提高水电厂运维人员设备故障处理能力探析
发表时间：2019-12-23T14:44:00.573Z 来源：《当代电力文化》2019年 16期作者：潘俊波
[导读] 现阶段，随着社会的发展，我国的水电工程的发展也越来越迅速。
摘要：现阶段，随着社会的发展，我国的水电工程的发展也越来越迅速。水电厂电气设备涵盖的具体内容较为丰富，如高低压设备、防雷设备等均属于该范畴。任何一项电气设备的稳定性都会对水电厂的运转造成直接影响。就当前状况而言，国内的水电厂数量丰富，其中尤以中小型规模水电厂居多，一方面促进了我国水利水电事业的发展，另一方面在运行中容易出现各类故障，因此需要采取正确的处理方法。
关键词：提高；水电厂运维人员；设备故障；处理能力探析
引言
当下，电力能源在社会发展中起着不可替代的重要作用，电力能源已经成为现代社会正常运作所必须的能源基础。一方面，人们的日常生活离不开电力的应用；另一方面，企业的发展和科技的进步也需要电力能源的支持。总的来说，电力已然成为现代社会的重要元素。为了保障电力能源的充足供应，人类开发出了核能发电、太阳能发电等多种发电方式，但是，水力发电依然凭借其高效、环保的优良特性，占有着一定的市场份额，水力发电依然在为社会的发展和科技的进步，贡献着自己的力量。水力发电厂的市场比重决定了它对于整体供电系统的巨大影响力，这也让水电厂的安全管理工作显得格外重要。切实做好水电厂的安全管理工作，保障水力发电厂的正常运行，水力发电才能更好的服务社会，造福人民。
1提高现阶段检修技术水平的重要性
守旧的检修思想会给现阶段不断更新的电气设备带来很大问题，为了避免用旧思想来检修新设备，提高每一位在职员工的技能水平，已迫在眉睫。针对检修工作存在的问题，结合先进的理论，采取有效的措施。从实际出发，做好设备提高水电厂电气设备更新后的技术革新，必然能提高设备的使用寿命。科学技术的迅猛发展，水力发电厂设备陈旧，技术理念落后会阻碍检修技术的提升。所以需要吸收新的理论知识，将迅速发展的智能化理论知识灌输给在职员工，改变他们对守旧的检修工艺的认识。能够提高检修水平，需采取科学合理的检修方法，用科学的方法提质增效，并使检修设备能长时间正常运行，以下3点是是检修工作要提高的部分。（1）小型水电厂机组长时间处于高速运转的状态，压力钢管内的水流不断冲刷、侵蚀水轮机组的转动部件。长年运行设备的磨损会导致运行能力的降低，会使企业经济无法提升，甚至存在设备重大隐患。（2）针对守旧的水电检修工作，我们是要做到应修必修，修必修好。可要做到科学角度的检修，我们是需要先进的智能自动化技术来提升设备实时监测能力，从而得到系统的数据统计及分析，来确定设备是否需要停机检修。（3）提高水电厂电气设备检修水平有利于安全生产工作，运用新科技制定检修新规程，有利的提升水电厂电气设备使用率，保障水电厂设备的可靠运行，不断地为企业经济提质增效。
2水电运行人员设备故障处理
设备故障会影响整个水电企业的运营，不仅容易产生安全事故，降低企业的经济收入，而且很可能造成社会负面影响。水电运行人员对设备的处理能力主要体现在，设备发生故障后，相关的运行人员能否在短时间内将故障有效处理。在实际情况中，水电运行人员可以根据如下5点对设备故障进行处理。（1）应该以最快速度对故障做出诊断，通过有效的方式找到故障的所在，进而能够有效地对故障进行控制，降低产生事故的概率。（2）根据产生故障的原因进行分析，利用有效的手段对故障进行处理。（3）运行维护人员应按现场规章制度要求，定期对设备进行调试和维护工作，并记录，进而能够通过记录观察到产生故障的主要因素，再结合实际情况对产生故障因素进行有效控制，以保证水电系统的稳定运行。（4）做好对故障处理的记录工作，如设备故障时间、设备故障部件损坏情况、通过何种方式进行维修等。这有利于提升工作效率，当再次产生同样问题时，可以通过记录进行有效解决。（5）应该做好设备的管理工作和监控工作。通常，在设备出现故障时，设备会通过内部进行分析将故障数据显示出来。运行人员通过数据可以判断故障类型，进而能够有效分析产生故障的基本原因，对其加以控制，避免故障持续产生。
3提高水电厂运维人员设备故障处理能力
3.1强化机械设备监管力度
为了保证水电厂的发电效率和生产安全，要经常对机械设备进行全面的检修，避免出现零部件磨损和故障异常报警等问题。在机器设备日常的运转中，要派专人进行全程的监控，重点关注设备的运行状况、声响以及振动情况。一旦发现异常及时的记录并上报，有针对性地组织开展检查工作。另一方面，水电厂的设备采购必须符合国家相关要求和标准，保证设备的使用寿命和整体耐用度，形成正规的书面监督管理报告。提高运行人员和检修人员的素质，定期组织培训和教育活动也能够有效改善设备的管理方式。
3.2加强对运维人员的培养
水电运维人员的安全素质直接决定了企业安全管理工作的质量，因此，企业一定要做好运维人员的培养工作。首先，应当加强运维人员对安全管理相关专业知识的学习，确保企业在进行安全管理工作时具备科学的理论基础。其次，由于在实际工作中需要面临的问题往往更加复杂，企业要提高运维人员解决实际问题的能力，确保运维人员职能的有效发挥。另外，在培养过程中，企业还要对运维人员建立合理的奖惩机制，从而更好地调动学员的学习积极性，最大程度上确保学习效果，有效提高运维人员的业务水平。
3.3对水电厂的各个设备反复巡回检查
务必阻止设备运行过程中出现的各种问题，为了保证整个水电厂供电系统的安全运行，及时发现任何一个设备的缺陷、异常等问题并进行处理，水电厂需要对设备进行巡回检查。所以，设备巡回检查制度是保证各种问题得到有效处理的一个重要前提。当然，在检查设备时，在处理缺陷、异常的前提下，遵守相关规定也是至关重要的。每一次巡回检查，为了保证工作的有效进行，都必须在相应的表格内记录检查过程中发现的所有问题以及巡检人员的姓名、工号等具体内容。无论是某个设备的问题还是系统的缺陷或问题，都应以人的安全为重中之重，特殊情况下允许先斩后奏，以免延誤处理时机。在巡回检查的过程中，为了更全面的分析问题，可以通过看、闻、听等手段来判断设备所处的情况，这样才能比较准确的确定问题的所在，避免盲目的判断。
