基于大数据分析的高校多媒体设备可靠性研究

史 萌， 刘青竹

（天津大学a.资产与实验室管理处；b.信息与网络中心，天津 300072）

0 引 言

随着我国教育事业发展，智能化、信息化的管理手段不断丰富，在教学环境中占比最大，使用率最高的多媒体教学设备在使用维护过程中会产生大量未经过分析和处理的数据，这些数据对设备可靠性提升、设备更换策略都有着巨大的参考价值。因此，如何基于对运行数据分析，提升高校多媒体设备可靠性，降低维护成本并针对故障设备年限制定更新策略便成为研究的焦点。

可靠性研究最早应用于二战后的军事设备领域，后应用于空间领域和宇航科学的设备检测环节。20世纪70 年代后，随着建立数学模型为手段的可靠性数学；以研究故障物理机制和检测方法为主的可靠性物理；以及立足设备可靠性，并对其进行定性和定量综合分析的系统工程学科相继发展，可靠性分析研究推广至民用各领域［1］。

目前，我国高校教学技术部门对多媒体设备可靠性研究还不够深入，主要体现在报修数据还未引起重视、保留的数据相对较少，即使有也很少根据实际进行深入挖掘和系统整理。董英男等［2］结合学校具体的维修数据，对出现故障的现象和平均故障间隔时间进行了计算，提出增强人员培训；强化设备稳定；提升维修时效和加强服务调研四大举措。柯斌［3-4］通过对学校2014 ～2018 年的多媒体设备真实硬件故障和巡查检修数据进行分析，提出设备生命周期按照稳定期进行分类的概念，并据此制定设备组合管理策略。以上两位老师都在聚焦大数据条件下设备可靠性的精细化管理，但未通过线性回归对多年来的数据进行科学分析，在分析过程中虽进行了数据描述等基础性统计，对计算过程和结论推导尚未充分体现。鉴于此，首先对2016 ～2021 年6 年间天津大学卫津路校区多媒体设备报修和巡检数据进行数据统计描述，从总体上进行趋势把握；再利用SPSS分析软件对2020 和2021 年的数据进行线性回归，分析总报修数量与年度使用时间和设备实际已使用年限的线性相关性；基于MTBF（平均故障间隔时间）对近2 年的纯硬件报修数据进行分设备统计，再结合对非硬件问题的分析；最终给出高校多媒体设备可靠性提升策略。

1 多媒体教室设备可靠性总体概述

设备可靠性是指设备在规定条件下和规定时间内完成规定功能的能力［5］。可靠性分析是根据设备运行使用情况，利用数理统计等工具，对其某段时期内的运行正常与否的可能性进行合理预测［6］。设备可靠性数据除去设计制造等环节，本研究仅从使用过程形成的现场数据在狭义上进行界定和获取，指在学校教学使用过程中，现场出现的报修、检修故障记录，反映最真实的使用情况和可靠程度，可为故障统计分析、设备可靠性管理提升、优化采购选型提供重要依据。

我校现有公共教室361 间，包含多媒体教室342间（含远程互动教室30 间、常态化录播教室14 间）、多屏研讨型智慧教室3 间、智慧语音教室16 间，主要分布在卫津路校区和北洋园校区的18 个教学楼内。由于实行校区管理制度，本研究主要针对卫津路校区多媒体教室报修及巡检情况进行系统分析。

从2016 ～2021 年6 年间12 个学期，共收集设备报修数据2 359 条，涉及卫津路校区中7 个教学楼、149 间多媒体教室设备，报修原数据主要包含报修检修时间、故障教学楼教室号、故障现象、直接故障原因及处理进度几个部分，结合校历中的使用天数，可得到多媒体运行故障总体趋势，如图1、2 所示。

