智能遠(yuǎn)程運(yùn)維技術(shù)支持系統(tǒng)開發(fā)

郭文榮，賀妍

智能遠(yuǎn)程運(yùn)維技術(shù)支持系統(tǒng)開發(fā)

郭文榮，賀妍

（智奇鐵路設(shè)備有限公司，山西 太原 030032）

針對(duì)高速鐵路快速發(fā)展帶來的高速列車運(yùn)營(yíng)維護(hù)及技術(shù)服務(wù)的質(zhì)量和頻次顯著增加、技術(shù)人員緊缺無法快速及時(shí)響應(yīng)的問題，提出開發(fā)智能遠(yuǎn)程運(yùn)維技術(shù)支持系統(tǒng)，旨在通過遠(yuǎn)程運(yùn)維物聯(lián)網(wǎng)系統(tǒng)處理平臺(tái)及其支持的終端設(shè)備實(shí)現(xiàn)現(xiàn)實(shí)場(chǎng)景的跟蹤及遠(yuǎn)程協(xié)助技術(shù)支持，從而能夠快速準(zhǔn)確提供技術(shù)服務(wù)。同時(shí)，通過遠(yuǎn)程運(yùn)維搭建產(chǎn)品技術(shù)知識(shí)庫平臺(tái)，實(shí)現(xiàn)了技術(shù)經(jīng)驗(yàn)的積累和沉淀，企業(yè)產(chǎn)品技術(shù)知識(shí)實(shí)現(xiàn)循環(huán)。

技術(shù)服務(wù)；遠(yuǎn)程運(yùn)維；知識(shí)庫平臺(tái)；遠(yuǎn)程運(yùn)維系統(tǒng)

1 引言

隨著高速鐵路網(wǎng)的快速發(fā)展，高速列車的運(yùn)營(yíng)維護(hù)及技術(shù)服務(wù)的需求及頻次也顯著增加，日益增長(zhǎng)的技術(shù)支持和技術(shù)服務(wù)需求對(duì)高速列車零部件供應(yīng)企業(yè)的技術(shù)儲(chǔ)備和技術(shù)經(jīng)驗(yàn)水平提出了更高的要求。智奇鐵路設(shè)備有限公司作為高速列車零部件生產(chǎn)制造、研發(fā)型企業(yè)，針對(duì)高速動(dòng)車組快速發(fā)展帶來的高頻次高效率技術(shù)支持的需求，僅靠技術(shù)人員在接收到技術(shù)支持反饋后赴現(xiàn)場(chǎng)提供技術(shù)支持是無法滿足要求的，而且公司將會(huì)面臨巨大的技術(shù)儲(chǔ)備成本和技術(shù)流失的損失。為了滿足高速列車快速發(fā)展帶來的高質(zhì)量、高效率、零距離技術(shù)支持服務(wù)的要求，遠(yuǎn)程運(yùn)維技術(shù)支持系統(tǒng)的開發(fā)成為必然趨勢(shì)。

