役立ちます。障害発生時のパラメータ値から原因を特定できるため、適切な是正措置を講じることができます。
• 障害が発生している間に動作環境を変更して、障害が一時的に解消されるか変化するかを確認します。たとえば、コンポーネントを軽くたたく、冷凍スプレーで冷却する、加熱するなどです。キャビネットを叩くと、障害が一時的に解消されることがあります。
• 同一または類似の機器で解決された類似の障害のデータベース^[3]
• 故障箇所を特定せずに、予防的な変更を行う。たとえば、高リップル電流にさらされる電解コンデンサは、故障のトラブルシューティングをまったく行わずに、日常的な処置として交換できます。コネクタを外して再装着することもできます。これは、時には必死の手段です。故障が発生しなくなるまで変更を行い、故障が休眠状態ではなく実際に解決されることを望みます。
• 電気システムやケーブルシステムでは、時間領域反射測定法が使用される。パルスを電気配線に送信し、反射したパルスを検査して異常がないか調べる。例えば、航空機の運行時のストレスによる断続的な漏れなどである。これは一度に1つのテストチャネルに対してのみ実行でき、通常は100ミリ秒を超える断続的な障害に限定される。^[4]
• 複雑な複数チャネル システムでは、障害が相互接続にある可能性がありますが、断続的な障害を見つける理想的な方法は、すべてのチャネルまたは電気パスを継続的に同時に監視、検出、分離できるようにすることです。この方法論により、テスト対象のシステムは、システムの環境ストレスが実行される間、継続的かつ完全なテスト カバレッジの恩恵を受けることができます。このタイプはスキャン テスト技術では実行できませんが、スキャンやデジタル平均化を必要とせずにこれらのテストを実行できる何らかの形式の電子ニューラル ネットワークが必要です。このテスト体制は、2015 年 3 月に公開された国防総省の MIL-PRF-32516 でカバーされており、断続的な障害に効果的に対処するために、クラス 1 カテゴリで動作するテスト技術を求めています。^[5]
• 集積回路の断続的な動作を軽減するための主な 3 つの方法は、動的命令遅延、コア周波数スケーリング、およびスレッド移行です。プロセッサがプロセスを実行するのに予想以上の時間がかかると、時間遅延とタイミング違反が発生します。この障害は、動的命令遅延などの手法を使用することで回避できます。これは、システムの実行中にスケジュールの優先順位を計算するアルゴリズムの一種です。目的は、変化する状況に動的に応答し、自立した最適化された構成を形成することです。遅延を軽減するもう 1 つのアプローチは、コア周波数スケーリングです。これは、必要な周波数が低い場合は CPU のパフォーマンスを低い周波数にスケールダウンし、必要な周波数が高い場合は高い周波数にスケールアップします。スレッド移行は、断続的な障害を克服するために使用されるもう 1 つの手法です。スレッドは、コンピューターに正確に何をすべきかを指示する順序付けられた命令セットです。特定のスレッドで障害が発生すると、障害のあるコンピューター コア内のスレッドの内容がアイドル コア内の別のスレッドに転送され、そこで問題に対処して解決します。^[1]

• ソフトウェアのデバッグに関する議論
• Sci.electronics.repair FAQ、「断続的な問題のトラブルシューティング」セクションを参照してください。