由图1、图2 可以判断，报修数量受教室使用频率、设备老化程度影响，如19、23、26A、26B 教学楼进行多媒体设备更新（2019 年）后，多媒体设备报修量明显减少，故障报修率由2019 年前的平均2.11（2016 上～2018 下报修率均值）显著下降至0.92（2019 上～2021 下报修率均值）。其中在2020 年下半学期出现一次波动，对原始报修数据进行分析可知，是由于当时学校为应对常态化疫情防控新需求，安装新设备新软件，教师有一段磨合过程所致。由此可见，有规律的提升设备硬件是降低设备故障、改善教学环境的有效手段。

图2 2016 ～2021年多媒体报修总体故障维修率

2 基于一元线性回归的设备报修量影响因素分析

2.1 一元线性回归模型构建

在多媒体报修维修实践中，数据错综复杂，为进一步探究教室使用频率、设备老化因素对报修数量的影响程度，分年度、分教学楼对数据进行细化。报修数据可分为纯硬件问题报修和非硬件问题两类，纯硬件问题如：投影机、中控机、功放机、电脑、转接头等硬件故障导致的，且在现场无法通过重启进行自修复的报修。非硬件问题如：任课教师误操作、不会使用、安装个性化软件、软件报错等导致的报修。年度报修总数和纯硬件问题报修数量均为连续数值型变量，因此利用SPSS软件，引入一元线性回归分析。一元线性回归，也称简单回归，是反映自变量随着因变量的数量变化关系，也是研究其因果关系的统计学分析方法［7-8］。模型的基本结构为：

其中：a为常数项，b为y与x之间的直线影响系数。多媒体总体报修数据应为因变量y1，各教学楼年度使用准确时长（可由多媒体总控系统导出），为自变量x1；设备纯硬件报修数量为因变量y2，设备老化程度（即教学楼中报修设备已使用年限总和），为自变量x2。

由于卫津路校区多媒体设备多是在2019 年后更新完成，保留的数据类别相对完整、稳定，故搜集2020和2021 年度的相关数据进行回归分析。原始数据见表1、表2。

表1 2020 年多媒体设备报修情况原始数据

表2 2021 年多媒体设备报修情况原始数据

2.2 一元线性回归检验及结果分析

利用SPSS软件对表1 中的数据进行运算可得数据分析结果，可知：2020 年总报修量与设备使用时长相关情况，如图3 所示。

图3 总报修量与设备使用时长相关性分析

（1）查看残差的正态P-P 图，散点基本落在对角线附近，可认为标准化残差服从正态分布；在散点图，散点散乱分布，不存在异方差，且标准化残差绝对值在2 以内，服从正态分布，说明数据可以使用一元线性回归方法来处理。

（2）“模型摘要表”显示：R2为0.888，说明2020年总体报修量的88.8%可由自变量年度使用时长进行解释，影响力很大。

（3）“系数”表显示：使用时长可以显著正向影响2020 年总体报修量，影响系数为0.004 ＞0，且显著性P=0.001 ＜0.05，说明回归模型通过了置信水平为0.05的F检验，认为设备年度使用时长与总报修量之间存在直线的线性关系。未标准化系数的解释是：年度使用时长的数值增加1 个单位，2020 年的总体报修量随之增加0.004 个。

2020 年纯硬件报修量与报修硬件设备已使用年限相关情况：

（1）查看残差的正态P-P 图、在散点图均服从正态分布，数据可以使用一元线性回归方法来处理。

（2）“模型摘要表”显示：R2为0.767，说明2020年纯硬件报修量的76.7%可由自变量设备已使用年限进行解释，且影响力较大。

（3）“系数”表显示：设备已使用年限可以显著正向影响2020 年的纯硬件报修量，影响系数为0.114 ＞0，且显著性P=0.01 ＜0.05，说明回归模型通过了F检验，存在一元线性关系。可解释为：设备已使用年限增加1 个单位，2020 年的纯硬件报修量随之增加0.114 个。