2015年微軟推出了Hololens全息眼鏡，采用了全新的還原現(xiàn)實(shí)技術(shù)，通過該終端設(shè)備可以將實(shí)際的場(chǎng)景呈現(xiàn)在技術(shù)人員面前，技術(shù)人員可以遠(yuǎn)程分析問題，并指導(dǎo)現(xiàn)場(chǎng)人員解決問題。Hololens全息眼鏡實(shí)現(xiàn)了現(xiàn)實(shí)場(chǎng)景的還原，通過ThingWorx平臺(tái)可以連接設(shè)備，進(jìn)行操作并處理系統(tǒng)數(shù)據(jù)。Thingworx Studio可快速經(jīng)濟(jì)高效地營(yíng)造環(huán)境，可以創(chuàng)建、部署和改變AR體驗(yàn)，使用易于“拖放”界面使行業(yè)利益相關(guān)者能夠快速創(chuàng)建和共享可改變規(guī)模的AR體驗(yàn)，而無需編程技能，為微軟Hololens開發(fā)可用于生產(chǎn)的AR體驗(yàn)。Experience Service可以管理AR體驗(yàn)，并為每個(gè)獨(dú)特可識(shí)別的對(duì)象提供相關(guān)的、與情境有關(guān)的信息和分析。ThingWorx View是單一的查看器應(yīng)用程序，為整個(gè)企業(yè)的智能手機(jī)、平板電腦和可穿戴設(shè)備提供3D用戶體驗(yàn)，解決為每個(gè)體驗(yàn)創(chuàng)建應(yīng)用程序的難題。ThingMark是置于物理對(duì)象上的獨(dú)特影像，可識(shí)別并觸發(fā)ThingWorx View中的相關(guān)體驗(yàn)。對(duì)象與Experience Service中的企業(yè)系統(tǒng)和外部數(shù)據(jù)進(jìn)行連接，ThingWorx Studio創(chuàng)建AR體驗(yàn)，體驗(yàn)存儲(chǔ)在Experience Service中，然后通過ThingWorx View進(jìn)行調(diào)用和分享。

傳統(tǒng)的遠(yuǎn)程運(yùn)維系統(tǒng)的實(shí)現(xiàn)，需要終端設(shè)備（比如Hololens全息眼鏡、手機(jī)等）來呈現(xiàn)場(chǎng)景，用物聯(lián)網(wǎng)平臺(tái)連接設(shè)備、采集分析處理數(shù)據(jù)，用云服務(wù)器進(jìn)行數(shù)據(jù)的存儲(chǔ)傳遞等。依靠傳統(tǒng)的運(yùn)維技術(shù)，可以快速、準(zhǔn)確地實(shí)現(xiàn)遠(yuǎn)程技術(shù)服務(wù)，但需要終端技術(shù)人員的相互配合，還需較大的人員投入，而且已有的技術(shù)知識(shí)和技術(shù)經(jīng)驗(yàn)沒有集成到運(yùn)維平臺(tái)上，沒有實(shí)現(xiàn)技術(shù)知識(shí)的積累和沉淀。為了能快速、準(zhǔn)確提供技術(shù)服務(wù)，并將技術(shù)服務(wù)集成到運(yùn)維平臺(tái)，本文借鑒華為智能運(yùn)維方案，提出智能遠(yuǎn)程運(yùn)維技術(shù)支持系統(tǒng)開發(fā)方案。

2 華為智能網(wǎng)絡(luò)運(yùn)維解決方案

2.1 網(wǎng)絡(luò)運(yùn)維面臨的挑戰(zhàn)

根據(jù)當(dāng)前形勢(shì)分析，華為認(rèn)為用戶提出的新的訴訟與當(dāng)前落后的運(yùn)維模式之間的矛盾，是網(wǎng)絡(luò)運(yùn)維轉(zhuǎn)型所需要面臨的主要挑戰(zhàn)。

2.1.1 多元化業(yè)務(wù)帶來的挑戰(zhàn)

當(dāng)前運(yùn)維現(xiàn)狀：全球超過60%的運(yùn)營(yíng)商維護(hù)著眾多孤立的OSS系統(tǒng)，移動(dòng)網(wǎng)、固網(wǎng)和承載等專業(yè)的業(yè)務(wù)系統(tǒng)數(shù)據(jù)以及工具互相割裂，資源和數(shù)據(jù)關(guān)聯(lián)性差，無端到端運(yùn)維能力、資源和數(shù)據(jù)關(guān)聯(lián)性差，且新需求定制慢、費(fèi)用高。煙囪式的軟件導(dǎo)致不能進(jìn)行客制化靈活運(yùn)維，當(dāng)前運(yùn)維人員90%的時(shí)間都用在定位故障上，運(yùn)維效率低下。