3.4对电厂事故案列学习分析
通过对事故案例的学习从中得到教训，避免类似事故发生，一旦发生类似设备故障，能第一时间准确的判断故障类型，有效的进行故障处理，减少设备的损失，防止事故的扩大。
故障管理和故障处理流程规定 (暂行稿) 工程运维中心 二〇〇八年八月 目录 第一章目的 (3)
第二章工程运维中心在95013业务维护管理中的职责 (3) 第三章 95013业务故障分类 (3) 第四章故障处理的原则: (4) 第五章故障处理时限要求。 (4) 第六章故障管理和故障报告制度 (4) 第七章故障通报制度 (5) 第八章故障处理及报告流程图 (5) 第九章工程运维中心内部处理流程 (6) 第十章外部支持流程(研发、建设和其他厂家） (6) 第十一章工程运维中心各部门及公司相关部门的责任 (7) 第十二章故障的跟踪管理 (7) 附件一：95013业务重大/严重故障分析报告 (9) 第一章目的 工程运维中心承担95013业务网络和平台日常维护工作，为规范故障管理和故障处理的工作流程，使网络和平台故障能够得到正确及时地处理，保证 95013业务安全稳定的运行，特制定本规定。
第二章工程运维中心在95013业务维护管理中的职责 a）工程运维中心网管中心值班工程师和各分公司运维人员承担95013业务的日常运行监控和维护工作。 b）工程运维中心运维组负责95013平台的故障处理；各地分公司运维人员负责现场支持，并负责协调当地运营商的运维支持。 c）建立故障通报制度，如发生重大故障，应按照故障等级和故障上报流程逐级向上汇报。 d）定期召开网络质量分析会，遇有重大故障，应及时召开故障分析会。 负责全公司运维人员的技术业务培训，提高运维人员的技术维护水平和工作能力。 第三章 95013业务故障分类 95013业务系统和网络故障分为重大故障、严重故障和一般故障。 1.重大故障：全部业务中断 2.严重故障包括： 一种以上业务全部中断≥60分钟 一省以上业务全部中断≥60分钟 用户注册、业务受理全部中断≥4个小时 3.一般故障：除重大故障、严重故障以外的其它故障。 第四章故障处理的原则：
事件／故障处理应该要有什么思路 导读： 在讲解事件、故障处理思路前，我先讲一个故障场景(以呼叫中心系统作为一例子): 业务人员反映呼叫中心系统运行缓慢,部份电话在自助语言环节系统处理超时,话务转人工座席,人工座席出现爆线情况。 运维人员开始忙活了,查资源使用情况、查服务是否正常、查日志是否报错、查交易量还有没有……时间不知不觉的在敲键盘、敲键盘、敲键盘中过去，但是原因还未定位。 经理过来了解情况:“系统恢复了吗?”、“故障影响是什么?”、“交易中断了吗？”…… 运维人员赶紧敲键盘，写ｓql,看交易量；敲键盘,写命令，看系统资源、情况…… 最终,定位到问题原因是其中一个功能没有控制返回数量，导致内存泄露。 针对这个故障，业务希望运维能否更快的解决故障的恢复，经理希望制定优化呼叫中心故障处理流程,做了以下几件事: 1.优先故障处理过程的时间-—”能通过鼠标完成的工作,不要用键盘“ 2.提前发现故障,加强监控——“技术早于业务发现问题,监控不仅是报警, 还要协助故障定位” 3.完善故障应急方案——“应急方案是最新的、准确的、简单明了的” 4.长远目标:故障自愈——”能固化的操作自动化,能机器做的让机器做“ 下面将从故障常见的处理方法开始介绍，再从故障前的准备工作（完善监控、制定应急方案等方式)来解决经理提出的问题，并提出未来解决故障的想法。 １、常见的方法： １)确定故障现象并初判问题影响 在处理故障前,运维人员首先要知道故障现象,故障现象直接决定故障应急方案的制定,这依赖于运维人员需要对应用系统的整体功能有一定的熟悉程度。 确认了故障现象后，才能指导运维人员初判断故障影响。 2)应急恢复
IT运维手册 第二篇硬件篇 一计算机章 ㈤常见问题 1主机 ⑴无法正常开机 ①硬盘灯亮 多为显示器或LCD排线问题，可插入系统引导盘看有无反应，若无反应，则为硬件问题，建议售后处理；若有反应，则为软件问题，可重装系统。 ②硬盘灯不亮 I电源问题 需更换电源和电池，多为电源适配器或电池损坏造成的提供电压不稳。可更换同型号电源线，排查故障。 II内存问题 拔插内存条或更换插槽。可能是内存条松动或自配内存条不兼容造成，若因不兼容，可通过更改BIOS设置解决。 III灰尘问题 笔记本长期不清洗，积压过多灰尘会造成静电或短路，可拆开外壳用吹风机清理灰尘。 IV主板问题 主板问题是造成不能开机最大可能因素，主板为集成电路，任何地方损坏都会造成硬盘无法通电，从而不能开机，建议去售后处理。 ⑵无法正常上网
①网络设置问题 此原因较多出现于需手动指定IP、网关、DNS服务器联网方式下，及使用代理服务器上网的，应仔细检查计算机的网络设置。 ②DNS服务器的问题 I当IE无法浏览网页时，可先尝试用IP地址来访问，如果可以访问，则为DNS的问题，造成DNS的问题可能是联网时获取DNS出错或DNS服务器本身问题，可手动指定DNS服务（地址可以是当地TSP提供的DNS服务器地址，也可用其它地方可正常使用DNS服务器地址。在网络的属性里进行（控制面板-网络和拨号连接-本地属性-TCP/IP协议-属性-使用下面的DNS服务器地址）。不用的ISP有不同的DNS地址。有时候则是路由器或网卡的问题，无法与ISP的DNS服务连接，这种情况可重启路由器或重新设置路由器。 II本地DNS缓存出现问题，为提高网站访问速度，系统会自动将已经访问过并获取IP地址的网站存入本地DNS缓存里，一旦继续访问此网站，则不再通过DNS服务器而直接从本地DNS缓存取出该网站的IP地址进行访问。所以，如果本地DNS缓存出现问题，会导致网站无法访问。可以在“运行”中执行ipconfig /flushdns来重建本地DNS缓存。 ③IE浏览器本身的问题 IE浏览器本身出现故障或IE被恶意修改破坏都会导致无法浏览网页，可尝试用上网助手“IE修复专家”来修复或者重装IE浏览器。 ④网络防火墙问题 如果网络防火墙设置不当，如安全等级过高、不小心把IE放进了阻止访问列表、错误的防火墙策略等，可尝试检查策略、降低防火墙安全等级或直接关掉试试是否恢复正常。
