第3章故障定位的基本思路与方法.docx

1、第3章 故障定位的基本思路与方法第3章 故障定位的基本思路与方法本章介绍常见故障的基本处理思路和方法。包括： 对维护人员的要求 故障定位的基本原则 故障判断与定位的常用方法 故障处理的过程示例3.1 对维护人员的要求快速定位和及时排除光传送系统的故障，对维护人员的业务技能、操作规范等都有很高要求。维护人员应做到以下应知应会。3.1.1 专业技能1. 熟练掌握SDH的基本原理参见光同步数字传送网 主编：韦乐平 人民邮电出版社。2. 熟练掌握传输系统告警信号流及告警产生的机理参见OptiX OSN 3500/2500/1500智能光传输系统 维护手册 告警及性能事件分册。3. 熟练掌握以下常见告警

2、信号的处理(1) 线路告警 R_LOS R_LOF R_OOF AU_AIS AU_LOP MS_AIS MS_RDI B1_EXC B2_EXC HP_LOM HP_SLM HP_TIM HP_UNEQ(2) 支路告警 TU_AIS TU_LOP T_ALOS P_LOS EXT_LOS UP_E1_AIS LP_RDI LP_SLM LP_TIM LP_UNEQ B3_EXC(3) 保护倒换告警 PS(4) 时钟告警 LTI SYNC_C_LOS SYN_BAD(5) 设备告警 POWER_FAIL FAN_FAIL BD_STATUS告警信号的处理方法，参见OptiX OSN 3500/

3、2500/1500智能光传输系统 维护手册 告警及性能事件分册。4. 熟练掌握传输设备和网管的基本操作参见网管操作手册和网管的联机帮助。5. 熟练掌握传输常用仪表的基本操作传输设备在维护中常用的仪表包括：2M误码仪、光功率计、SDH分析仪、示波器、万用表等，使用方法参见各仪表的使用手册。3.1.2 工程组网信息 熟悉组网情况。 熟悉业务配置。 熟悉设备运行状况。 熟悉工程文档，并作好工程文档的维护工作。3.1.3 故障现场数据的采集与保存 采集并保存设备的告警及性能事件。 采集并保存各网元及单板的配置数据。 采集并保存各网元及单板的运行状态数据。 采集并保存网管的操作日志。3.2 故障定位的基

4、本原则故障定位关键是：将故障点准确地定位到单站。故障定位的一般原则可总结为四句话：先外部，后传输；先网络，后网元；先高速，后低速；先高级，后低级。故障定位的一般原则可总结如下： 先定位外部，后定位传输。在定位故障时，应先排除外部的可能因素，如光纤断，对接设备故障或电源问题等。 先定位网络，后定位网元。在定位故障时，首先要尽可能准确地定位出是哪个站的问题。 先高速部分，后低速部分。从告警信号流中可以看出，高速信号的告警常常会引起低速信号的告警；因此在故障定位时，应先排除高速部分的故障。 先分析高级别告警，后分析低级别告警。在分析告警时，应首先分析高级别的告警，如紧急告警、主要告警；然后再分析低级

5、别的告警，如次要告警和提示告警。3.3 故障判断与定位的常用方法故障定位的常用方法可简单地总结为：“一分析，二环回，三换板”。当故障发生时，首先通过对告警、性能事件、业务流向的分析，初步判断故障点范围。然后，通过逐段环回，排除外部故障或将故障定位到单个网元，以至单板。最后，更换引起故障的单板，排除故障。对于较复杂的故障，需要综合使用表3-1所示的方法进行故障定位和处理。表3-1 复杂故障的定位和处理常用方法适用范围操作特点告警、性能分析法通用全网把握，可初步定位故障点；不影响正常业务；依赖于网管。环回法分离外部故障，将故障定位到单站、单板不依赖于告警、性能事件的分析；快捷。替换法将故障定位到单

6、板，或分离外部故障简单；对备件有需求；需要与其他方法同时使用。配置数据分析法将故障定位到单站或单板可查清故障原因；定位时间长；依赖于网管。更改配置法将故障定位到单板风险高；依赖于网管。仪表测试法分离外部故障，解决对接问题通用，具有说服力，准确度高；对仪表有需求；需要与其他方法同时使用。经验处理法特殊情况处理快速；易误判；需经验积累。3.3.1 告警、性能分析法SDH信号的帧结构里定义了丰富的、包含系统告警和性能信息的开销字节。因此，当SDH系统发生故障时，一般会伴随有大量的告警和性能事件信息，通过对这些信息的分析，可大概判断出所发生故障的类型和位置。获取告警和性能事件信息的方式有以下两种： 通

