一種基于健康管理的故障檢測技術研究

徐雪源

摘 要：傳統的網絡運維管理系統更關注網絡中各網元的當前運行狀態，網元狀態評價主要依據是否已發生故障等信息，系統缺乏進行故障預測和健康管理（PHM）的能力。PHM技術可使傳統的“事后維修”和“計劃維修”轉變為“視情維修”。最后，基于健康管理的故障檢測技術應用，文章分析了其對網絡管理系統運維效能的影響。

關鍵詞：網絡管理;故障預測;健康管理

1? ? 短波通信應用背景

短波通信以其通信距離遠、難以徹底摧毀等特點，在世界各國軍事通信領域得到了廣泛應用。以短波通信為主的通信網絡是為提升通信保障能力而建的通信網絡，為保障通信效果，其系統的穩定性和可靠性要求較高。同時，位于中央處理中心的中心管理和各節點處理中心的節點管理之間，地域分布較廣 ，管理的網元設備和服務種類雜數量多，給系統的運維帶來很大的工作量。此外，短波通信技術的迭代發展及新通信技術的推廣應用，使得以短波通信為主的通信網絡規模增大，系統的復雜性和不確定性更加突出，因此，系統的故障事件處理和系統巡檢、巡修等方面面臨更多的問題和挑戰。

以短波通信為主的通信網絡作為傳統管理網絡的一種，更關注的是網絡中各網元的當前運行狀態，網元狀態評價主要依據是否已發生故障等信息，缺乏對網元的故障預測和健康管理的能力。在管理和維護方面，主要采取的是“事后維修”和“計劃維修”策略。“事后維修”即系統出現故障后才進行維修，此時問題往往已暴露，系統的服務能力已受到影響;“計劃維修”即按計劃執行維護，直接受計劃影響，計劃過密容易維護過剩造成維修成本浪費，而計劃過梳極易產生維護不及時，影響到系統服務能力。因此，就如何“事先”“恰當”“合理”“準確”地維護，將“事后維修”和“計劃維修”演變成為“保障和維護性維護”，產生了故障預測和健康管理（Prognostic and Health Management，PHM）的概念。

2? ? PHM技術

PHM包含故障預測（Prognostics）和健康管理（Health Management）兩層含義，“故障預測”是預測未來一段時間內當前系統的運行狀況，即預測未來一段時間內當前系統的運行狀況;“健康管理”是基于故障預測對系統準備開展的維修活動做出適當決策的能力。此外，PHM是通信網絡故障的一種檢測預測方法和維修維護策略，同時，也能帶動傳統網絡運維管理思路的變化，能夠將傳統的故障管理向基于智能分析的故障預測管理轉變，從而使得“事后維修”或“定期維修”的方式被“視情維修”取代。

PHM系統主要包括故障的檢測、隔離、診斷、預測、健康管理和壽命追蹤等功能，對復雜系統能夠實現不同級別、不同層次、不同區域、綜合的預測和健康管理，能夠預測和管理通信系統運行狀態，實時對通信系統的健康狀況進行預測評估，能夠盡早、有效地預測系統可能發生的故障，同時為系統的視情維修提供決策。

3? ? 故障預測方法

PHM技術實施的核心是故障的預測評估。目前，業界主流的故障預測方法主要包括基于模型、基于數據驅動和基于統計可靠性的故障預測技術3種。

3.1? 基于模型的故障預測技術

一種采用動態模型進行預測的方法，主要包括物理模型方法、卡爾曼/擴展卡爾曼濾波/粒子濾波以及基于專家經驗的方法等，前提是要求通信系統的數學模型清晰且已知。通過建模方式，對通信系統的運行狀況進行評估，以此預測系統的未來故障。其優點是能夠深入通信系統本質，實現實時故障預測;缺點是對于故障模式和失效機理相對復雜的系統，構建相應的具備失效機理能力的數學模型較為困難。因此，其在實際應用中受到了很大制約，不適用于復雜系統或大型通信網絡。

3.2? 基于數據驅動的故障預測技術

一種基于狀態檢測數據進行故障預測的方法，能夠通過狀態檢測數據對通信系統進行認識和學習，在無精準系統數學模型情況下，對通信系統進行預測評估，典型的預測評估方法包括人工神經網絡（Artificial Neural Networks，ANN）、模糊系統（Fuzzy Systems，FZ）等。其中，神經網絡是目前業界在故障預測方法和應用研究中最多、最熱門的一種，有大量機器學習算法應用實施，常用的包括支持向量機（Support Vector Machines，SVM）、循環神經網絡（Recurrent Neural Network，RNN）、決策樹（Decision Tree，DT）和隱馬爾可夫模型（Hidden Markov Model，HMM）等。該技術的特點是不需要具備通信系統數據模型，通過對采集數據的分析處理，挖掘其中的隱含信息，進行預測評估，從而避免了基于模型的故障預測技術的缺點，目前，已成為業界一種較為實用的故障預測方法。