事件/故障处理应该要有什么思路 导读: 在讲解事件、故障处理思路前,我先讲一个故障场景(以呼叫中心系统作为一例子): 业务人员反映呼叫中心系统运行缓慢,部份电话在自助语言环节系统处理超时,话务转人工座席,人工座席出现爆线情况。 运维人员开始忙活了,查资源使用情况、查服务就是否正常、查日志就是否报错、查交易量还有没有……时间不知不觉的在敲键盘、敲键盘、敲键盘中过去,但就是原因还未定位。 经理过来了解情况:“系统恢复了不？”、“故障影响就是什么？”、“交易中断了不？”…… 运维人员赶紧敲键盘,写sql,瞧交易量;敲键盘,写命令,瞧系统资源、情况…… 最终,定位到问题原因就是其中一个功能没有控制返回数量,导致内存泄露。 针对这个故障,业务希望运维能否更快的解决故障的恢复,经理希望制定优化呼叫中心故障处理流程,做了以下几件事: 1.优先故障处理过程的时间——”能通过鼠标完成的工作,不要用键盘“ 2.提前发现故障,加强监控——“技术早于业务发现问题,监控不仅就是报 警,还要协助故障定位” 3.完善故障应急方案——“应急方案就是最新的、准确的、简单明了的” 4.长远目标:故障自愈——”能固化的操作自动化,能机器做的让机器做“ 下面将从故障常见的处理方法开始介绍,再从故障前的准备工作(完善监控、制定应急方案等方式)来解决经理提出的问题,并提出未来解决故障的想法。 1、常见的方法: 1)确定故障现象并初判问题影响 在处理故障前,运维人员首先要知道故障现象,故障现象直接决定故障应急方案的制定,这依赖于运维人员需要对应用系统的整体功能有一定的熟悉程度。 确认了故障现象后,才能指导运维人员初判断故障影响。 2)应急恢复
事件/故障处理应该要有什么思路 导读： 在讲解事件、故障处理思路前，我先讲一个故障场景（以呼叫中心系统作为一 例子）： 业务人员反映呼叫中心系统运行缓慢，部份电话在自助语言环节系统处理超时，话务转人工座席，人工座席出现爆线情况。 运维人员开始忙活了，查资源使用情况、查服务是否正常、查日志是否报错、 查交易量还有没有……时间不知不觉的在敲键盘、敲键盘、敲键盘中过去，但 是原因还未定位。 经理过来了解情况：“系统恢复了吗？”、“故障影响是什么？”、“交易中 断了吗？”…… 运维人员赶紧敲键盘，写sql，看交易量；敲键盘，写命令，看系统资源、情况…… 最终，定位到问题原因是其中一个功能没有控制返回数量，导致内存泄露。 针对这个故障，业务希望运维能否更快的解决故障的恢复，经理希望制定优化 呼叫中心故障处理流程，做了以下几件事： 1.优先故障处理过程的时间——”能通过鼠标完成的工作，不要用键盘“ 2.提前发现故障，加强监控——“技术早于业务发现问题，监控不仅是报 警，还要协助故障定位” 3.完善故障应急方案——“应急方案是最新的、准确的、简单明了的” 4.长远目标：故障自愈——”能固化的操作自动化，能机器做的让机器做 “ 下面将从故障常见的处理方法开始介绍，再从故障前的准备工作（完善监控、 制定应急方案等方式）来解决经理提出的问题，并提出未来解决故障的想法。 1、常见的方法： 1）确定故障现象并初判问题影响 在处理故障前，运维人员首先要知道故障现象，故障现象直接决定故障应急方 案的制定，这依赖于运维人员需要对应用系统的整体功能有一定的熟悉程度。
确认了故障现象后，才能指导运维人员初判断故障影响。 2）应急恢复 运维最基本的指标就是系统可用性，应急恢复的时效性是系统可用性的关键指标。 有了上述故障现象与影响的判断后，就可以制定故障应急操作，故障应急有很多，比如： 服务整体性能下降或异常，可以考虑重启服务； 应用做过变更，可以考虑是否需要回切变更； 资源不足，可以考虑应急扩容； 应用性能问题，可以考虑调整应用参数、日志参数； 数据库繁忙，可以考虑通过数据库快照分析，优化SQL； 应用功能设计有误，可以考虑紧急关闭功能菜单； 还有很多…… 另外，需要补充的是，在故障应急前，在有条件的情况需要保存当前系统场景，比如在杀进程前，可以先抓个CORE文件或数据库快照文件。 3）快速定位故障原因 是否为偶发性、是否可重现 故障现象是否可以重现，对于快速解决问题很重要，能重现说明总会有办法或 工具帮助我们定位到问题原因，而且能重现的故障往往可能是服务异常、变更 等工作导致的问题。 但，如果故障是偶发性的，是有极小概率出现的，则比较难排查，这依赖于系 统是否有足够的故障期间的现场信息来决定是否可以定位到总是原因。 是否进行过相关变更 大部份故障是由于变更导致，确定故障现象后，如果有应的变更，有助于从变 更角度出现分析是否是变更引起，进而快速定位故障并准备好回切等应急方案。 是否可缩小范围 一方面应用系统提倡解耦，一支交易会流经不同的应用系统及模块；另一方面，故障可能由于应用、系统软件、硬件、网络等环节的问题。在排查故障原因时 应该避免全面性的排查，建议先把问题范围缩小到一定程序后再开始协调关联 团队排查。 关联方配合分析问题
故障管理和故障处理流程规定 (暂行稿) 工程运维中心 二〇〇八年八月 目录 第一章目的 (3)
第二章工程运维中心在95013业务维护管理中的职责 (3) 第三章 95013业务故障分类 (3) 第四章故障处理的原则: (4) 第五章故障处理时限要求。 (4) 第六章故障管理和故障报告制度 (4) 第七章故障通报制度 (5) 第八章故障处理及报告流程图 (5) 第九章工程运维中心部处理流程 (6) 第十章外部支持流程(研发、建设和其他厂家） (6) 第十一章工程运维中心各部门及公司相关部门的责任 (7) 第十二章故障的跟踪管理 (7) 附件一：95013业务重大/严重故障分析报告 (9) 第一章目的 工程运维中心承担95013业务网络和平台日常维护工作，为规故障管理和故障处理的工作流程，使网络和平台故障能够得到正确及时地处理，保证 95013业务安全稳定的运行，特制定本规定。 第二章工程运维中心在95013业务维护管理中的职责