7、过网管查询传输系统当前或历史发生的告警和性能事件数据。 通过传输设备机柜和单板的运行灯、告警灯的状态，了解设备当前的运行状况。1. 通过网管获取告警信息，进行故障定位通过网管获取故障信息，定位故障的特点是： 全面：能够获取全网设备的故障信息。 准确：能够获取设备当前存在哪些告警、告警发生时间，以及设备的历史告警；能够获取设备性能事件的具体数值。 如果告警、性能事件太多，可能会面临无从着手分析的困难。 完全依赖于计算机、软件、通信三者的正常工作，一旦以上三者之一出问题，通过该途径获取故障信息的能力将大大降低，甚至于完全失去。下面通过举例，对告警、性能数据分析法给予说明。在如图3-1所示的链形组网

8、中，网管计算机设在NE1站。图3-1 链形组网图故障现象：NE1站和NE4站间的E1业务中断，从NE1站无法登录NE4站，且NE3站东向光板有MS_RDI告警和HP_RDI告警，NE1站与NE4站间的业务所对应的E1通道有LP_RDI告警。分析判断：通过分析告警，可知NE4站没有正确接收到NE3站发出的信号，而NE3站能正确接收到NE4站发出的信号。可能的故障原因包括： NE3站东向光板发送信号有问题。 光缆线路问题（包括光纤和光纤接头）。 NE4站光板的接收信号问题。故障定位：借助于网管软件，可以通过修改业务配置、人工插入告警等方法，对故障进行定位。例如，若我们怀疑图3-1中NE2站与NE3

9、站间光纤接反（即NE2站的东向光接口板误接NE3站的东向光接口板），则可以通过网管在NE2站东向光接口板人工插入HP_RDI，然后通过网管观察NE3站告警上报情况： 若是西向光接口板上报HP_RDI告警，则说明NE2站的东向发送端接的是NE3站的西向接收端，光纤连接正确。 若是NE3站的东向光接口板上报了HP_RDI告警，则说明NE2站东向发送端接到了NE3站的东向接收端，光纤接反，需要纠正。 注意：通过网管获取告警或性能信息时，应注意保证网络中各网元的当前网元运行时间设置正确，倘若网元时间设置错误，将会导致告警、性能信息上报错误或根本不上报。在维护过程中，对某网元重下配置后，应特别注意将该网

10、元的网元时间设为当前时间，否则网元会工作在缺省时间里，而缺省时间并不是当前时间。2. 通过设备上的指示灯获取告警信息，进行故障定位OptiX OSN 3500/2500/1500 设备上有不同颜色的运行和告警指示灯，这些指示灯的状态，反映出设备当前的运行状况或存在告警的级别。机柜顶部指示灯的状态及含义参见OptiX OSN 3500/2500/1500智能光传输系统 设备手册。OptiX OSN 3500/2500/1500单板一般都有4个指示灯，其含义参见OptiX OSN 3500/2500/1500智能光传输系统 设备手册。3. 两种获取故障信息途径的比较从上面的介绍可以看出，通过网管与

11、通过观察设备指示灯这两个途径获取设备故障信息，各有其优点。因此，在实际的故障定位过程中，这两种手段要结合起来使用。排除故障时，需要网管中心的维护人员与各站的设备维护人员共同参与，一般由网管中心的维护人员协调指挥，各站的设备维护人员密切配合，统一行动。两种途径的比较如表3-2所示。表3-2 通过网管和指示灯获取故障信息途径的比较项目网管设备指示灯主要使用者网管维护人员设备维护人员定位作用主要配合告警信息全网、大量、确切单站、少量、模糊历史告警有无告警时间可以看到无法知道性能事件可以看到无法知道计算机、软件、通信完全依赖无关3.3.2 环回法1. 概述环回法是SDH传输设备定位故障最常用、最行之有

12、效的一种方法。该方法最大的一个特色就是定位故障，可以不依赖于对大量告警及性能数据的深入分析。作为一名SDH传输设备维护人员，应熟练掌握。 警告：环回操作可能会影响正常的业务，建议在业务量小的时候使用。环回操作分为软件、硬件两种，这两种方式各有所长： 硬件环回相对于软件环回而言环回更为彻底，但它操作不是很方便，需要到设备现场才能进行操作；另外，光接口在硬件环回时要避免接收光功率过载。 软件环回虽然操作方便，但它定位故障的范围和位置不如硬件环回准确。比如，在单站测试时，若通过光口的软件内环回，业务测试正常，并不能确定该光板没有问题；但若通过尾纤将光口自环后，业务测试正常，则可确定该光板是好的。2.

