一种存储设备生产流程监测系统及方法与流程

本发明涉及存储设备生产数据监测，具体为一种存储设备生产流程监测系统及方法。

背景技术：

1、存储设备是指在计算机内用来存储数据或者程序的装置。在存储设备中，硬盘是最为常见也最为重要的设备之一，硬盘外面为接口电路板，里面是一组盘片和读取盘片的磁头等机构，其中包含磁道，每个磁道上面有不同的扇区，在磁盘出厂时都要进行扇区的测试，其中包含p表的测试最为关键，在生产厂商的测试中，会将损坏扇区导入p表中，以保证硬盘的正常运行（即跳转相应的损坏扇区），不同的硬盘出厂时损坏扇区大小也不尽相同，在后续的使用过程中，出现的新增损坏扇区一般以g表的形式进行记录，在g表到达一定容量时，会将g表中的新增损坏扇区记录到p表的保留区内，从而实现硬盘的自我修复，当保留区满载时，则需要利用厂商进行保留区的处理，而在目前的生产环境中，出厂时既无法控制扇区的损坏数量，也无法对保留区的容量进行限定，因此会导致部分硬盘在出厂后，新增扇区的速度与数量均不相同，不同的用户进行维修的时间节点也不相同，导致用户满意度低，目前尚没有能够根据用户维修的意见情况来确定硬盘出厂时的损坏扇区限定的方法。

技术实现思路

1、本发明的目的在于提供一种存储设备生产流程监测系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种存储设备生产流程监测方法，该方法包括以下步骤：

3、s1、构建存储设备测试数据，所述存储设备测试数据包括出厂p-list的保留区容量数据、出厂p-list损坏扇区数据、测试工况环境下g-list的每次增添扇区数据，测试工况环境下g-list的容量阈值；

4、s2、基于存储设备测试数据，构建不同出厂p-list损坏扇区数据下的测试工况环境下的扇区增添预测模型，获取存储设备的实时生产数据，在输出达到测试工况环境下g-list容量阈值时，获取超出g-list容量阈值的扇区数据；

5、s3、获取保留区和损坏扇区之间的差值数据，将每次超出阈值的g-list容量损坏扇区以低格形式转入p-list，计算转入的扇区数据到达差值数据的总时长；

6、s4、获取存储设备历史数据下的首次自适应调节时长，构建自适应调节模型，输出优化的自适应调节时长，若存在优化的自适应调节时长大于转入的扇区数据到达差值数据的总时长，启动报警机制，反馈至生产端口，对存储设备的出厂显示标记为不合格状态。

7、工况环境指在温度为0℃（273.15 开）和压强为101.325千帕（1标准大气压，760毫米汞柱）的情况下，每天持续读写工作八小时的工况状态。

8、根据上述技术方案，在步骤s2中，还包括：

9、构建聚类范围区间，获取每个范围区间内对应的出厂p-list损坏扇区数据，生成不同出厂p-list损坏扇区数据下的测试工况环境下的扇区增添预测模型：

10、所述聚类范围区间指对出厂p-list损坏扇区数据进行范围划分，系统设置初始最大划分区间，记为；

11、初始最大划分区间一般以系统设置为主，其通常选取十分之一左右的范围值，即选取最大值与最小值的差值的十分之一作为一个增长值，从而划分十个区间。

12、存在初始聚类范围区间为[0，x0）、[x0，2x0）、……、[(n-1)x0，nx0)，初始聚类范围区间满足测试数据中的出厂p-list损坏扇区数据的最大值处于最后一个范围区间内；

13、将测试数据以7：3的形式分为数据训练集和数据验证集，获取数据训练集中每个范围区间内对应的出厂p-list损坏扇区数据，构建每个范围区间内的关联关系模型，所述关联关系模型指测试工况环境下g-list的每次增添扇区数据与范围区间之间的关联关系；

14、以m组作为数据训练中止数量，拟合每一个范围区间内的测试工况环境下g-list的每次增添扇区数据，形成每一个范围区间内的拟合变化曲线：y=k1x+c，其中，y代表测试工况环境下g-list的每次增添扇区数据；x代表次数；k1代表回归系数；c回归拟合值；m、n分别为系统设置数据常数；

15、选取数据验证集的数据，选取数据验证集中的数据对应的范围区间，代入对应的范围区间以及相邻的范围区间，利用每一个范围区间内的拟合变化曲线计算每一次的拟合值与实际值之间的差值数据，求和生成标记数据，若存在同一验证集中的数据生成的标记数据最小值不属于对应的范围区间，标记该组验证数据；

16、在标记的验证数据数量满足超出数据验证集的数据数量的二分之一时，调节初始聚类范围区间，取上一分组的最大划分区间的二分之一作为新分组的最大划分区间，重复计算，直至标记的验证数据数量满足不超出数据验证集的数据数量的二分之一时输出每个范围区间对应的拟合变化曲线；

17、获取存储设备的实时生产数据，基于每个范围区间对应的拟合变化曲线，输出测试工况环境下g-list的每次增添扇区数据，在输出达到测试工况环境下g-list容量阈值时，获取超出g-list容量阈值的扇区数据。

