机房环境 硬件设备 网络 中间件 业务 数据 系统 应用 IT 监控运维 业务运营 人 员 方 法 流 程 工 具 可用性 成本 连续性 性能 体验 设备故障 系统异常 系统故障 系统变更 企业 IT 监控运维是企业业务正常与高效运转的基础保障 系统监控 维修更新 业务保障 应用反馈 6 IT 运维现状 · 被动救火式运维模式，业务风险高、运维人员疲于奔命 新系统上线越来越多 业务访问量快速增长 用户体验要求越来越高 业务处理时效性更高 业务中断容忍度更低 高层对 IT 部门考核更严…… 系统架构越来越复杂 故障类型越来越多 系统负载更大、故障风险高 故障排查、修复更难 技术快速演进与新技术应用 人员技术能力与经验不足 人员成本越来越高 知识经验无法沉淀…… 外部 挑战 内部 挑战 规模更大 要求更高 变化更快 定时粗略巡查 等待故障报告 人工故障处理 实时全面监控 分散维护系统 集中监控系统 自动故障处理 提前故障预警  随着业务对 IT 运维提出的要求越来越高，原来传统的被动救火式的 IT 运维模式已经不能 满足企业的要求，无法为业务的发展提供保障  只有借助当前先进的技术，构建主动巡防式的 IT 监控与运维体系，能够提前预防并智能 化处理系统的各类故障，才为业务的快速发展保驾护航，满足企业对

海 站 几个 核心系统 单系统 应用维度根因定位 故障点人工恢复 系统具备应急预案 被动应急 统一变更入口 故障统一调度 工具建设 数字化转型中系统安全生产痛点 问题 数智运维挑战 n 端到端稳定性保障体系缺失， 自动化、智能化故障处理能力不足 n 故障处理过多依赖专家经验，故障没有沉淀为有效的资产 n 故障处于被动防御，救火，运维大数据未被合理价值挖掘 分布式架构挑战 中间件、云平台、 基础设施各管自身 集团 + 省分 几百套系统 跨系统全链路 定界诊断 故障自愈 混沌工程 主动预防 变更追踪 变更管控 集团 + 分子公 司 整体态势感 知 体系建设 故障发现 与诊断 故障恢复 与应急 故障预防 故障调度 体系演进 稳定性保障工具建设历程 一个目标，依托四大保障，聚焦研运流程中四个阶段，对应十五项核心工作，严格把控七个关口，将 安全生产 稳定性保障左移，在入网控制时介入，对入网控制、发布上线、故障预防、故障发现、故障定位，故 障恢复、 故障改进提供端到端工具支撑。 GO PS 全 球 运 维 大 会 2 0 2 3 · 上 海 站 做实安全生产，提升 IT 系统稳定性 核心业务链路深度治理 设计关

检测仪器：编制与施工进度计划相匹配的检测仪器使用计划，特别是各 系统的测试和验证，应提前做好资料收集，仪器准备，包括福禄克网络 测试仪，温湿度计，热像仪，气流计、照度计等。 物资调配 调试与测试 运维 测试 故障切 换 灾难预 演 运维应 急流程 验证 功能 测试 ATS 系 统联调 UPS 系 统联调 柴油发 电机系 统联调 BMS 测试 散热系 统联调 精密空 调系统 联调 冷机系 / 工单）考核与验收结果的审批；负责整个项目执行过程的管控（进度、质量、文档、成本、验收等），确保项目任务 按时交付 运维工程师：常驻现场，通过不同的方式响应客户的需求，现场及远程为客户诊断、排除故障，对客户的问题进行汇总、分析，并提 出合理的解决办法；负责项目任务的分析、工单拆分与下发，负责服务厂商服务的定期考核 专家顾问组：由多名资深技术专家组成，主要负责对数据中心的规划设计，对用户提供安全评估、性能评估、稳定性评估、可靠性评 全评估、性能评估、稳定性评估、可靠性评 估、可用性评估，隐患预警报告；高级技术培训 技术资源部：由几十名资深专业技术人员组成，负责项目的规划；项目工程的实施；日常运营维护的远程、现场支持服务；用户故障 的诊断排查； 服务支持手段 心 为 客 户 提 供 7×2 4 小 时 响 应 的 服 务 平 台， 客 户 若 对 本 项 目 产 品、 技