a）工程运维中心网管中心值班工程师和各分公司运维人员承担95013业务的日常运行监控和维护工作。 b）工程运维中心运维组负责95013平台的故障处理；各地分公司运维人员负责现场支持，并负责协调当地运营商的运维支持。 c）建立故障通报制度，如发生重大故障，应按照故障等级和故障上报流程逐级向上汇报。 d）定期召开网络质量分析会，遇有重大故障，应及时召开故障分析会。 负责全公司运维人员的技术业务培训，提高运维人员的技术维护水平和工作能力。 第三章 95013业务故障分类 95013业务系统和网络故障分为重大故障、严重故障和一般故障。 1.重大故障：全部业务中断 2.严重故障包括： 一种以上业务全部中断≥60分钟 一省以上业务全部中断≥60分钟 用户注册、业务受理全部中断≥4个小时 3.一般故障：除重大故障、严重故障以外的其它故障。 第四章故障处理的原则： 先抢通，后修复；先核心，后边缘；先本端，后对端；先网，后网外，分故障等级进行处理。 第五章故障处理时限要求。 1. 重大故障，故障处理时限≤2小时。
运维必备制度故障分级和处罚规范 作者简介 唐文，《海量运维、运营规划之道》一书作者，关于海量运维、运营规划，我想业界都没有准确的定义，假如说互联网的架构师用能否设计多高的摩天大楼来衡量架构能力，那运维、运营更多的是在关注互联网服务的质量、效率、成本、故障、瓶颈，用户的忍耐、抱怨等问题。 在接下来的日子里，将以质量、效率、成本为核心，从运营规划、管理、流程/规范、系统/平台，监控、告警、安全、优化、考核等几个维度结合案例来与大家分享自己的体会，内容大致如下所示。 编者按：一个好的制度是可操作、可执行的，不是高高挂起的。每个公司情况不同，制度需要定期根据公司自身情况进行适当修改，以下文章算是一个制度的模板，仅供参考，要想使用肯定还需要修改。 正文 互联网产品提供7*24小时服务，而因人为操作、程序Bug等原因导致服务不可用是影响服务持续运行的重要原因，为了提高各业务产品的运维和运营质量，规范各业务线的服务、故障响应，拟定和发布“故障分级和处罚规范”是非常必要的。 故障分级标准 运营故障中，对非不可抗力所造成的故障归类为“故障”，对于故障将追究故障的分级，故障责任人，及故障处理结果。下面将就各类故障级别进行定义说明，由于故障可能在多方面体现影响，所以故障的综合等级评定原则，取各个方面中严重等级最高者为该故障综合严重等级，故障分级如下所示。 故障分级表 故障奖惩制度 运营故障处理评定是根据相关责任人对故障的响应、处理、完成结果等因素来对故障的处理情况进行综合评定，部门内会依据这个评定来对故障处罚等级进行调整。该评定只用于由部门内决定的故障处罚分级，公司的处罚条例不受此约束。符合下面条件者，可以对故障处罚等级进行适当降级，具体所降等级由部门领导决定，故障升级制如下所示。 故障升级制度表 对于所出现的各级运营故障，如果运营故障的主要原因由人为工作疏忽/失误所导致，参照以下处罚标准对个人和项目组进行相关惩处，任何运营故障，要及时通报相关领导或相关处理人员，对于延报、瞒报故障者，将从严处罚，故障分级及处罚如下所示。 故障分级表
运维工作及常见解决方案
1.概述 1.1编写目的 编写本解决方案的目的是对运维人员在遇到问题的时候提供一个可参考的依据。运维人员以此解决方案作为今后在运维工作中遇到相同问题的一个指南和依据，指导运维人员如何去解决类似问题。也为新来运维人员熟悉运维工作。本解决方案主要从问题类型、问题描述和解决方案等方面进行说明。 1.2适用范围 适用于运维人员、新来运维人员及相关人员。 2.运维工作流程 ?客户打找运维服务，接到电话，先判断是由运维做还是的 人做； ?运维分机号为1，，先记录房间号，报修时间，服务开始时 间，故障现象及记录接线人。 ?负责人先想解决方法，告知运维人员大体方向，运维人员 根据了解的情况想解决方案，在去见客户的时候知道如何 操作； ?负责人给运维人员派工单，运维人员去执行； ?执行完之后跟负责人交待此次工作结果；
?回复，双方接收 ?每周的运维工作数据及运维工作报告的电子档须在下周一 十点前发送到负责人邮箱中。 3.运维工作内容 1)终端软件维护 2)网络调整 3)电话调整 4)机房巡检 5)服务器操作：应用系统包括安全系统、移动执法系统、备份系 统、机房监控系统；网络设备包括交换机、路由器、防火墙、 流量控制系统。 6)机房清洁 7)空调维护 8)其他 4.常见问题解决方案 4.1电脑装应用软件的步骤 新台式机和笔记本： ●内网：装内外必要软件外网：按客户需求装 ●杀毒软件：内网装趋势杀毒软件外网装安全防护软件
●360安全卫士，修复系统漏洞，点击修复，在安装路径中产生 一个hotfix文件夹，然后把工具中的hotfix文件夹里面所有文 件拷贝到安装路径下的hotfix文件夹； ●装常用的工具：内网 、以及用户要求的软件外网：根据用户的需求来装 旧电脑： ●IP设置，每次都要记录IP，在用完之后把IP设置为原来的IP ●旧机器在装系统之前，我的文档及桌面上的文件要备份，用U 盘拷贝出来再装系统（要特别注意财物室的机器重装系统， 在装系统之前还需要把C盘里面的某些文件给拷贝出来） 注意事项： 1.保证OA系统所以功能都能用 2.不安装盗版软件
3G设备运维故障处理表
3G运维故障（TD） 故障处理流程一般包括四个阶段：信息收集、原因分析、定 位和排除。 故障现象： 从RNC侧观察到站点相关的接口单板上指示灯告警，从B328侧观察到IIA板的ALM灯红亮、红闪。 故障原因分析： RNC、B328或传输设备中，任何1种设备有问题都会导致传输断。 故障处理方法： （1）检查RNC到B328的线路是否正常。 （2）用自环判断传输是否正常，必须双向环回。即从RNC侧环回，检查B328指示灯是否正常；从B328侧环回，检查RNC侧的指示灯是否正常。 （3）如果无法明显判断线路哪一段出现问题，则将RNC到B328的线路分成若干段，从RNC最近的一段开始进行自环测试，如果告警消失，接着进行下一段自环测试，如果又出现告警，则可以把故障定位在这一段。 故障现象：