網(wǎng)絡(luò)運(yùn)維將面臨的挑戰(zhàn)：在業(yè)務(wù)趨于多元化的背景下，眾多控制功能間的緊耦合性以及復(fù)雜接口缺乏必要的靈活性，將進(jìn)一步導(dǎo)致運(yùn)維周期增加，造成新業(yè)務(wù)的上線周期長(zhǎng)，網(wǎng)絡(luò)的運(yùn)維成本高昂，無法跟上業(yè)務(wù)的發(fā)展。

2.1.2 成本壓力帶來的挑戰(zhàn)

當(dāng)前運(yùn)維現(xiàn)狀：現(xiàn)有移動(dòng)網(wǎng)絡(luò)的大量運(yùn)維活動(dòng)仍然依賴人工參與，日常維護(hù)服務(wù)與運(yùn)維人力成本占比高達(dá)70%以上，自動(dòng)化程度較低。例如通過人工來打通不同環(huán)節(jié)，操作部門需要在EMS對(duì)設(shè)備進(jìn)行維護(hù)，維護(hù)模式是針對(duì)逐個(gè)網(wǎng)元設(shè)備，涉及理解大量設(shè)備相關(guān)信息，效率較低。

網(wǎng)絡(luò)運(yùn)維將面臨的挑戰(zhàn)：未來網(wǎng)絡(luò)環(huán)境越發(fā)復(fù)雜，網(wǎng)絡(luò)數(shù)量指數(shù)級(jí)增長(zhǎng)的前提下，同一張網(wǎng)絡(luò)中可以存在若干個(gè)網(wǎng)絡(luò)切片，每一個(gè)網(wǎng)絡(luò)切片都將擁有特定的拓?fù)浣Y(jié)構(gòu)，需要理解大量設(shè)備信息，當(dāng)前大量依賴人工的運(yùn)維模式，將導(dǎo)致未來需要運(yùn)用更多的人工進(jìn)行運(yùn)維，導(dǎo)致成本進(jìn)一步不可控。

2.1.3 用戶體驗(yàn)帶來的挑戰(zhàn)

當(dāng)前運(yùn)維現(xiàn)狀：當(dāng)前的用戶體驗(yàn)管理都是基于投訴驅(qū)動(dòng)，75%的網(wǎng)絡(luò)問題目前都由用戶發(fā)現(xiàn)，分析處理速度無法支撐網(wǎng)絡(luò)故障的提前準(zhǔn)確定位，更無法提前預(yù)判網(wǎng)絡(luò)瓶頸和潛在的問題。60%的運(yùn)營(yíng)商的運(yùn)維是“黑匣子”，做不到端到端可視，在發(fā)生網(wǎng)絡(luò)故障或瓶頸后，無法快速恢復(fù)業(yè)務(wù)或優(yōu)化網(wǎng)絡(luò)資源，無法形成端到端的閉環(huán)手段并快速解決。故障很難被事前發(fā)現(xiàn)和預(yù)防，客戶體驗(yàn)和滿意度難以得到保障。

網(wǎng)絡(luò)運(yùn)維將面臨的挑戰(zhàn)：隨著網(wǎng)絡(luò)規(guī)模及數(shù)據(jù)量的不斷增大，故障發(fā)生頻率將會(huì)更高，當(dāng)前被動(dòng)式、沒有閉環(huán)化的運(yùn)維難以滿足用戶對(duì)于網(wǎng)絡(luò)穩(wěn)定性的訴求，且目前市場(chǎng)競(jìng)爭(zhēng)激烈，獲客成本攀升，導(dǎo)致用戶更快流失，從而帶來更嚴(yán)重的經(jīng)濟(jì)損失。

2.2 運(yùn)維轉(zhuǎn)型

依靠傳統(tǒng)的人工經(jīng)驗(yàn)和知識(shí)的運(yùn)維模式將更難以解決故障問題，且解決周期過長(zhǎng)，用戶體驗(yàn)感下降，威脅運(yùn)營(yíng)商生存。而且運(yùn)維人員的人數(shù)、問題需求處理閉環(huán)時(shí)長(zhǎng)、引入的人為錯(cuò)誤數(shù)或概率問題，都將會(huì)被放大，導(dǎo)致現(xiàn)有被動(dòng)式運(yùn)維模式已經(jīng)無法支撐發(fā)展，未來將不僅僅影響成本效率。

