智能网络故障诊断在民航空管通信网中的应用研究

2020-01-01李乐

数字通信世界 2020年10期

李乐

（西北空管局，陕西西安 710082）

1 民航空管通信网概述

1.1 基本概念

民航空管通信网络系统多、业务交叉、规律大、类型多样，在安全第一的运行原则下，需保证空管通信系统的整体运行安全与稳定。但在实际运行过程中，由于高负荷的工作与环境影响，使得部分设备仪器出现故障，直接影响到通信稳定与可靠。基于网络故障诊断管理，及时对故障进行诊断分析，找出故障发生的诱因，并提出相关解决技术方案，协助故障处理人员，快速对其故障进行处理，恢复空管系统的正常运行，主动规避空管系统运行风险，提高民航空管通信系统的整体运行稳定性。

1.2 发展现状

在人工智能、大数据、神经网络计算机等，科学技术发展背景下，智能故障诊断逐渐替代了网络故障诊断管理工作，有效提高了故障诊断工作的效率与质量。民航空管通信系统运行时，应用智能故障诊断技术对其网络系统故障进行诊断，合理发挥出智能诊断系统的容错性优势，基于不确定的运行风险进行自学习，不断对其知识库进行完善优化，保障数据知识库具有一定的数据储备，可应对动态的网络运行风险，针对网络运行故障进行诊断，为故障处理人员提供可靠数据支持，保证故障处理的时效性，提高民航空管通信系统的整体运行稳定性[1]。

2 智能网络故障诊断解析

2.1 组成分析

在对智能网络故障诊断技术进行解析后，可发现网络故障诊断管理，包含以下多个功能，计费管理、性能管理、安全管理、配置管理、故障管理等。其中故障管理是该系统的基本功能，通过故障检测、故障诊断、故障修复工作开展，发挥出故障管理功能应用价值。

故障诊断是智能故障管理的工作核心，通过对智能故障诊断技术进行分析可知，该技术的应用实现，主要是基于人工智能技术，实现数据智能化处理，完成故障诊断管理。智能诊断技术的应用，主要是基于知识层面，开展逻辑辩证思考、符号逻辑推理、数据深度处理、数据推理、算法统一、数据库信息交互等技术支持，才可保证智能诊断技术的应用可行性与可靠性。

2.2 技术分类

通过对智能故障诊断技术进行分析可知，该技术主要有以下类型：故障树、神经网络、专家系统等，将相关智能故障诊断技术应用于网络故障诊断工作当中，可有效提高故障诊断的工作效率与质量。

如民航空管通信网络故障进行诊断时，为充分发挥出智能故障诊断技术优势，可依据空管通信网络的运行特点，对相关智能故障诊断技术进行结合，如专家系统与故障树技术结合、故障树技术与神经网络系统结合等，使得智能诊断系统得到充分发挥，有效提高民航空管通信网络故障的诊断处理工作效率。

2.3 技术分析

2.3.1 故障树

故障树技术分析，主要是基于故障发生的层次特点，对故障产生诱因进行分析。因为故障的诱因与后果存在某种因果关系，且彼此之间存在很多层次，进而形成特殊的因果链。如一因多果与一果多因的情况存在，则可建构相关故障树。在故障树智能网络诊断时，诊断工作开展的核心，在于建构科学正确的故障树结构，有效对空管通信网络故障进行诊断，充分发挥出故障树诊断技术优势与价值。

2.3.2 神经网络

通过对神经网络故障诊断技术进行剖析可知，该智能网络诊断，具有强非线性、超高维性等技术特点，使得该技术应用时，可发挥出一定容错、结构拓扑、推测、记忆、自学习、自适应等功能，可对复杂通信网络故障进行诊断，可实现对民航空管通信网络故障的深层次诊断，为后续故障处理提供数据支持。

在神经网络故障诊断技术应用时，可对民航空管通信网络进行样本采集，进而对神经网络诊断系统进行测试，通过多次样本测试，确保神经网络系统达到故障诊断技术标准，而后将其系统投入到工作环节，保证神经网络系统诊断故障工作开展的可靠性。

2.3.3 专家系统

专家故障诊断系统的建构，主要是针对没有精确数学模型，或难以建构模型的复杂系统进行故障诊断，以解决相关故障问题，避免产生连锁反应。通过对专家系统进行分析可知，该故障诊断技术，主要是由某一领域的多个专家提供知识参考与经验推理，依据类似专家的思维方式与推理路径，替代工作人员对复杂故障进行数据分析，进而得出相关诊断结果。

由于专家诊断技术的建构特点，需依赖某一领域专家学者提供的专业知识与经验，才可完成故障诊断工作要求，但该诊断技术的自适应能力有限，且自学习能力与和时效性存在一定欠缺，因此在实际应用时，应当根据民航空管通信网络的实际运行情况与故障特点，选择合适的智能网络故障诊断技术。

3 实际应用探讨

3.1 技术应用现状

随着社会经济的迅猛发展，我国民航事业得到快速发展，民航运行需求量的提升，对民航空管通信网络提出新的要求。为保证各项空中业务开展的质量与安全，空管通信网络的工作量不断增加，使得通信网络运维人员的工作压力上升。

通过现阶段部分民航空管通信网络的故障诊断工作进行分析可知，故障诊断工作的开展，主要依赖网络管理系统与运维技术人员。尽管目前的网络管理系统已经较为成熟，但由于网络管理系统，缺乏精确的数学算法与技术模型、不具备自学习能力、没有数据挖掘分析功能，仅可以对网络故障进行初步的诊断。基于诊断经验与数据知识库进行故障分析，得出网络系统运行故障。该种故障诊断模式，无法对故障产生的具体诱因进行深入分析，且随着民航空管通信网络系统的不断变化，复杂、多样化的交叉通信网络，给网络故障诊断造成很大难度。在实际故障诊断处理时，则需故障诊断技术人员开展相关工作，使得技术人员的诊断工作量骤增。

为很好解决上述问题，提高民航空管通信网络故障诊断工作效率，可合理应用智能网络故障技术，提高故障诊断正确率，主动减少技术人员的工作量，保障民航空管通信网络的安全可靠运行。

3.2 技术应用探析

通过对民航空管通信网络进行分析可知，已经建成的系统，有故障库系统、案例分析库系统、知识库系统等，基于多个故障信息库的支撑，可实现数据挖掘与分析，为智能网络故障诊断技术应用提供支持，保证民航空管通信网络的运行可靠性与安全性。

基于民航空管通信网络系统的运行特点，选择合适的智能网络故障诊断技术，如专家系统故障诊断、神经网络故障诊断技术等，充分发挥出智能网络故障诊断技术应用优势。在数据知识故障库的支持下，可通过自学习、技术训练、模型建构扥措施，生成适合民航空管通信网络运行的故障诊断系统，逐步实现智能网络故障诊断工作预期目标。

智能网络故障诊断技术工作开展的正确率，是民航空管通信网络研究的技术关键点，故障诊断正确率直接影响到故障处理工作质量。因此，当智能网络诊断技术应用后，需对其诊断结果进行后期分析，评估相关诊断技术应用的实际效果。