后台观测到RNC和B328之间链路时断时通。 故障原因分析： 可能存在帧失步告警、19.44 M时钟告警、同步或信元定界丢失，这些都会产生传输误码。故障处理方法： （1）检查传输布线是否符合要求。 （2）检查站点、DDF架、RNC和传输的接地是否良好。 （3）从RNC开始逐段对E1线路（或光纤）进行自环并且检测E1线路（或光纤）误码是否异常，如果异常，那么问题就出在该段，请对该段连接线或连接设备进行更换。 （4）使用传输测试仪器来进行传输指标测试。 故障现象： RNC和B328之间的NCP链路中断告警，用户不能接入。 故障原因分析： 某站点的NCP链路断，可能有以下原因。 （1）IIA板或与之相连的光纤或E1 线出现硬件故障。
（2） BCCS 硬件故障 （3） RNC 侧硬件故障。 （4） 传输故障。 故障处理方法： （1） 检查RNC 和B328中NCP 链 路的VPI/VCI 等相关配置是否一致。 （2） 查看传输有无告警，如有告警， 先解决传输问题。如果传输正常，按以下步骤继续排查。 （3） 检查该B328内IIA 板是否有告 警，如果是，按以下步骤排查。 ● 检查E1线（或光纤）是否连接正 确。 ● 检查RNC 中Iub 接口板是否有告 警，如有告警，排除相应故障。 ● 检查传输是否故障，用误码仪测量 传输的误码情况，如果误码率异常，则排查传输故障，包括传输设备、接地等故障情况。 ● 如果问题依然存在，则更换IIA 板。 （4） 检查该B328内BCCS 板是否有 告警，如果是，按以下步骤处理。
1运维服务方案 1.1运维服务承诺 如我公司中标，我公司作出如下承诺： 1、运维工作人员 1)我司针对本项目成立专门的运维团队和项目管理机构，负责保障服务期 内本项目安全、稳定地运行。我司明确运维团队组织、人员、岗位职责、 工作流程等，须建立详细的运维保障体系，并提供方案。 2)系统运维团队须具备安全防范系统工程设计、施工和维护能力。 3)系统运维团队须熟练掌握网络安全配置技术，包括网络及安全设备管理、 安全域划分、安全策略优化、防火墙配置、VPN管理技术。 4)系统运维团队须具备视频服务管理能力，精通各种视频监控设备与平台， 精通视频资源目录服务体系管理，精通各种可视调度系统设备维护。 2、巡检排故工作 1)对重点设备的维护工作，采取分工负责的措施；节假日期间，或有重要 的会议及有关活动期间，应专门安排值班，同时作好应急准备工作，必 要时安排专人在现场值班，以确保系统正常运行。 2)维护人员应围绕系统功能、系统的各项技术指标及操作运行情况，逐点、 逐台、逐项地进行检验，边检边进行记录，并排除发现的故障。 3、用户信息反馈及持续改进工作 1)建立客户意见反馈渠道，收集对维护工作的希望、要求和意见。 2)建立维护工作联系卡，提供公司相关部门负责人及维护工作人员联系电 话，保证与客户联系的畅通、维护工作的及时、有效。 3)每半年向用户送交《维护工作客户意见征询表》，收集对维护工作的意 见、要求和评议。 4)每维护年度对客户满意度作统计分析，提交书面报告 5)及时修正维护工作方案、方法及纠正维护工作的不足之处，回复客户的 意见和要求，提高维护工作质量和服务水平。 4、服务响应要求 (1)运营维护服务要求
运维故障处理思路内部编号：（YUUT-TBBY-MMUT-URRUY-UOOY-DBUYI-0128）
事件/故障处理应该要有什么思路 导读： 在讲解事件、故障处理思路前，我先讲一个故障场景（以呼叫中心系统作为一例子）： 业务人员反映呼叫中心系统运行缓慢，部份电话在自助语言环节系统处理超时，话务转人工座席，人工座席出现爆线情况。 运维人员开始忙活了，查资源使用情况、查服务是否正常、查日志是否报错、查交易量还有没有……时间不知不觉的在敲键盘、敲键盘、敲键盘中过去，但是原因还未定位。 经理过来了解情况：“系统恢复了吗”、“故障影响是什么”、“交易中断了吗”…… 运维人员赶紧敲键盘，写sql，看交易量；敲键盘，写命令，看系统资源、情况…… 最终，定位到问题原因是其中一个功能没有控制返回数量，导致内存泄露。 针对这个故障，业务希望运维能否更快的解决故障的恢复，经理希望制定优化呼叫中心故障处理流程，做了以下几件事： 1.优先故障处理过程的时间——”能通过鼠标完成的工作，不要用键 盘“ 2.提前发现故障，加强监控——“技术早于业务发现问题，监控不仅 是报警，还要协助故障定位” 3.完善故障应急方案——“应急方案是最新的、准确的、简单明了 的” 4.长远目标：故障自愈——”能固化的操作自动化，能机器做的让机 器做“ 下面将从故障常见的处理方法开始介绍，再从故障前的准备工作（完善监控、制定应急方案等方式）来解决经理提出的问题，并提出未来解决故障的想法。 1、常见的方法：
1）确定故障现象并初判问题影响 在处理故障前，运维人员首先要知道故障现象，故障现象直接决定故障应急方案的制定，这依赖于运维人员需要对应用系统的整体功能有一定的熟悉程度。 确认了故障现象后，才能指导运维人员初判断故障影响。 2）应急恢复 运维最基本的指标就是系统可用性，应急恢复的时效性是系统可用性的关键指标。 有了上述故障现象与影响的判断后，就可以制定故障应急操作，故障应急有很多，比如： 服务整体性能下降或异常，可以考虑重启服务； 应用做过变更，可以考虑是否需要回切变更； 资源不足，可以考虑应急扩容； 应用性能问题，可以考虑调整应用参数、日志参数； 数据库繁忙，可以考虑通过数据库快照分析，优化SQL； 应用功能设计有误，可以考虑紧急关闭功能菜单； 还有很多…… 另外，需要补充的是，在故障应急前，在有条件的情况需要保存当前系统场景，比如在杀进程前，可以先抓个CORE文件或数据库快照文件。 3）快速定位故障原因 是否为偶发性、是否可重现 故障现象是否可以重现，对于快速解决问题很重要，能重现说明总会有办法或工具帮助我们定位到问题原因，而且能重现的故障往往可能是服务异常、变更等工作导致的问题。 但，如果故障是偶发性的，是有极小概率出现的，则比较难排查，这依赖于系统是否有足够的故障期间的现场信息来决定是否可以定位到总是原因。 是否进行过相关变更