根據(jù)行業(yè)預(yù)測(cè)，未來的運(yùn)維發(fā)展趨勢(shì)，將逐漸從面向網(wǎng)絡(luò)與設(shè)備的被動(dòng)式管理轉(zhuǎn)型成為面向客戶的預(yù)測(cè)、預(yù)防式管理，通過高度自動(dòng)化的服務(wù)為客戶提供自助服務(wù)的模式。

通過面向客戶提供預(yù)測(cè)/預(yù)防管理的智能運(yùn)維模式，雖然網(wǎng)絡(luò)環(huán)境逐漸趨向復(fù)雜與多元，但網(wǎng)絡(luò)故障的處理時(shí)長(zhǎng)、運(yùn)維人員與人為引入故障的數(shù)量都將得到較大控制，傳統(tǒng)的網(wǎng)絡(luò)環(huán)境復(fù)雜度與維護(hù)成本、人數(shù)等，運(yùn)維工作量之間的矛盾將得到極大緩解。

推進(jìn)運(yùn)維轉(zhuǎn)型：信息產(chǎn)業(yè)第三波轉(zhuǎn)型浪潮正在掀起，眾多運(yùn)營(yíng)商現(xiàn)已紛紛在網(wǎng)絡(luò)運(yùn)維領(lǐng)域展開數(shù)字化、智能化轉(zhuǎn)型，對(duì)傳統(tǒng)組織、人才、流程、平臺(tái)進(jìn)行再造。如中國(guó)電信已進(jìn)行“智能牽引，轉(zhuǎn)型升級(jí)”，布局SDN+NFV+云以重構(gòu)網(wǎng)絡(luò)運(yùn)營(yíng)模式。韓國(guó)SK telecom采用TANGO平臺(tái)開發(fā)計(jì)劃，包括將其作為一個(gè)自主OSS平臺(tái)來運(yùn)行，擁有一個(gè)中央智能平臺(tái)，執(zhí)行數(shù)據(jù)收集、實(shí)時(shí)分析及決策與控制功能，實(shí)現(xiàn)故障的智能化解決。

2.3 AI引入運(yùn)維管理

2019-07，Gartner機(jī)構(gòu)發(fā)布了2019年新技術(shù)成熟度曲線，曲線峰值處顯示AI相關(guān)技術(shù)如AI Paas（人工智能平臺(tái)服務(wù)）、Auto ML（自動(dòng)化機(jī)器學(xué)習(xí)）等12 項(xiàng)技術(shù)成為了人們這一階段對(duì)AI最大的期待。Gartner研究副總裁BRIAN在接受CIO Dive采訪時(shí)指出，人工智能滲透到了其他所有領(lǐng)域中。AI能夠?qū)Ａ繑?shù)據(jù)進(jìn)行更精細(xì)的挑揀，提供決策支持，替代一部分人力，同時(shí)助推其他技術(shù)的發(fā)展。

隨著信息技術(shù)的發(fā)展，人工智能、大數(shù)據(jù)分析技術(shù)的成熟應(yīng)用，自動(dòng)化已經(jīng)不僅僅是代替人工操作，更是可以全局分析，實(shí)現(xiàn)性能和服務(wù)最優(yōu)化，最大限度降低維護(hù)成本、提高維護(hù)效率，智能運(yùn)維是當(dāng)前電信網(wǎng)絡(luò)運(yùn)維的演進(jìn)趨勢(shì)。

3 遠(yuǎn)程運(yùn)維技術(shù)系統(tǒng)開發(fā)

基于華為智能運(yùn)維系統(tǒng)的開發(fā)，探索用于公司遠(yuǎn)程運(yùn)維技術(shù)支持系統(tǒng)的開發(fā)。

3.1 運(yùn)維挑戰(zhàn)