对2021 年的两组相关数据进行了同样处理及分析，查看残差的正态P-P图、在散点图均可以使用一元线性回归方法。①2021 年总体报修量的89.5%可由年度使用时长进行解释，影响力很大；影响系数为0.003 ＞0，且显著性P=0.001 ＜0.05，年度使用时长可以显著正向影响2021 年的总体报修量。②2021 年纯硬件报修量的89.7%可由自变量设备已使用年限进行解释，影响力很大；影响系数为0.171 ＞0，显著性P=0.01 ＜0.05，设备已使用年限可以显著正向影响2021 年的纯硬件报修量。

综合以上，本文采用一元线性回归研究了设备年度使用时长对报修总量，以及设备已使用年限对纯硬件报修量的直线影响关系，从线性回归模型的诊断可以认为：2020 年及2021 年的两组数据均存在较强的一元线性关系，即设备使用时间越多的教学楼，教学任务越重，总报修量（含软硬件故障）越多；使用越久的设备，报修量越大，故障越多，基于此结论可构建相关对策建议。

3 基于平均故障间隔时间的多媒体设备可靠性分析

3.1 平均故障间隔时间（MTBF）的概念及计算方法

MTBF（Mean Time Between Failure），是衡量设备可靠性的重要指标，用于反映设备在一段时间内保持正常运转的能力，为两次相邻故障间的平均工作时间。同时为便于计算也规定MTBF为设备在一段时间内累计正常工作时间与出现故障的次数之比［9］。当设备使用寿命服从指数分布时，MTBF 的倒数为故障率，用λ表示。MTBF数值越大，设备可靠性愈高，能够正常运转的能力愈强［10］。

高校多媒体设备的MTBF 可定义为在高校多媒体教室内，进行支撑和服务教学的多种多媒体设备每两次相邻故障间保持正常运转时间的数学期望，可理解为N种参与教学设备两次相邻故障间的平均工作时间［11］。在高校教学实践中，参与设备一般包括：中控、计算机（云终端）、投影机、幕布、摄像机、显示器、功放、音箱、话筒、机柜、交换机及转接展示设备等，由此概念，可以得出计算设备总体平均故障间隔时间的计算公式，用MTBF总来表示：

设备可靠度是关于时间t的函数，根据设备可靠性的定义可解释为设备在规定条件下，规定时间内完成规定功能的概率，一般用R（t）表示［12］。

假设有n0个相同设备或组件，在时间（t-Δt，t）内，有nf（t）个失效、ns（t）个可正常工作，其中nf（t）+ns（t）=n0。

在时刻t，根据可靠度定义

令T表示失效时间的随机变量，则时刻t的可靠度函数为

失效率的累积分布函数为

失效时间T存在概率密度函数f（t），则

根据设备失效率浴盆曲线特征服从指数分布，则f（t）=λe-λt。

由此得到可靠度函数：

用可靠度函数来表示在一定时间段内，设备出现失效的概率为

3.2 基于MTBF的高校多媒体纯硬件故障分析

设备使用时长可由多媒体总控系统进行获取，2020 年和2021 年15 种多媒体设备使用时长累计分别为681 165 h和1 129 935 h，共出现纯硬件故障111次，故

因此，由MTBF公式可计算得出2020—2021 两年间，天津大学多媒体设备的总体平均故障间隔时间为16 316 h，依据校历折算约为5.374 年，由此可见，我校硬件设备最佳更换周期约为6 年，与教育部直属高校固定资产最低使用年限相一致。其故障率λ总为MTBF总的倒数，应为0.186。根据失效分布函数F（t），总体第一年失效概率F（1）总=1-e-0.186=17%，第4年失效概率F（4）总=1 -e-0.744=52.5%，由此可见，在第4 年后，我校多媒体设备的总体故障率已显著提高。

3.3 基于MTBF的各类设备纯硬件故障分析

为进一步探究多媒体系统各主要设备的使用运行及故障情况，对每一种类设备依据纯硬件报修量，细化MTBF及失效概率的计算，得到表3。由表3 可知，经过计算，如视频线（VGA、HDMI）、键鼠等消耗品失效概率偏大、失效时间偏短，视频线的MTBF 仅为不到1年，键鼠的失效概率也会在第4 年达到55.3%；与此同时，音频线、转换头虽然失效概率在第5 年和第6 年超过50%，但这些低值易耗品直接影响着教学正常运行，需要技术部门在巡检过程中不断进行检查，并随时进行更换。