3.3? 基于統計可靠性的故障預測技術

一種基于故障歷史數據進行故障預測的方法，從故障歷史數據統計特性角度進行故障預測，預測所需要的信息均包含在故障歷史數據所蘊含的一系列概率密度函數中。常用的方法包括貝葉斯方法（Bayesian Analysis，BA）、D-S證據理論（Dempster-Shafer Evidence Theory，DSET）、模糊邏輯（Fuzzy Logic，FL）等。最典型的應用分析便是著名的“浴盆曲線”，即通信系統在運行之初的故障率較高，運行一段時間后故障率可以保持在相對比較低的水準，再運行一段時間后故障率又開始上升，最后直到通信系統發生故障或失效。

4? ? 典型案例應用

以中央處理中心（中心管理）和節點處理中心（節點管理）兩級架構組成的典型大型通信網絡管理系統為例，系統管理的網元設備分布地域廣、類型復雜、數量眾多，系統的穩定性和可靠性要求較高，給網絡運維帶來較大工作量和成本，同時，通信網絡本身是以通信保障為主的新建通信網絡，在實際網絡運行環境下，其系統（含網元設備或服務）的故障模式、故障的解除方式、系統的可靠性等方面都面臨無歷史經驗可借鑒、無歷史數據可共享的局面。基于以上綜合因素，結合通信網絡本身的應用特點，系統可采用基于數據驅動和基于統計可靠性兩種故障預測相結合的方式綜合實現系統的故障預測和健康管理。可根據系統的應用層級適當選用不同的預測方法，同時，不同層級上可采用不同的預測方法等方式進行，其優勢是可提高通信系統故障預測準確度的同時，實現健康管理，精減網絡運維工作量。PHM技術實現框架可分為7個層次，如圖1所示。

4.1? 數據采集層

通信網絡中各節點處理中心的被管網元設備或服務對其自身運行狀態進行數據采集（包括設備自檢數據、運行過程中的狀態變更數據、人工輸入的故障數據等），并依次上報本地節點處理中心的節點管理和中央處理中心的中心管理。

4.2? 數據處理層

中心管理匯集全網各節點處理中心采集的數據，按照預設的數據處理規則進行數據預處理，并參照專家知識庫的信息進行數據融合，對其進行特征提取和記錄。節點管理要接收中心管理處理完畢的數據，作為本地的資源數據進行管理。

4.3? 狀態監測層

節點管理對網元采集的數據指標進行實時監測，并將其與預設的閾值進行比對，判別各網元的工作狀態。

4.4? 故障診斷層

節點管理對網元進行故障診斷，若發現網元故障，則觸發故障管理功能，記錄故障發生的網元、時間、故障位置、故障類型;若未發現網元故障，則繼續進行實時故障監測，同時，節點管理將生成的當前故障及故障歷史信息等上報中心管理。

4.5? 故障預測層

中心管理對網元采集的數據以及故障歷史記錄進行綜合分析，采用人工神經網絡、支持向量機以及決策樹等機器學習算法進行數據挖掘，預測未來有可能發生的故障。

4.6? 健康決策層

中心管理從故障預測層接收到信息后，根據當前網元的運行環境和健康管理策略，在專家知識庫中搜索與之匹配的解決建議，并給出運維計劃建議，如開展預防性維護、技術狀態檢驗等。中心管理將健康決策的數據發送給節點管理，由節點管理根據實情進行系統的健康維護。

4.7? 人機交互層

中心管理和節點管理的人機交互層的主要功能是實現交互頁面的可視化設計，向網管人員提供直觀、簡潔、美觀的數據呈現視圖，包括數據表、分析圖、運維建議說明等。

5? ? 結語

PHM技術可使傳統的“事后維修”和“計劃維修”轉變為“視情維修”，能有效縮短維修周期、減少維修成本并提升系統可用性，該技術已成為以美軍為代表的外軍系統裝備高效系統級維護、降低生命周期成本的關鍵推動因素之一。

采用基于PHM的網絡運維管理技術后，網絡管理系統能增加對系統和網元未來可靠性的預測能力，使網絡管理能力由狀態監控向健康管理轉變。故障預測與健康管理能力的引入能有效提升系統完好性與可用性、提升維護保障效率并降低使用與保障費用。