現(xiàn)狀1：技術(shù)支持故障或問題類型多，地鐵、城軌、動(dòng)車組等相似故障數(shù)據(jù)分裂，關(guān)聯(lián)少；大量技術(shù)支持工作重復(fù)；技術(shù)故障排除及維護(hù)均靠人工完成，處理效率低。

挑戰(zhàn)：沒有將故障或問題分離管理。

現(xiàn)狀2：處理故障問題后跟蹤失控或需要專人跟蹤記錄，需要大量的人工運(yùn)維，成本不可控。

挑戰(zhàn)：需采用閉環(huán)的管理模式對(duì)產(chǎn)品進(jìn)行全生命周期管理及跟蹤記錄，以達(dá)到每次故障或修復(fù)經(jīng)歷均可查詢。

通過上述華為智能運(yùn)維的轉(zhuǎn)型方案，構(gòu)想技術(shù)支持系統(tǒng)遠(yuǎn)程運(yùn)維開發(fā)過程。

3.2 遠(yuǎn)程運(yùn)維系統(tǒng)開發(fā)

通過目前市場(chǎng)已有的運(yùn)維解決方案，在現(xiàn)有終端設(shè)備、物聯(lián)網(wǎng)平臺(tái)及云端設(shè)備基礎(chǔ)上，將現(xiàn)有的數(shù)據(jù)源進(jìn)行集成，統(tǒng)一數(shù)據(jù)采集，統(tǒng)一數(shù)據(jù)平臺(tái)，以大數(shù)據(jù)分析和AI算法為技術(shù)手段，將運(yùn)營(yíng)維護(hù)運(yùn)行過程中的海量數(shù)據(jù)和技術(shù)工程師的技術(shù)經(jīng)驗(yàn)通過數(shù)字工程師編排封裝到運(yùn)維平臺(tái)上，數(shù)據(jù)分析工程師基于平臺(tái)開發(fā)對(duì)數(shù)據(jù)進(jìn)行建模、清洗與管理；編排設(shè)計(jì)工程師對(duì)數(shù)據(jù)模型進(jìn)行編排、流程自動(dòng)化編排；網(wǎng)絡(luò)策劃工程師通過設(shè)計(jì)、編排、反饋與訓(xùn)練四個(gè)環(huán)節(jié)對(duì)知識(shí)進(jìn)行輸入，從而形成運(yùn)維知識(shí)資產(chǎn)庫。

4 結(jié)論

本文基于華為遠(yuǎn)程運(yùn)維方案的開發(fā)過程，開發(fā)智能遠(yuǎn)程運(yùn)維技術(shù)支持系統(tǒng)，由于遠(yuǎn)程運(yùn)維的開發(fā)涉及到終端設(shè)備、物聯(lián)網(wǎng)平臺(tái)及云端設(shè)備/5G技術(shù)等的相互兼容，后續(xù)本項(xiàng)目的開發(fā)將基于華為智能運(yùn)維的方案，實(shí)際的實(shí)現(xiàn)過程需要與終端設(shè)備供方、物聯(lián)網(wǎng)平臺(tái)技術(shù)及公司采用的內(nèi)網(wǎng)平臺(tái)相結(jié)合，從傳統(tǒng)的運(yùn)維體系推廣到流程化運(yùn)維，最終建立人機(jī)協(xié)同的智能運(yùn)維體系。

2095－6835（2020）24－0108－02

TP393

A

10.15913/j.cnki.kjycx.2020.24.038

郭文榮（1986—），男，山西左云人，中級(jí)，新造工藝主管，主要從事高鐵、地鐵輪對(duì)加工、制造、檢修工藝開發(fā)及研究。賀妍（1982—），女，山西文水人，中級(jí)，產(chǎn)品經(jīng)理，主要從事高速鐵路、地鐵、城市輕軌等鐵道車輛走形部件的設(shè)計(jì)研發(fā)、生產(chǎn)制造工作。

〔編輯：嚴(yán)麗琴〕