表3 多媒体系统主要设备MTBF及失效概率

重点关注多媒体系统的主要设备，如计算机、中控机、投影机、功放。

计算机以多样的呈现方式、多场景感官效果、大容量信息存储为主要特点成为高校多媒体系统的重要组成部分，我校计算机MTBF为2.093 年，失效概率在第2 年即达到61.5%，与我校总体MTBF 的5.374 年差距较大，根据原始报修工单，其硬件故障的主要形式是台式机主板电池没电；硬盘故障导致的无法正常开机；云终端由于内存硬盘等硬件承载力有限，出现腾讯会议等软件卡顿、闪退。究其原因，一部分由于电脑长时间使用，出现了电池没电；一部分故障较为集中，是由于供应的电脑批次硬盘故障率较高所致；还有由于2020年后远程互动教学形式带来的各种第3 方软件，对硬件有较高要求，云终端的硬件运行明显吃力。

中控机是多媒体系统的核心，与周边设备关联度极高，一般通过RS232、RS485、红外、网络等协议控制投影机、幕布、计算机、功放等周边设备的开启与关闭，并通过网络及服务器延伸至总控，提取设备信息、数据并进行远程控制。多媒体中控机MTBF 为3.314 年，失效概率在第3 年可达到59.6%，与我校总体MTBF仍存在差距，根据原始报修工单，其硬件故障主要体现在IC卡读卡器、IC 卡控制器、视频输出接口面板、网络接口面板以及RS232 控制接口等硬件故障。究其原因，读卡器类故障是长期使用导致，还有部分原因是产品更新换代后不稳定所致。

音视频设备是多媒体系统中的重中之重，直接影响师生视听体验和教学效果，投影机是用来放大图像显示的设备，其特点是使用频率高、单价高，灯泡等配件高值易耗，因此，在使用实践中，很多高校已开始广泛使用激光光源投影，一般光源寿命已达到20 000 h，虽然初期投入的成本较LED光源高，但减少了后期更换灯泡的资金投入及人工投入。我校投影机MTBF为9.942 年，失效概率在第6 年仍为45.3%，高于我校MTBF总体水平。我校目前在120 座以上教室均配置5 000 lm以上激光光源投影机，120 座及以下教室采购4 000 ～5 000 lm LCD光源投影机，并且在日常管理过程中，重视每学期期末巡检统计，凡是灯时超过2 000 h，即进行更换，因此学期中投影机报修量总体偏低。功放机是将来自音源的信号进行放大的设备，由于其结构简单，在实用过程中故障率极低，其MTBF为13.256 年，失效概率在第6 年仅为36.4%，远高于我校MTBF的平均水平。

4 非硬件原因导致的多媒体设备软件报修分析

通过对2020-2021 年度的设备报修数据进行搜集、统计，我校多媒体报修共503 次，纯硬件问题111次，由软件、教师误操作、差异化服务等原因造成的软报修392 次。主要呈现出以下15 类问题（按报修数量排序）：计算机（云终端）、中控机、教师操作、网络问题、用电跳闸、校外人员使用、话筒、功放、音频线、视频线、机柜、摄像头、显示器、投影机、以及其他问题等，具体情况如图4 所示。

图4 2020-2021年度按故障设备类型报修数量统计情况

由图4 可知，报修量前5 名（计算机、中控机、教师操作、网络问题、用电问题）的问题合计占总软报修量的88%，其中第4、第5 即为网络问题和用电问题，教室内网络环境由信网中心负责，电力保障由后保部电力中心负责，因此，建立良好的沟通协调机制，定期反馈巡检故障，建议其他部门将教学保障摆在更加突出的位置［13］，如遇问题第一时间进行维修显得尤为必要。