，并依据该状态发展趋势和可能的故障模式 ，预先制定维修计划 ，确定机器应该修 理的时间、 内容、方式。预测性维护可以为企业带来以下效益： ☐ 降低维保成本 ☐ 延长设备寿命 ☐ 提高设备使用率 ☐ 减少库存成本 ☐ 提升生产安全 维护触发点 固定周期，不考虑设备实际 状态，可能带来过度维护 必要时，预留足够应对时间 给一线人员在故障前做出应对 维护方式 根据零部件的平均损坏率进行维护， 遵从操作手册（凭经验） 有计划无目标 事后维护 故障发生后 最昂贵的维护 事后维修比事前预防的成本高约 50% 以 上 状态监测 健康评估 异常监测 故障预测 故障诊断 维修决策 图形 1 解决方案 解决思路 将数据和知识库进行深入融合，构建 AI 模型库： 如整合设备传感器数据与知识库中的故障案例，预测 剩余使用寿命（如“轴承预计 AI+ 设备管理（预测性维护） 基于设备运行状态——实时监测与数据分析的主动维护策略：  持续采集设备运行参数（如振动、温度、电流等）；  利用机器学习或物理模型预测设备劣化趋势；  在故障发生前，精准定位风险点并制定干预计划。 全面设备管理体系的三类方式比较 模式 特点 事后维护 " 不坏不修，坏了才修 " ，缺乏事前准备，易导致停工时间延长并扰乱生产计划。 预防性维护 按照

部署的区域 ，所有探针全 MESH 多协议探测， 统一的健康度计算、告警 ，并呈现在态势感 知拓扑。帮助运维人员快速判断应用故障是 否与网络有关。 全局网络拓扑 网元自动发现： 基于网络运行数据生成网 络拓扑 ，从架构、 区域、设备到链路整体可 视化 以健康度评估模型为触点 ，构 建故障场景 ， 自动定位故障根因 极简网络发现：基于标准协议， 自动发现 网络设备、连接关系 智能监测： 发现网络后自动采集网络时延、 丢包率、利用率等网元指标 ，动态更新 星空雷达网络 AI 分析平 台 构建数字孪生模型 l l l l l l 自动感知故障 自动发现网络 能力开放 智能分析 故障定界 依托数据中心全景视图大屏 以及聚合展示 ，以网络存活度、平均响应时延、平均丢包率等指标对批量设备的 IP 进行监测 ，星空雷达关注的重点不 再 是单个网元的故障 ，而是可能引起大规模故障的异常网元集合。 星空雷达网络 分析平 台 AI 将网络抽象为设备、链路、路径三类网元 ，而网元健康度基于不同的计算因子采用扣分机制 ，结合历史波动、 异常样本， 自动分辨计算指标的异常状态

124 学 = 划 新 庭 在 次 自 e 术语 定义 测量 特征 评估 诊断 治理 关注电能质量本身 的诊断与抑制 电源 电网 响应 拓扑 负荷 故障 态势 特性 诊断 推演 预测 协同 控制 调控 挖掘与扰动相关联的 设备级 - 系统级信息 不断涌现的复杂扰动模式难以 定义和表征。 监测数据中蕴含的系统级、设 备级感知信息未充分利用。 10ns- 10ms- 100ns- 1-6sec- 15xin —IMHz 100kHz —10kHz —IKH —0.1kHz -0.01kHz 0001AHz DR: 故障录設仪 PQV: 电能质母监测装置 PVU: 同步相量单元 SCADA: 数据采集与监视 校制系统 1MHz 0.00Ims- 100Hz 10kHz n 事件触发记录设备 连续记录装置 数据获取、数据治理、隐私保护、价值挖掘 向 S (1) 电谎设备故障坟动波展 空 7 用 (3) 要压径套管故障 299858 同 (2) 树模磁线故障 码案 (4) 雷醒故障枕助渡影 幅值 /kV 15 10 5 0 5 -10 -15 0 10 20 多源数据采样 / 上报 率 30

智能集成控制平台 一体化生产控制系统 一体化生产管理系统 1 个系统 煤矿大数据及云服务系统 煤矿安全生产数据网络传输体系 大数据煤矿重大灾害预警与专家决策平台 基于大数据的煤矿关键设备故障诊断与远程维护平台 基于专家系统的煤矿安全专家知识库 煤矿机电设备生产企业技术服务知识库 基于云计算的煤矿安全生产信息综合数据库 5.1 智慧煤矿建设目标与建设内容 含义 范围 具体建设内容 主通风机监控系统 5.1 智慧煤矿建设目标与建设内容 5 个 中 心 生 产 运 营 管 理 中 心 基于 GIS 的“一张图”生产协同管理系统 智能决策支持系统 大型机电设备故障诊断系统 智能物流管运系统 移动互联煤矿安全生产综合管理信息系统 矿井数字化三维可视化系统 矿井信息化管理软件（ ERP ） 5 个 中心 安全 监测 中心 安全监测监控系统 井下人员精确定位管理系统 矿井有线调度通信系统和矿井行政通信系统分别设置，并应能互通；通 信线缆应分设两条，从不同的井筒或一个井筒保持一定间隔的不同位置 进入井下配线设备；交换机的处理机、电源应采用热备份结构，具有告 警、故障自动诊断、倒换等功能；具有备用电源，电网停电后，系统中 设备的备用电源连续工作时间应不小于 2h ；系统最大通信距离应不小 于 15km 。  移动通信选用 WiFi 或 4G 等技术的矿用通信系统；能自动识别手机终

