基于改进PCA算法的振荡故障根因定位方法

考虑到工业系统中对系统性能影响巨大的振荡故障,提出一种改进的主成分分析(Principal Component Analysis,PCA)方法来实现整个系统的故障根因定位。引入格兰杰因果检验理论扩展PCA方法实现振荡变量传播路径分析,从而确定故障根因。将该方法应用于固体氧化物燃料电池(SOFC)发电系统上。仿真结果表明,改进后的PCA方法能够准确地在线定位SOFC发电系统振荡源,具有很好的实用性,并为其他复杂工业系统的故障根因定位提供参考。

基于CMDB的信息系统故障根因定位技术的研究

为帮助信息系统运维人员迅速定位故障根因,快速恢复业务,提出了基于CMDB的故障根因定位技术,将CMDB与BP神经网络相结合,从CMDB获取所需信息,通过BP神经网络模型进行学习,定位信息系统的故障根因,并在此基础上实现故障预测和自愈。从测试结果来看,此方法可实现故障根因的快速定位,从而提高运维人员工作效率以及信息系统可用率。

基于格兰杰因果关系检验的炼化系统故障根原因诊断方法

为了减少故障对炼化系统造成的影响,快速诊断出故障的根原因,使用格兰杰因果关系检验进行炼化系统故障诊断。分析炼化系统中过程参数之间的关联,建立过程参数作用关系图。在过程参数发生报警后,根据过程参数作用关系图,选出可能造成该过程参数报警的其他过程参数,进而使用格兰杰因果关系检验对其进行两两检验。根据计算得出的各个过程参数之间的因果关系量值,建立故障的定量因果关系图。使用定量因果关系图从发生报警的过程参数开始,寻找图中因果关系量值最大的路径,该路径即故障在系统的传播路径,该路径终点的过程参数即故障的根原因。将该方法应用于某化工厂常压塔装置的故障诊断,结果表明,该方法可以准确地诊断出系统中存在的故障,并找出故障在系统中的传播路径,对根原因进行定位,方法有效、可行。

基于日志数据的分布式软件系统故障诊断综述

基于日志数据的故障诊断是指通过智能化手段分析系统运行时产生的日志数据以自动化地发现系统异常、诊断系统故障.随着智能运维(artificial intelligence for IT operations,简称AIOps)的快速发展,该技术正成为学术界和工业界的研究热点.首先总结了基于日志数据的分布式软件系统故障诊断研究框架,然后就日志处理与特征提取、基于日志数据的异常检测、基于日志数据的故障预测和基于日志数据分析的故障根因诊断等关键技术对近年来国内外相关工作进行了深入分析,最后以所提出的研究框架为指导总结相关研究工作,并对未来研究可能面临的挑战进行了展望.

基于AI的基站及回传网故障定因

随着5G网络建设的推进,网络规模、网络复杂性不断提升,给故障快速定因带来了新挑战。结合3G/4G/5G共维以及跨域运维的实际需求,针对基站及回传网的主要故障场景进行了详尽的分析,提出了基于AI的基站及回传网故障定因解决方案,通过资源管理、事件推理、根因定位3种能力对网络故障进行分析,实现快速定界定位。该方案极大地降低了故障修复时间,为智慧运维赋能。

基于Modelica仿真的RAT作动筒故障原因分析

冲压空气涡轮(Ram air turbine,RAT)作动筒属于飞机应急备份系统的一部分,故障检测数据少;且由于其属于机电液混合的复杂系统,故障原因隐蔽,因此难以确定导致RAT作动筒故障的原因。针对以上问题,提出了基于Modelica仿真的RAT作动筒故障原因分析。首先,根据RAT作动筒的结构和工作原理建立其Modelica模型,并结合试验数据验证模型的准确性,在两种工况载荷下的误差分别为5.3%和6.3%;然后对模型中重要部件的主要参数进行参数扫描,针对RAT作动筒的无法解锁和展开时间不达标两类故障找到共计4个根原因,并且确定了故障发生的临界条件;最后提出了在用户对RAT作动筒进行检查的建议,通过对弹簧弹力、泄漏流量、阻尼孔和配合表面的简单检测就能判断作动筒的健康状况,为RAT系统作动筒的故障分析和健康监测在工程中的应用提供了参考。

业务驱动的电力通信网告警–故障关联分析

当前电力通信网的传输网络承载了大量的关键业务。因此,其安全稳定运行是保障电力安全的基础。为了使电力通信网由故障事后的被动响应转化为主动的防御,需要一种有效的业务驱动的故障影响分析方案。然而,当前有关研究以网络故障告警关联为主,缺乏面向业务视图的理论支撑和实践工具。因此,为了实现网络故障对业务的影响建模,本文提出了一种业务驱动的电力通信网告警–故障关联分析方法。首先,从业务角度,自底向上构建各层网络之间的相互作用关系模型;之后,构建故障诱因与告警间的风险关联模型,将底层网络故障的诱因影响映射到不同的故障告警发生概率上;之后,构建了告警和业务影响之间的映射模型,最后,基于以上模型架构实现了一套仿真系统,验证了告警–故障关联分析有效性。

知识图谱在IT智能运维中的应用探析

近年来,银行数据中心正在逐渐推行和发展以人工智能为依托的智能运维(AIOps),知识图谱作为其中高效的信息和知识组织的方法,在智能运维中的应用得以被广泛和深入地研究探索。文章针对银行数据中心IT传统运维的问题和需求,分析和阐述知识图谱在银行数据中心IT智能运维中的应用特点、重要应用场景、应用方向和前景等,以期对知识图谱在银行数据中心智能运维的应用方面有一个全面认识。

基于告警推演的电力通信反事故演习系统设计

为了提高电力通信反事故演习的效果,切实提升运维人员快速、准确判断和排除网络故障的能力,文章研究了故障和告警之间的关联关系。采用故障根告警分析、业务影响分析等关键技术,基于顺推和反推的思想,实现了基于告警推演的电力通信反事故演习系统。该系统提高了反事故演习的针对性和仿真性,最终提升了相关运维人员在电力通信网络运维中的工作质量和效率。