基于用户终端网络故障诊断系统

《基于用户终端网络故障诊断系统》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于用户终端网络故障诊断系统摘耍：随着专线接入的规模还在不断扩大，很难通过传统的现场维护或集中培训等方法解决，因此，探索一种解决专线故障新的解决方案非常必要。基于用户终端的网络故障诊断系统就是出于这方面考虑可以实施开发的系统，用户通过系统能方便快捷地对终端故障进行预处理，大大降低了维护人员的工作量。关键词：终端网络；故障诊断；效益Abstract:withthespeciallineaccessscalearestillgrowing,itisdifficuIttothroughthetraditionalsitemaintenanceorfocusontrainingm

2、ethodstosolve,therefore,exploringanewsolutionstosolvethespeciallinefaultisverynecessary.Basedontheuserterminalnetworkfaultdiagnosissystemisofitthiswaycanimplementthedevelopmentsystem,usersthroughthesystemcanquicklyterminalmalfunctionofpretreatment,andgreatlyreducethemaintenancepersonneTsw

3、orkload.Keywords:terminalnetwork;FauItdiagnosis;benefit中图分类号：TN711文献标识码：A文章编号：1、课题研究建立1・1、问题提出随着通信运营商业务的快速发展，专线接入的规模不断扩大，专线故障次数日趋增多，导致专线故障率逐步增加。随着电信重组全业务运营带来的契机，如果专线用户故障居高不下，将直接影响公司今后数据业务的发展。由于专线接入点主耍为全市各渠道营业厅，特别是乡镇营业厅分散,偏远，人员流动性大，素质参差不齐，随着业务的快速发展，各营业厅的专线接入规模将不断扩大，很难通过传统的现场维护或集中培训等方法解决，因此

4、，探索一种解决专线故障的新的解决方案非常必要。1・2、问题分析根据某地市运营商提取了专线用户发展情况和故障情况，并按照故障点所在位置进行了分类统计。用户端故障是造成专线故障次数不断增加的主要原因，用户端故障占每月专线故障总数80%以上并成呈逐月增长趋势。通过以上8个月的故障统计，我们得岀了每月的平均故障及占比。我们对用户端的故障原因进行了分类统计，结果发现用户端人为故障占用户端故障次数的80%左右，是造成用户端故障次数不断增加的根本原因。我们得到故障占比月均值，作出如下饼图:対之前的《故障维护记录表》进行了讨论分析，发现用户端大部分故障都是可以通过用户自身简单处理就能恢复

5、的，于是我们对用户在遇到常见故障的处理能力上提出了质疑，带着这一问题，对100个曾出现过故障的专线用户进行了常见故障处理能力调查，发现宙于专线用户各方面基础知识薄弱，造成了用户自身原因的故障次数多，因此提升专线用户诊断常见故障的技能，将会是降低专线用户自身操作问题造成的故障次数的关键。2、设定目标2.1、总体目标探索出一种帮助用户诊断网络故障的新方法，有效减少用户端自身操作故障次数，从而有效解决专线故障问题。2.2、目标值将专线故障率由35%降低到15%以下。3、确定最住解决方案3.1、提出可能的方案解决目前的问题可以有以下三种截然不同的方法来帮助用户诊断及处理人为故障，

6、整理亲和图，得到三种可行的方案，转换成树图:3.2、从三种方案中进行测试优选（图3-2：专线传输设备系统）方案一：基于传输设备的网络故障诊断系统抽取了50个专线用户，进行了基站端至用户端的传输监控，对其一个月内的故障原因进行分类统计，通过分析得出，若这50个专线用户被纳入传输设备系统，经验证其人为故障恢复比为78.26%O结论：该系统可对专线用户传输设备进行实时监控，能有效定位网络故障源的大概位置，方便维护人员指导专线用户进行故障处理。该系统部署需要大量硬件设备支撑，需要对整条链路的设备进行统一。方案二：基于网管监控的网络故障诊断系统抽取50个专线用户，进行了机房端至基站

7、端的传输监控，对其一个月内的故障原因进行分类统计，通过分析得出，若这50个专线用户被纳入网管监控系统，经验证英人为故障恢复比为69.57%。结论：该系统可以对专线故障做出及时的反应，当一条链路出现屮断时，网管系统会及时告警，显示哪条专线中断，维护人员可以很快响应。每次出现故障后，维护人员会马上与专线用户取得联系，电话指导用户对故障进行判断和处理，由于很多故障由用户自身原因所致，维护人员工作量较大。方案三：基于用户终端的网络故障诊断系统抽取了50个专线用户，进行了用户端自身的传输监控，对其一个月内的故障原因进行分类统计，通过分析