（1）计算机/云终端问题。107 次，占比27%。主要涉及未正常开机；Windows 系统、Office、腾讯会议、雨课堂等软件提示激活或安装更新；为老师加装个性化软件；声卡驱动需重新加载；软件冲突、卡顿、闪退、系统崩溃等问题。系统崩溃、教师先插U 盘再开机、与中控连接的跳线松动都是常见的导致计算机未正常开机故障中的原因；近年来，受远程、在线等混合式教学方式影响，腾讯会议、雨课堂等第3 方软件插件安装、更新需求激增，对此，我校通过分布式桌面云管理系统，对各教室的电脑情况进行远程监管和统一部署，结合频繁、规范的巡检进行提前干预，尽量在课前发现问题并予以排除。软件卡顿、闪退、系统崩溃一般是云终端使用寿命长、运行慢引起，云终端具有维护便捷、系统稳定、部署灵活的特点，但是在多运行软件、多视频流接入的操作环境下，承载力明显不足，对此，需对教学楼按照教学时长和设备使用年限排序，申请经费分批次更换为高性能PC 主机予以应对，有计划整体更新计算机设备。

（2）中控机。共96 次，占比24%。软报修问题体现在延迟保护过程中无法启动；中控自检失败、死机；中控面板失灵；读卡器刷卡无反馈；中控设备离线及上课过程中自动开关设备等问题。延迟保护是中控机为自身及其他设备在一段时间使用后留出散热时间而设置的保护功能，即在点击“下课”键后，需要等待5 min才能再刷卡“上课”给主要设备供电。此类报修一般是上一节课的教师拖堂，点击“下课”较晚，导致下节课的教师需要短暂等待，解决上述问题的应急办法是关闭中控机电源，并等待5 s 后重新启动即可。而自检失败、面板失灵、读卡器无反馈、设备离线，多由于长时间使用，或教学楼内网络、电力改造等难以避免的外界因素易引发中控机死机造成。上课过程中出现开关机多数由于中控机控制码混乱或丢失引起，这些问题会在定期巡检时，及时发现并进行解决。

（3）教师操作问题，86 次，占软报修总量的22%。涉及未参加培训多媒体硬件不会操作；使用平板、笔记本、手机等多终端上课不会使用，雨课堂、腾讯会议等软件使用不顺畅。近年来，卫津路校区新成立学院多，新入职教师也多，加之教学方式的不断调整，教师自备个性化终端多样化，对多媒体教学要求持续增加；另一方面，专业教师对多媒体教学系统了解不深入，对多媒体培训主观上不重视，易导致上述问题的发生，进而影响教学的正常进行。

5 对策与建议

5.1 设备更新科学化

延长设备使用寿命，降低设备维护成本，始终是教育技术部门关注的问题。上述分析可知，设备使用时长和已使用年限成为设备故障率的直接原因，在使用初期，设备性能最佳，稳定性高，使用效果好，随着高强度使用，加之如误操作、教室环境（灰尘、粉笔末、茶渍）等问题易导致设备开始出现硬件故障，尤其在设备过保后，有时会出现批量问题、集中爆发。因此，应关注使用年限长、使用频率高的设备，与此同时，还要基于MTBF 对各类设备具体问题具体分析，建立科学的设备更新机制，始终保证绝大多数设备保持在稳定期，既能充分使用设备性能，又在故障爆发期前予以更换。

视频线（VGA、HDMI）、音频线、键鼠、转换头等低值易耗品失效概率大、使用寿命短，视频线的MTBF仅不到1 年，可定义为短周期使用配件。这些配件虽然不是核心设备，但与教学息息相关直接影响着教师使用体验，需要在巡检过程中予以关注。由于价格不高，可每年大批量采购，以便随时进行更换。