13、 OptiX OSN 3500/2500/1500 对软件环回操作的支持OptiX光传输系统的软件环回操作及应用特点如表3-3所示。表3-3 OptiX光传输系统软件环回操作及应用支持软件环回的单板操作工具软件环回操作类型环回级别应 用支路板网管内环回、外环回按通道环回可分离交换机故障还是传输故障，且可初步判断支路板是否存在故障。不需要更改业务配置。线路板网管内环回、外环回按光接口环回将故障定位到单站，且可初步判断线路板是否存在故障。不需要更改业务配置。交叉时钟板网管线路环回、支路环回按业务通道环回单站故障的定位中，可定位是线路侧故障还是支路侧故障。需要更改业务配置，对操作人员要求较高。由于支

14、路板环回、线路板环回可将故障定位到单站，同时可初步定位支路板、线路板是否存在故障，因此在实际中使用最多，要求维护人员熟练掌握。交叉时钟板环回可用于初步定位单站故障是线路侧故障、支路侧故障还是交叉故障，同时还可以定位出是哪一侧的线路板故障。由于交叉时钟板环回操作起来比较复杂，一般很少使用。& 窍门：实现交叉时钟板环回最简单的方式就是通过网管配置一个线路板或支路板的环回业务。当然，环回前先要作好业务备份工作，以便恢复业务时使用。3. 环回法的使用在进行环回操作前，需确定对哪个通道、哪个时隙环回？应该在哪些位置环回？应该使用哪种环回外环回，还是内环回？这可分四个步骤进行。步骤操作1通过咨询、观察和测

15、试等手段，选取其中一个的确有故障的业务通道作为处理、分析的对象。环回业务通道采样简化的过程可以描述如下：从多个有故障的站点中选择其中的一个站点。从所选择一个站点的多个有问题的业务通道中，选择其中的一个业务通道。由于自环第一个VC-4通道，可能会影响ECC通信，因此尽量不要选择第一个VC-4通道内的业务。对于所选择出来的业务通道，先分析其中一个方向的业务。2画出所选取业务一个方向的路径图。在路径图中表示出：该业务的源和宿，该业务所经过的站点，该业务所占用的VC-4通道和时隙。3根据所画出的业务路径图，采取逐段、逐站环回的方法，定位出故障站点。4故障定位到单站后，通过线路、支路和交叉时钟板环回，进

16、一步定位可能存在故障的单板。最后结合其他方法，确认存在故障的单板，并通过换板等方法排除故障。& 窍门：对于同时出问题的业务，一般都具有一定的相关性，因此只要恢复其中的一个业务，其他的业务常常能自动得到恢复。另外，采样简化的思路，也常常使得故障的分析、处理显得更加清晰、简单。尤其是在出故障的业务比较复杂的情况下，采样简化的方法更加显得行之有效，甚至是故障定位思路的出发点或突破口。4. 环回法实际应用举例环回法实际应用案例参见OptiX OSN 3500/2500/1500智能光传输系统 维护手册 故障处理分册第1章的“1.2.8 环回举例”。5. 环回法小结环回法不需要花费过多的时间去分析告警或

17、性能事件，而可以将故障较快地定位到单站乃至单板。方法操作简单，维护人员较容易掌握。但是，假若所环回的通道内有其他正常的业务，环回法必然会导致正常业务的暂时中断，这是该方法最大的一个缺点。因此，一般只有出现业务中断等重大事故时，才使用环回法进行故障排除。3.3.3 替换法1. 概述替换法就是使用一个工作正常的物件去替换一个被怀疑工作不正常的物件，从而达到定位故障、排除故障的目的。这里的物件，可以是一段线缆、一个设备或一块单板。2. 替换法的使用替换法既适用于排除传输外部设备的问题，如光纤、中继电缆、交换机、供电设备等；也适用于故障定位到单站后，用于排除单站内单板的问题。3. 替换法实际应用举例如