运维应急故障 处理方案 文件编码AQ2I-02-S001 版本V03 文件层级□一阶□二阶 ■三阶 文件类别 ■体系文件 □技术文件 编制部门运维部机密等级■内文□秘密□机密□绝密 编制人文件类别■通用□项目 审核编制日期 审批生效日期 总页数9 分发编号01 文件发布盖章
文件制/修订记录 页码章节制/修订记录 版本 修订人修订日期备注修订前修订后 全部全部首次制定无V01 2,3 4,5 职责/作业内容V01 V02 全部全部按新的角色职责 定义更新角色 V02 V03
1 目的 用于突发性事件发生后的应急处理措施，确保在紧急情况下仍能保证系统平台正常运行 2 适用范围 本程序适用于所有在系统平台运行过程中能事先预测到的非自然灾害所产生的突发性事件。 3 术语和定义 突发事件: 由于系统软件，硬件，接入线路，机房电力，温度等发生问题和突发意外，引起故障时间达30分钟以上，造成关键服务不可用，形成重大影响的事件。 4 职责 4.1运维工程师： 负责突发性事件应急处理计划和对策的拟定和执行。 4.2 平台研发部，移动应用部，客户服务部，服务营销部： 由部门负责人及相关人员共同处理突发性应急事件。 4.3质量管理工程师： 负责突发性事件应急处理计划和对策的监督执行。 5 作业内容
5.1突发事件分类和应急处理 5.1.1 基础设施环境不可用 包括运营商网络割接、机房电力、空调、线路接入等基础设施出现故障，且影响时间高于30分钟的。 对于运营商已告知问题原因时处理方案： 1.提前通知相关运营人员和客户服务部 2.通告影响时间，影响范围 3.公告用户 4.调整域名解析，启用容灾机房 对于运营商未告知问题原因时处理方案： 1.紧急联络机房接口人 2.了解故障原因，和影响时间，评估影响范围 3.紧急公告，启用预案同已知问题处理 5.1.2 设备不可用 服务器硬件故障、交换机及防火墙等网络设备发生故障，且影响时间高于30分钟的故
常见的故障及解决方法 国内投资光伏电站的人士越来越多，光伏电站出现故障的事件也是层出不穷，有感于此，下面广东太阳库技术人员分享光伏电站日常运行中可能会出现的常见故障以及解决方法，以便为项目开发人员或业主提供参考。 1.1 、故障现象：逆变器屏幕没有显示 故障分析：没有直流输入，逆变器LCD是由直流供电的。 可能原因： (1)组件电压不够。逆变器工作电压是100V到500V,低于100V 时，逆变器不工作。组件电压和太阳能辐照度有关。 (2)PV输入端子接反，PV端子有正负两极，要互相对应，不能和别的组串接反。 (3)直流开关没有合上。 (4)组件串联时，某一个接头没有接好。 (5)有一组件短路，造成其它组串也不能工作。 解决办法：用万用表电压档测量逆变器直流输入电压。电压正常 时，总电压是各组件电压之和。如果没有电压，依次检测直流开关，接线端子，电缆接头，组件等是否正常。如果有多路组件，要分开单独接入测试。
如果逆变器是使用一段时间，没有发现原因，则是逆变器硬件电路发生故障，请联系我公司售后。 1.2 、故障现象：逆变器不并网。 故障分析：逆变器和电网没有连接。 可能原因： (1)交流开关没有合上。 (2)逆变器交流输出端子没有接上 (3)接线时，把逆变器输出接线端子上排松动了。 解决办法：用万用表电压档测量逆变器交流输出电压，在正常情况下，输出端子应该有220V或者380V电压，如果没有，依次检测接线端子是否有松动，交流开关是否闭合，漏电保护开关是否断开。 1.3、PV过压： 故障分析：直流电压过高报警 可能原因：组件串联数量过多，造成电压超过逆变器的电压 解决办法：因为组件的温度特性，温度越低，电压越高。单相组串式逆变器输入电压范围是100-500V,建议组串后电压在350-400V 之间，三相组串式逆变器输入电压范围是250-800V,建议组串后电压在600-650V之间。
事件/ 故障处理应该要有什么思路 导读： 在讲解事件、故障处理思路前，我先讲一个故障场景（以呼叫中心系统作为一例子）： 业务人员反映呼叫中心系统运行缓慢，部份电话在自助语言环节系统处理超时，话务转人工座席，人工座席出现爆线情况。 运维人员开始忙活了，查资源使用情况、查服务是否正常、查日志是否报错、查交易量还有没有,, 时间不知不觉的在敲键盘、敲键盘、敲键盘中过去，但是原因还未定位。 经理过来了解情况：“系统恢复了吗？”、“故障影响是什么？”、“交易中 断了吗？” ,, 运维人员赶紧敲键盘，写sql ，看交易量；敲键盘，写命令，看系统资源、情况,, 最终，定位到问题原因是其中一个功能没有控制返回数量，导致内存泄露。 针对这个故障，业务希望运维能否更快的解决故障的恢复，经理希望制定优化 呼叫中心故障处理流程，做了以下几件事： 1. 优先故障处理过程的时间——”能通过鼠标完成的工作，不要用键盘“ 2. 提前发现故障，加强监控——“技术早于业务发现问题，监控不仅是报警，还要 协助故障定位” 3. 完善故障应急方案——“应急方案是最新的、准确的、简单明了的” 4. 长远目标：故障自愈——”能固化的操作自动化，能机器做的让机器做 a 下面将从故障常见的处理方法开始介绍，再从故障前的准备工作（完善监控、制定应急方案等方式）来解决经理提出的问题，并提出未来解决故障的想法。 1、常见的方法： 1）确定故障现象并初判问题影响 在处理故障前，运维人员首先要知道故障现象，故障现象直接决定故障应急方案的制定，这依赖于运维人员需要对应用系统的整体功能有一定的熟悉程度。 确认了故障现象后，才能指导运维人员初判断故障影响。 2）应急恢复 运维最基本的指标就是系统可用性，应急恢复的时效性是系统可用性的关键指标。
运维方案