计算机的MTBF较短，为2.093 年，一部分教学楼是使用寿命长、云终端承载力不足，在进行更换后即可缓解，但还有一批电脑批次的硬盘故障率较高，就需要在设备更换后建立黑白档案制度，对有特殊问题的计算机联系供应商及时采取质保措施，同时对品牌、型号、供应商进行评估和记录，后续采购时予以特别注意。中控机MTBF 为3.314 年，中控和计算机是多媒体系统的核心设备，在第2 ～3 年开始凸显问题，可定义为中短周期，更换策略为以上一年硬件故障数为基准，采购一定数量的备机，损坏、替换备机、返厂维修、复原，既能保证正常教学，又不过多浪费资金，直至达到教育部直属高校固定资产最低使用年限时进行报废，再批量替换。

投影、功放的失效概率小，故障率较低，MTBF 可高达9.942 和13.256 年，可定义为长周期，结合经验，此类设备使用寿命可达到8 ～10 年，因此，为最大限度节约经费，此两类设备可根据实际情况，适当延长更新周期1 ～2 年，且预留部分备机，在巡检和使用过程中随时监测，如性能出现集中衰减，对于问题突出教室使用备机替换，同时拟定采购预算，转年进行批量更换。

5.2 定期巡检规范化

根据上述分析，一些如软件插件更新、中控机及附属设备死机等问题均可通过周期性、规范性的巡检进行提前干预，从思想上变被动报修为主动巡检，在行动上课前发现故障，予以解决，不把问题留给教师、留在课上［14］。每周五下午进行如远程互动教室、常态化录播教室的重点教室检修、隔周的周五下午进行全校多媒体教室的常态化巡检，体现为周期性。在大数据时代，巡检资料也是重要的反映设备真实状况的数据，将总控系统提醒的故障清单，与线下人工实地检修相结合，建立翔实的巡检报修档案，并在维修结束后，对其进行统计分析，对故障集中的楼宇、教室、教师、设备进行重点排查和追踪，如在下一周运转正常，则警报解除，体现为精细化。要求巡检技术人员通过手机，扫描讲台上的二维码，内容包括教室信息和软硬件状态及故障详情，巡检结束后，后台导出数据。此方式能够倒逼巡检工作流痕，体现为规范化。

5.3 培训方式多样化

针对教师使用中出现的误操作、不会用等问题，加大多媒体培训力度［15］，除每学期初组织的集中技术培训，办公网发布每年更新的报修手册外，在重点时间节点，如开学阶段、报修峰值时期、新技术引入、教学方式调整的阶段，技术人员深入教室，一对一、手把手进行指导，把请进来培训与走出去指导相结合，通过一切手段使任课教师了解操作流程，降低误操作风险，将这类报修降至更低水平。

6 结 语

随着科技手段进步，获取信息和数据的手段不断丰富，高校多媒体设备的运行和维护数据会越来越多的呈现在教育技术服务人员面前，本研究使用多种统计手段，从概念引入到推导计算，均给出详细验证过程。对2016 ～2021 年12 个学期我校卫津路校区多媒体设备2 359 条报修数据进行了统计描述，从总体上把握了故障趋势；为进一步验证结论，利用SPSS 分析软件进行线性回归分析，设备使用时间越多的教学楼，教学任务越重，总报修量（含软硬件故障）越多；使用越久的设备，报修量越大，故障越多，变量间存在较强的一元线性关系；基于平均故障间隔时间对近2 年的纯硬件报修进行分设备类型计算：视频线、键鼠等消耗品失效概率偏大，而多媒体系统的主要设备，如计算机失效概率在第2 年即达到61.5%、中控机第3 年可达到59.6%，需重点关注其造成原因；投影机失效概率在第6 年仍可达到45.3%；功放MTBF为13.256 年远高于我校MTBF总体水平。结合对非硬件问题造成的软报修的前5 位计算机（云终端）、中控机、教师操作、网络问题、用电跳闸进行详细分析，据此提出设备采购科学化；定期巡检规范化和培训方式多样化的对策建议。实践证明：保存、筛选、分析和利用好数据资源有利于优化设备更换策略、提升设备可靠性、提高服务水平和师生使用感受。