18、图3-1的示例中，如果怀疑NE3站发与NE4站收之间的光纤有问题，则可将NE3站与NE4站间收、发两根光纤互换。若互换后，NE3站东向光板的收有R_LOS告警，则说明是光纤的问题；若互换后，故障现象与原来一样，则说明光纤没有问题，而是光板的问题。此时，可以进一步使用替换法，分别替换NE3站东向光板和NE4站西向光板，来定位到底是哪块光板的问题。如果支路板某个2M通道有T_ALOS告警，我们怀疑是交换机或中继线的问题，则可与其他正常通道互换一下。若互换后T_ALOS告警发生了转移，则说明是外部中继电缆或交换机的问题；若互换后故障现象不变，则可能是传输的问题。利用“替换法”，我们还可以解决其他如电

19、源、接地等问题。4. 替换法小结替换法的优势是：简单，对维护人员的要求不高，是一种比较实用的方法。但该方法对备件有要求，且操作起来没有其他方法方便。插拔单板时，若不按规范执行，还可能导致板件损坏等其他问题的发生。3.3.4 配置数据分析法1. 概述在某些特殊的情况下，如外界环境条件的突然改变，或由于误操作，可能会使设备的配置数据网元数据和单板数据遭到破坏或改变，导致业务中断等故障的发生。此时，在将故障定位到单站后，可使用配置数据分析法进一步定位故障。2. 配置数据分析法的使用通过查询、分析设备当前的配置数据是否正确，来定位故障。配置数据包括：复用段的节点参数、线路板和支路板通道的环回设置、通道

20、追踪字节等。对于网管误操作，还可以通过查看网管的操作日志来进行确认。3. 配置数据分析法小结配置数据分析法适用于故障定位到单站后故障的进一步分析。该方法可以查清真正的故障原因。但该方法定位故障的时间相对较长，且对维护人员的要求非常高。一般只有对设备非常熟悉、且经验非常丰富的维护人员才使用。3.3.5 更改配置法1. 概述更改配置法所更改的配置内容可以包括：时隙配置、板位配置、单板参数配置等。因此更改配置法适用于故障定位到单站后，排除由于配置错误导致的故障。另外更改配置法最典型的应用就是用来排除指针调整问题。2. 更改配置法的使用如怀疑支路板的某些通道或某一块支路板有问题，可以更改时隙配置将业务

21、下到另外的通道或另一块支路板；若怀疑某个槽位有问题，可通过更改板位配置进行排除；若怀疑某一个VC-4有问题可以将时隙调整到另一个VC-4；另外交叉时钟板的自环，也可以认为是“更改配置法”的一种。在升级扩容改造中，若怀疑新的配置有错，可以重新下发原来的配置来定位是否配置问题。但需要注意的是，我们通过更改时隙配置，并不能将故障确切地定位到是哪块单板的问题线路板、交叉时钟板、支路板、还是母板问题。此时，需进一步通过“替换法”进行故障定位。因此，该方法适用于没有备板的情况下，初步定位故障类型，并使用其他业务通道或板位暂时恢复业务。应用更改配置法在定位指针调整问题时，可以通过更改时钟的跟踪方向以及时钟的

22、基准源进行定位。3. 更改配置法小结由于更改配置法操作起来比较复杂，对维护人员的要求较高；因此，通常只在没有备板的情况下，为了临时恢复业务而使用；或在定位指针调整问题时使用。此外在使用该方法前，应保存好原有配置，同时对所进行的步骤予以详细记录，以便于故障定位。注意：对于复用段保护环，倒换状态下修改业务配置可能会造成复用段协议停止，造成业务中断。3.3.6 仪表测试法1. 概述仪表测试法一般用于排除传输设备外部问题以及与其他设备的对接问题。2. 仪表测试法应用如我们怀疑电源供电电压过高或过低，则可以用万用表进行测试；若怀疑传输设备与其他设备对接不上是由于接地的问题，则可用万用表测量对接通道发端和

