《光模塊激光器故障預測-岳樹燁.pdf》由會員分享,可在線閱讀,更多相關《光模塊激光器故障預測-岳樹燁.pdf(20頁珍藏版)》請在三個皮匠報告上搜索。
1、光模塊故障預測1演講:岳樹燁演講單位:美團CONTENTS01光模塊故障預測的背景與意義02 光模塊故障預測研究的標和途徑03 光模塊故障預測實現案分析04光模塊故障預測內容總結2光模塊故障預測的背景與意義 借助AIOPS提升企業業務能 效運維和測試技術需求迫切/0134借助AIOPS提升企業業務能隨著產業規模不斷擴,需要常態化運維的絡節點規模已達到上萬級別,且鏈路數達到萬級別,保持規?;j的穩定可靠成為挑戰。將智能算法引現有絡管理平臺,實現數據驅動的絡閉環系統,將是解決運維效率低下、定位成本昂現狀的有途徑。數據來源:https:/ 規模絡環境下故障預測實現難度 算法加實踐實現時級故障預測/0
2、26研究途徑和標光模塊激光器故障預測規模絡下,通過光模塊激光器的監控關鍵指標可以預測故障的發時間,減少運維員壓。運環境、品牌、型號等多維環境因素給預測帶來難度。效率低:檢測難覆蓋誤差:受多因素影響1.異常主動發現,故障預測利機器學習分析告警閾值,絡、設備、光模塊、光傳輸等更多精細特征指標異常發現及在線趨勢預測。2.我診斷,故障定位結合業內數據、數據分析及專家經驗和知識圖譜,分析光模塊異常趨勢。3.智能聯動,快速通告聯動失效告警、動隔離、單派發、效果驗收、業務恢復全鏈條的故障動化處理。研究途徑和標MPDLDDSPMCU光路光路本端LD對端PDDSPMCU光路關鍵法:1、MCU/DSP記錄功率及電
3、流等DDM信息,內部存儲+外部流式存儲2、通過數據運營提煉DDM預警及告警閾值,預警后開始計算,列預測列表,告警后直接跳過計算。3、融算法,通過數據分析預測,擬合未來光功率趨勢,如果超出閾值,提前上報險設備數據收集模塊信息存儲流式數據庫計算判斷單元化預警化預警突發異常,次差計算正?;?,列化預警壽命差預示險核觀點:激光器化機器學習建模,實現模塊健康度預警,提前識別,快速定位,降低運維成本 激光器故障在有源類產品故障中占較,光模塊單體故障的90%以上。前故障更多的都是被動影響,即使有監控快照回溯歷史,但也只能是數據總結和故障分析。增加故障預測可提前評估險,降低運維復雜度,優化全鏈路系統。研究途徑和
4、標抽象有效特征1、針對異構監控數據的深度清洗和特征提取法時級激光器異常檢測和故障預測基于設備狀態2、基于狀態檢測的激光器異常建模和故障預測有效性、可性、先進性檢驗 向真實絡的算法驗證平臺仿真數據效果驗證真實數據接檢驗光模塊故障預測實現案分析 針對異構監控數據的深度清洗和特征提取法 基于狀態檢測的激光器異常建模和故障預測 向真實絡平臺的部署與驗證/0310針對異構監控數據的深度清洗和特征提取法激光器原始監控數據噪聲數據較多預測精度低動態特征程深度數據清洗多維統計分析特征維度過針對異構監控數據的深度清洗和特征提取法關鍵解決案上下采樣技術數據集不平衡數據預處理技術實現效特征提取基于狀態檢測的激光器異
5、常建模和故障預測 擬根據不同品牌、型號激光器的多項性能指標歷史數據構建機器學習故障預測模型,實現智能化精準效的時級激光器故障預測?;谥悄軐崿F精準故障預測基于狀態檢測的激光器異常建模和故障預測狀態檢測輔助預測模型選擇 擬先構建區分正常和異常激光器的狀態檢測模型并成動態閾值,旦檢測到出光功率變化率于異常閾值則激發壽命預測單元?;跔顟B檢測的激光器異常建模和故障預測基于正常數據構建異常預測模型 擬采激光器的正常歷史數據進建模,預測激光器天后的出光功率,當出光功率低于標準規格時則上報險?;跔顟B檢測的激光器異常建模和故障預測針對突發異常形成針對性預測模型 擬根據突發異常前段時間的歷史數據進建模,當出
6、光功率變化率于計算閾值激活該預測單元,計算異常發概率及狀態分布。時級激光器異常檢測和故障預測向真實絡平臺的部署與驗證仿真+真實節點接,保證法有效且可靠經典絡布局模式下的仿真測試平臺仿真節點與實物并存的半實物測試平臺基于美團真實絡環境下的部署與驗證VPC絡布局模式下的仿真測試平臺光模塊故障預測內容總結 上下游共同關注器件穩定性 建有效性、可性、先進性并存的故障預測體系/0417模塊/設備商芯芯品質需求模塊提供,品質保障穩定性需求定制芯與設計品質觀測與反饋芯穩定性共贏終端戶收益:穩定性保障 智能化閉環管理 運維效率、技術積累模塊/設備商價值:上游芯品質保障 銷售產品質量保障 未來新趨勢及體化管芯價值:產品質量監測反饋 指導產品優化 芯能可量化評估終端戶內容總結基于絡監管平臺的異常檢測算法真實測試?部署于真實現環境?持萬級絡節點?激光器異常發前24時預警系統和模型在絡規模仿真平臺多拓撲環境測試結果有效性提供實際平臺的模型、系統部署案與性能分析可性為驗證案的先進性,凝練、發表并展示相關論等形式化成果先進性光模塊故障預測建模針對異構監控數據的深度清洗和特征提取法基于狀態檢測的激光器異常建模和故障預測效特征提取分層故障預測時級激光器異常檢測和故障預測智能段賦能絡運維,有效撐業務規模的加速升級內容總結感謝垂聽20