运维服务计划 1.基本服务计划 1、所投设备质保期不低于制造商厂家标准质保期，系统质保期为自整体系统验收合格后42个月，负责终身维修。质保期后维修只能收取零配件成本费。 2、3、提供7天×24小时电话在线服务，系统出现故障时，在接到业主维修电话后24小时内恢复系统使用。如在24小时内不能解决故障，则必须无偿提供备品备件（同品牌、同规格型号）以保障业主单位使用需要。 4、对业主单位相关人员免费提供技术培训，包括进行详尽的工作原理、操作使用、一般维护、常见故障排除等一系列的专业培训，并提供系统各设备的通讯协议、操作维修手册及各类设备的说明书。 5、项目竣工资料必须包含所有系统设备及线缆、连接管网布局等相关详尽资料，必须详列光缆各节点（含直通节点）的位置及光纤接续表等信息，电子版及纸质版各2份。 2.运维服务要求： 1.系统和设备质保期为自整体系统验收合格后三年半（42个月），负责终身维修。 2.质保期内，保证有2个现场专职技术人员，提供“零延时”响应，7*24小时全天候维护、维修保障。 3.湖北本地采取“双备件库”（）+总部及全国备件库网点模式，以确保备品备件能及时供应。 4.我司将在黄石成立本地化分公司，以更好的支持黄石本项目的建设和售后服务。 5.我司承诺提供前端设备软件终身免费升级服务。 3.系统维护制度及措施 在质保期内，本投标人将成立专业维护小组，对整个系统进行维护，以确保
系统能够正常运行。该专业维护小组由本投标人公司精心选配、具有丰富维护经验的工程维护人员，将确保系统维护工作的正常进行。 一、零延时响应服务 系统和设备质保期为自整体系统验收合格后三年半，负责终身维修。质保期后维修只收取零配件成本费。质保期内，保证有2个现场专职技术人员，提供7*24小时全天候维护、零延时响应维修保障。 质保期内维护包括预防性维护和故障性维护两方面的内容。我司执行每周1次全面巡检所建成点位，及时发现和处置故障隐患；每3个月一次对机柜、杆件及摄像机的清洁、清洗作业。对于所申报的故障，承诺2小时内到达现场开始处置，5小时内修复故障。如在5小时内不能解决故障，则无偿提供备品备件（同品牌、同规格型号）以保障业主单位使用需要。 二、日常维护 日常维护包括：日常巡检和周期性维护两个方面的工作。 日常巡检： 系统日常巡检是对系统进行现场检查，及时发现包括硬件设备、通信网络、系统软件出现的隐患，以减少系统发生故障的概率，保证系统的稳定运行。因此本投标人在系统维护方面设有专门维护人员，主要负责一般故障排除、日常设备巡检等工作。 维护人员对系统进行不少于每月一次的巡检工作，以保证系统的正常运行，并通过巡检发现潜在的隐患。在完成日常保养工作后，将详细填写专门的维修保养记录台账，生成巡检报告，说明维修保养过程中碰到的问题、症状及对故障的判断、处理方法、保养维修后的工作状态等内容，并由维修保养人员和业主签字确认后存档。 周期性维护： 周期性维护是定期对系统设备进行常规设备养护工作。在养护工作中及时发现问题，防患于未然，减少设备的故障率，延长设备的使用寿命。在故障发生之前，及时检测到故障的先兆，将故障解决在萌芽初期，尽量避免故障发生后应急抢修情况的发生。对于某些特殊情况，要根据具体情况进行相将的养护措施，在进行定期的养护前，将协调好各方面的工作，确保养护工作的正常进行。
常见问题及处理方案 CPU使用率高的问题 通过操作系统命令top topas glance等查看top进程号，确认是系统进程还是oracle应用进程，查询当前top进程执行的操作和sql语句进行分析。 根据进程号获取正在执行的sql SELECT a.osuser, https://www.doczj.com/doc/5b10735050.html,ername,b.address,b.hash_value, b.sql_text from v$session a, v$sqltext b, v$process p where p.spid = &spid and p.addr = a.paddr and a.STATUS = 'ACTIVE' and a.sql_address =b.address order by address, piece; 数据库无法连接 数据库无法连接，一般可能是如下原因造成： （1）数据库宕了 （2）监听异常 （3）数据库挂起 （4）归档目录满 （5）数据库或应用主机的网卡出现问题不能正常工作 （6）应用主机到数据库主机的网络出现问题。 1、数据库宕了 立即启动数据库。 2、监听异常 此时一般体现为： 监听进程占用CPU资源大； 监听日志异常。 此时，立即重启监听，监听重启一般能在1分钟之内完成。 3、数据库挂起 立即重启数据库。 4、归档目录满 （1）在没有部署OGG数据同步的情况下，立即清理归档日志文件。
（2）如果部署了OGG数据同步，查看OGG正在读取的归档日志文件，立即 清理OGG不再需要的日志文件。 5、数据库或应用主机的网卡出现问题不能正常工作。 立即联系主机工程师处理。 6、应用主机到数据库主机的网络出现问题。 立即联系网络维护人员查看。 CRS/GI无法启动 对于10g及11gR1版本的CRS问题 1、进入/tmp目录下，看是否产生了crsctl.xxxxx文件 如果有的话，看文件内容，一般会提示OCR无法访问，或者心跳IP无法 正常绑定等信息。 2、如果/tmp目录下没有crsctl.xxxxx文件 此时查看ocssd.log文件，看是否能从中得到有价值的信息。 可能的问题：网络心跳不通。 3、/tmp目录无crsctl.xxxxx且日志中没有报错信息，只有停CRS时的日志信 息。 此时可能是RAC两个节点对并发裸设备的访问有问题，此时考虑： （1）停掉两个节点的CRS。 （2）两个节点先同时去激活并发VG，然后再激活VG。 （3）重新启动CRS。 对于11gR2的GI问题 分析$GRID_HOME/log/nodename目录下的日志文件，看是否能从中找出无法启动的原因。常见问题： 1、心跳IP不同。 2、ASM实例无法启动。 对CRS的故障诊断和分析,参加本文档中RAC部分的MOS文档. 数据库响应慢