23、收端同轴端口屏蔽层之间的电压值，若电压值超过0.5V，则可认为接地有问题；若怀疑对接不上是由于信号不对，则可通过相应的分析仪表观察帧信号是否正常，开销字节是否正常，是否有异常告警等。3. 仪表测试法小结通过仪表测试法分析定位故障，说服力比较强。缺点是对仪表有需求，同时对维护人员的要求也比较高。3.3.7 经验处理法1. 概述在一些特殊的情况下，如由于瞬间供电异常、低压或外部强烈的电磁干扰，致使传输设备某些单板进入异常工作状态。此时的故障现象，如业务中断、ECC通信中断等，可能伴随有相应的告警，也可能没有任何告警，检查各单板的配置数据可能也是完全正常的。经验证明，在这种情况下，通过复位单板、单站

24、重启、重新下发配置或将业务倒到备用通道等手段，可有效地及时排除故障、恢复业务。2. 经验处理法小结建议尽量少使用该方法来处理，因为该方法不利于故障原因的彻底查清。遇到这种情况，除非情况紧急，一般还是应尽量使用前面介绍的几种方法，或通过正确渠道请求技术支援，尽可能地将故障定位出来，以消除设备内外隐患。3.3.8 各种故障定位法的比较故障定位过程中常用的方法各有特点。表3-4所示为各种故障定位方法的对照表。在实际的应用中，维护人员常常需综合应用各种方法，完成对故障的定位和排除。表3-4 各种故障定位方法对照表方法适用范围特点维护人员要求配置数据分析法将故障定位到单板可查清故障原因；定位时间长。最高

25、告警、性能分析法通用全网把握，可预见设备隐患；不影响正常业务。高更改配置法将故障定位到单板，排除指针调整问题复杂较高仪表测试法分离外部故障，解决对接问题具有说服力；对仪表有需求。较高环回法将故障定位到单站，或分离外部故障不依赖于告警、性能事件的分析、快捷；可能影响ECC及正常业务。较高替换法将故障定位到单板，或分离外部故障简单；对备件有需求。低经验处理法特殊情况操作简单最低3.4 故障处理的过程示例对于传输设备的故障处理来说，不管对于哪种类型的故障，其处理过程都是大致相同的，即首先排除传输设备外部的问题，然后将故障定位到单站，接着定位单板问题，并最终将故障排除。3.4.1 排除传输设备外部故障

26、在进行传输设备的故障定位前，首先排除外部设备的问题。这些外部设备问题包括：接地、光纤、中继线、交换机、电源故障等问题。1. 分离传输设备问题还是交换机问题【方法1】可以通过自环交换机中继接口来判断。如果中继接口自环后，交换机中继板状态异常，则为交换机问题。如果中继接口自环后，交换机中继板状态正常，则一般为传输设备问题。【方法2】通过测试传输设备2M/34M/140M业务通道的好坏，来判断是否是交换机故障。测试时，使用电口环回的方法，如图3-2所示。图3-2 电口环回的方法在站点NE2选择一故障业务通道，进行挂表测试，在站点NE1的支路板上把对应业务通道设置为内环回，这样就隔离了交换机。如果环回

27、后仪表显示业务正常，则说明传输设备没有问题，故障可能在交换机或中继电缆；如果业务仍不正常，则说明传输设备有问题。2. 光纤故障的排除对于怀疑断纤的情况，此时，光板必然有R_LOS告警。为进一步定位是光板问题还是光纤问题，可采取如下方法。方法1：使用OTDR（Optical Time-Domain Reflectometer）仪表直接测量光纤。可以通过分析仪表显示的线路衰减曲线判断是否断纤，及断纤的位置。但需注意，OTDR仪表在很近的距离内，有一段盲区。 注意：测试时，需要断开与光板相连的尾纤，因为OTDR的发光功率比较大，光板接收光功率过载，造成光板损坏。方法2：测量光纤两端光板的发送和接收光功率，若对端光板发送光功率正常，而本端接收光功率异常，则说明是光纤问题；若光板发光功率已经很低，则判断为光板问题。方法3：测试光板的发光功率正常后，使用尾纤将光板收发接口自环（注意不要出现光功率过载），若自环后光板红灯仍有紧急告警，则说明是光板的问题；若自环后红灯熄灭，则需使用相同的方法，测试对端光板。若对端光板自环后，红灯也熄灭，则可判断是光纤问题。方法4：使用替换法。用一根好的光纤来替代被怀疑是故障的光纤，判断是否的确是光纤的问题。3. 光纤连接故障的排除对于环形网中的ADM（Add/Drop Mult