18、根据上述技术方案，在步骤s3中，获取保留区和损坏扇区之间的差值数据，将每次超出阈值的g-list容量损坏扇区以低格形式转入p-list，计算转入的扇区数据到达差值数据的总时长，所述总时长指最后一次转入时超出或等于差值数据时的时刻与出厂时刻之间的间隔时长。

19、根据上述技术方案，在步骤s4中，获取存储设备历史数据下的首次自适应调节时长，构建自适应调节模型：

20、所述首次自适应调节时长指存储设备售出时刻与用户维修时刻之间的间隔时长，基于输出的每个范围区间获取历史数据下的首次自适应调节时长，以移动平均的方式输出每个范围区间的优化的自适应调节时长：

21、，

22、其中，代表优化的自适应调节时长；为预测截距；为预测斜率；指期数，取1；

23、，

24、，

25、其中，代表组数据下的一次移动平均值；代表组数据下的二次移动平均值；代表参与移动的数据组数；

26、输出优化的自适应调节时长，若存在优化的自适应调节时长大于转入的扇区数据到达差值数据的总时长，启动报警机制，反馈至生产端口，对存储设备的出厂显示标记为不合格状态。

27、一种存储设备生产流程监测系统，该系统包括：存储设备测试模块、工况环境分析模块、实时数据传输模块、时长判断模块以及物联网反馈预警模块；

28、所述存储设备测试模块用于构建存储设备测试数据；所述工况环境分析模块基于存储设备测试数据，构建不同出厂p-list损坏扇区数据下的测试工况环境下的扇区增添预测模型；所述实时数据传输模块用于获取存储设备的实时生产数据，在输出达到测试工况环境下g-list容量阈值时，获取超出g-list容量阈值的扇区数据；获取保留区和损坏扇区之间的差值数据，将每次超出阈值的g-list容量损坏扇区以低格形式转入p-list，计算转入的扇区数据到达差值数据的总时长；所述时长判断模块用于获取存储设备历史数据下的首次自适应调节时长，构建自适应调节模型，输出优化的自适应调节时长；所述物联网反馈预警模块用于存在优化的自适应调节时长大于转入的扇区数据到达差值数据的总时长，启动报警机制，反馈至生产端口，对存储设备的出厂显示标记为不合格状态；

29、所述存储设备测试模块的输出端与所述工况环境分析模块的输入端相连接；所述工况环境分析模块的输出端与所述实时数据传输模块的输入端相连接；所述实时数据传输模块的输出端与所述时长判断模块的输入端相连接；所述时长判断模块的输出端与所述物联网反馈预警模块的输入端相连接。

30、根据上述技术方案，所述存储设备测试模块包括存储设备测试单元与分类单元；

31、所述存储设备测试单元用于获取存储设备测试数据，所述存储设备测试数据包括出厂p-list的保留区容量数据、出厂p-list损坏扇区数据、测试工况环境下g-list的每次增添扇区数据，测试工况环境下g-list的容量阈值；所述分类单元用于设置测试数据类别，将存储设备测试数据按照不同类别归纳至不同数据组；

32、所述存储设备测试单元的输出端与所述分类单元的输入端相连接。

33、根据上述技术方案，所述工况环境分析模块包括测试数据分析单元与预测单元；

34、所述测试数据分析单元用于获取存储设备测试数据；所述预测单元基于存储设备测试数据构建不同出厂p-list损坏扇区数据下的测试工况环境下的扇区增添预测模型；

35、所述测试数据分析单元的输出端与所述预测单元的输入端相连接。

36、根据上述技术方案，所述实时数据传输模块包括g-list处理单元与p-list处理单元；

37、所述g-list处理单元用于获取存储设备的实时生产数据，在输出达到测试工况环境下g-list容量阈值时，获取超出g-list容量阈值的扇区数据；所述p-list处理单元用于获取保留区和损坏扇区之间的差值数据，将每次超出阈值的g-list容量损坏扇区以低格形式转入p-list，计算转入的扇区数据到达差值数据的总时长；

38、所述g-list处理单元的输出端与所述p-list处理单元的输入端相连接。

39、根据上述技术方案，所述时长判断模块包括数据收集单元与优化单元；

40、所述数据收集单元用于获取存储设备历史数据下的首次自适应调节时长；所述优化单元基于存储设备历史数据下的首次自适应调节时长构建自适应调节模型，输出优化的自适应调节时长；

41、所述数据收集单元的输出端与所述优化单元的输入端相连接。

42、根据上述技术方案，所述物联网反馈预警模块包括报警单元与标记单元；

43、所述报警单元检测存在优化的自适应调节时长大于转入的扇区数据到达差值数据的总时长，启动报警机制；所述标记单元用于获取反馈至生产端口的报警信息，对存储设备的出厂显示标记为不合格状态；

44、所述报警单元的输出端与所述标记单元的输入端相连接。

45、与现有技术相比，本发明所达到的有益效果是：本发明利用存储设备测试数据在工况环境下进行分析模拟，利用p-list与g-list实现存储设备的自我修复，通过物联网的手段，启动报警机制，反馈至生产端口，对存储设备的出厂显示进行标记，能够实现在存储设备中对于损坏扇区的监测处理，在满足初始校正时长的前提下，提高用户使用过程中的满意度，降低存储设备出厂时的风险概率。