物料管理系统 设备计划管理 年计划任务发送、本年度购置计划及上年度结转 计划填报、设备购置计划审批、查询 设备维保管理 系统可根据设备状态制定标准的预防性维护计划， 预测性维修集装备状态监测、故障诊断、故障 （状态）预测、维修决策支持和维修活动于一体 物资现场管理 每一次物料移动操作均对某一核算单位的成本费 用产生影响，需要生成对应的财务凭证 不能系统直接对接的，预留接口， 同时输出指定 主要特点 主要价值 l 智能诊断维护方便：自动显示设备运行状态、自 动提示设备运行故障、自动生成系统检测文件 l 升级方便安装简单：预留硬件控制接口、方便硬 件升级、软件升级远程快捷；信号自动集成、模 块化设计减少设备占用空间、安装简单稳定可靠 l 规范管理提高形象：规范过磅过程，提高企业管 近预设安全值时，系统会以声、光、电的形式给 出 预警，提示现场操作人员 l 历史查询系统可以将实时报警信息记录到数据库中， 并记录报警时间、恢复时间、报警变量、报警值等 信息 l 系统可自动记录故障，并提供故障查询功能，如按 日期和报警变量查询等 l 操作记录查询，可将状态监测中显示的操作记录到 数据库中，应记录操作名称、每次操作的开始时间 和结束时间、当前的起重量信息、当前的实时风速

化、互联化和智能化。 ？ 数据融合困难 矿山生产相关子系统众多，数 据相对独立，融合困难； 缺少多系统协同联动 缺少智慧大脑，各系统独立运 行，无法实现智能联动； 被动的故障或灾害监测 现有安全监测及设备监控系统只能做到灾 害或者故障的事后响应功能，缺少事件预 警机智； 缺少大数据分析应用 现有系统普遍偏重数据采集和单一的数 据监测，缺少数据挖掘和数据分析，数 据的横向比对和分析； 1 生产辅助系统 - 通风机监控子系统 3.2 智慧矿山综自系统 风量、风压、电机电压、电机电流、电机故障等相关参数的实时数据显示及故障报警。 3.2.3.2 生产辅助系统 - 空压机监控子系统 3.2 智慧矿山综自系统 机组的运行状态、压力、电流、排气温度、油温等相关参数的实时数据显示及故障报警。 3.2.3.3 生产辅助系统 - 水泵房监控子系统 3.2 智慧矿山综自系统 水泵的运行 生产作业管理 班组管理 故障诊断模型 设备性能预测模型 预防性维护指导 预防性维护方案 预防性维护派单 预防性维护记录 故障维修指导 故障维修方案 故障维修派单 故障维修记录 故障分析准确率分析 故障率统计 保养 \ 维修落实率 保养 \ 维修及时率 故障代码库 事件处理库 预测 分析 预警 报警 预防性 维护 维修 指导 统计 分析 知识库 设备运行监测 故障分析 异常预警提醒

机 器 学 习 认知制造业借助认知计算技术、认知分析技术、工业物联网 (IoT) 技术及其他技术推动制造制造业务转型 认知 解决方案 实时洞察 个性化制造 数据整合 车间可视度 自动故障检修 主动维护 流程自动化 自动决策 自主运行 自给自足的 生态系统 推销失败后， 服务数据 实际需求数据和 预期需求数据 制造执行 系统数据 企业资源 计划数据 机器传感器数据 35 GUANLIJISHUHUA GUANLIJISHUHUA 动设备故障诊断与预测性维护平台分析框架 故障诊断分析 • 分析方法 / 模型 : 相关数据异常分析模型 • 输入数据 : 传感器监控数据 • 结果输出 : 每个传感器在某时刻的异常 评分 ; 关键性能指标（依赖关系 图） 关键故障预测 传感器异常诊断 整机健康状态评估 • 分析方法 / 模型 : 时域频域分析 : 传感器监控数据 • 结果输出 : 故障原因和类型 • 分析方法 / 模型 : 聚类相关技术 • 输入数据 : 部件状态数据 • 结果输出 : 整机健康指数 ; • 分析方法 / 模型 : 决策树 支持向量机 神经网络 • 输入数据 : 监控数据 维修历史 • 结果输出 : 提前预知关键故障 数据收集和准备 36 GUANLIJISHUHUA