3G运维故障（TD） 故障处理流程一般包括四个阶段：信息收集、原因分析、定位和排除。 故障现象： 从RNC侧观察到站点相关的接口单板上指示灯告警，从B328侧观察到IIA板的ALM灯红亮、红闪。 故障原因分析： RNC、B328或传输设备中，任何1种设备有问题都会导致传输断。 故障处理方法： （1）检查RNC到B328的线路是否正常。 （2）用自环判断传输是否正常，必须双向环回。即从RNC侧环回，检查B328指示灯是否正常；从B328侧环回，检查RNC侧的指示灯是否正常。 （3）如果无法明显判断线路哪一段出现问题，则将RNC到B328的线路分成若干段，从RNC最近的一段开始进行自环测试，如果告警消失，接着进行下一段自环测试，如果又出现告警，则可以把故障定位在这一段。 故障现象： 后台观测到RNC和B328之间链路时断时通。 故障原因分析： 可能存在帧失步告警、19.44 M时钟告警、同步或信元定界丢失，这些都会产生传输误码。 故障处理方法： （1）检查传输布线是否符合要求。 （2）检查站点、DDF架、RNC和传输的接地是否良好。 （3）从RNC开始逐段对E1线路（或光纤）进行自环并且检测E1线路（或光纤）误码是否异常，如果异常，那么问题就出在该段，请对该段连接线或连接设备进行更换。 （4）使用传输测试仪器来进行传输指标测试。 故障现象： RNC和B328之间的NCP链路中断告警，用户不能接入。 故障原因分析： 某站点的NCP链路断，可能有以下原因。 （1）IIA板或与之相连的光纤或E1线出现硬件故障。 （2）BCCS硬件故障 （3）RNC侧硬件故障。 （4）传输故障。
一．OLT－上联（同一台OLT下用户故障） 联系网管，协助网管一起处理 ●OLT上联口亮 检查OLT至ODF架光纤跳线 检查光衰 协同网管和相关抢修队处理 ●OLT上联口不亮 检查OLT至ODF架光纤跳线 检查光衰 协同网管和相关抢修队处理 二．ONU－OLT（同一OLT PON口下用户故障）联系网管，协助网管一起处理 ●ONU PON口亮 检查ONU是否注册 检查光衰 协同网管和相关抢修队处理 ●ONU PON口不亮 检查ONU与OLT的连接是否正确 联系网管，更换PON口 更换分光器 检查光衰 协助网管和抢修队处理 三．用户端－ONU（同一ONU或交换机下用户故障）1．用户上联端口亮 ●交换机上联端口不亮。 检查交换机至ONU连接是否正确。 更换交换机上联端口 更换交换机对应的ONU端口 检查交换机配置 更换交换机至ONU的网线 更换交换机 更换ONU ●交换机上联端口亮 检查交换机至ONU网线 检查交换机端口状态和配置 检查ONU端口状态和配置 更换交换机 更换ONU 2．用户上联端口不亮。 ●检查用户电脑网卡至交换机连接是否正确； ●更换上联端口 ●更换网线
●更换上联设备 四．用户端 1．用户电脑问题 ●错误代码630 ，提示没有合适的网卡或驱动错误原因：硬件错误，可能是网 卡损坏或网卡驱动失效造成，或者未安装网卡解决方法：检查网卡是否工作， 网络线路是否插好，重新安装网卡驱动程序并确定网卡工作正常。 ●错误650 问题：远程计算机没有响应，断开连接原因：网卡故障，非正常关 机造成网络协议出错解决：检查网卡，删除所有网络组件重新安装网络。 ●错误678 问题：远程计算机没有应答原因：出现此类现象原因很多，主要是 硬件没有正确连接。解决：检查连接是否正确 ●错误769 ：无法连接到指定目标。问题：这是指你电脑的网络设备有问题解 决方法：打开“我的电脑”→“控制面版”→“网络连接”，查看本地连接的 是否处在“禁用”状态，是的话只需双击本地连接，看到状态变为“已启用” 即可。若是连本地连接都没有的话，重装网卡驱动，如仍未解决，更换网卡。 ●使用第三方拨号软件出现故障。解决办法：使用Windows自带的PPPoE拨号 连接。 2．账号问题 ●错误691 问题：输入的用户名和密码不对，无法建立连接。原因：用户名和 密码错误，重新输入账号密码尝试，致电客服查询。 3．路由器问题 ●电脑直连网络正常，经过路由器后网络故障。错误原因：路由器配置错误或路 由器故障。解决办法：检查路由器配置或恢复出厂值后重新配置：如不能解决 问题，更换路由器。 4．应用问题 先了解用户是否使用了路由器，是否多台电脑共享上网，如果是，则先单机测试 ●打不开网页 个别页面，一般是服务器问题或骨干路由问题 如有路由器，单机测试 查看域名解析是否正常 检查DNS设置 检查浏览器设置或更换浏览器 检查病毒 重装系统 ●打开网页慢、下载速度慢或观看视频卡（建议携带手提上门） 所有站点都慢 a．单机上网，检查相关设置（代理、线程数、并发数等），检查病毒，PING 网关查看延时和丢包率，查看用户上联端口状态 b．多台共享，单机测试，正常则检查其他电脑是否有病毒，是否在下载或者在观看视频；不正常则按单机上网处理 个别站点慢 建议用户去其他相同类型的网站，如网站具有代表性（多个用户报障）则 上报网管处理。 ●游戏卡
日常运维管理制度 1.运维保障机制 (1)建立硬件、网络、系统、应用及业务软件日常维护流程机制； (2)建立故障应急处理流程机制； (3)建立备份恢复保障机制； (4)建立安全保障管理机制； (5)建立版本管理机制，管理平台生产环境运行的软件版本； 以上机制应形成文档，作为日常遵循规范，按要求执行。 2．硬件维护能力 需对硬件设备具备7*24小时不间断的支持、响应能力，原则上每日对硬件设备至少健康检查一次并记录；定期对网络环境进行检查。我公司服务器部署在移动云上定期通过命令进行硬件检测，内存、硬盘、I/O的使用情进行查询并进行登记，每台服务器运行的软件对硬
件性能使用情况检测，对于服务器我们进行系统备份、软件，每日对网络使用情况进行观察，针对突发异常流量进行分析。 3. 故障处理响应及要求 设备（系统）出现故障时，根据不同的故障级别提供相应的服务响应，响应方式及要求如下：
4．具备应急预案 针对部署国家平台节点服务器我们实施系统备份、软件重要数据实时备份，主机备份是提供的保留某个时间点上的主机系统数据状态的服务。基于主机备份可以随时生成或删除备份，并基于已备份进行主机的恢复，实现已有应用和主机数据的快速复用，如系统出现事故无法使用将进行系统恢复并把最近一次备份的数据进行恢复。对于突发情况建立应急服务流程，主要是针对可能发生的各种意外情况设计应急的方案，以控制和规避突发事件带来的集中性风险，从而降低设备集中性风险所造成的损失，制定以下流程图：
为保证服务实施的质量能够稳定并不断有所提升，保障客户需求能够得到有效满足，保障服务实施团队为客户提供统一、标准化的服务支持，并为客户设立专门的技术服务专员，对进行全程跟踪，提升服务实施专业性，制定服务流程：