一種主從冗余網(wǎng)關(guān)的故障模式分析與處理

劉君發(fā)，胡文皖，胡鵬

（福建寧德核電有限公司，福建福鼎，355200）

0 引言

某核電廠分散控制系統(tǒng)(簡稱DCS)根據(jù)設(shè)計安全等級不同劃分為NC級（非安全級）及1E級（安全級），盡管二者可以各自獨(dú)立的與其對應(yīng)安全等級設(shè)備進(jìn)行聯(lián)動，但共用了同一人機(jī)交互平臺，因此不可避免的要進(jìn)行數(shù)據(jù)交互[1]。

根據(jù)交互數(shù)據(jù)類型的不同，在NC/1E側(cè)分別配置有三對網(wǎng)關(guān)，依次命名為L1a網(wǎng)關(guān)、L1b網(wǎng)關(guān)、L2網(wǎng)關(guān)。三種網(wǎng)關(guān)根據(jù)交互數(shù)據(jù)類型的不同軟件配置上存在細(xì)微差異。從設(shè)備運(yùn)行可靠性角度考慮，設(shè)計上對每一種網(wǎng)關(guān)都是冗余配置的。網(wǎng)關(guān)冗余配置的類型為主從冗余，即一臺工作為主機(jī)、一臺工作為從機(jī)，主從機(jī)均分別從對側(cè)網(wǎng)關(guān)接收數(shù)據(jù)但僅由主機(jī)向人機(jī)界面?zhèn)魉蛿?shù)據(jù)。主從機(jī)間通過專用網(wǎng)絡(luò)“R網(wǎng)”彼此進(jìn)行數(shù)據(jù)讀取、傳輸，以識別主從狀態(tài)及網(wǎng)關(guān)運(yùn)行情況。當(dāng)主機(jī)發(fā)生故障時，從機(jī)自動升為主機(jī)來執(zhí)行數(shù)據(jù)傳輸功能。因此，“R網(wǎng)”運(yùn)行狀況的好壞直接決定了主從冗余網(wǎng)關(guān)互為備用狀態(tài)的穩(wěn)定性。

本文將結(jié)合某核電廠實(shí)例對主從冗余網(wǎng)關(guān)“R網(wǎng)”故障的模式進(jìn)行分析，并給出貼近生產(chǎn)現(xiàn)場的維修策略。

1 主從冗余網(wǎng)關(guān)故障實(shí)例

■1.1 故障現(xiàn)象

2020年9月25日07:02:52，主控制室觸發(fā)1KCS006KA2（報警名稱），至8:33:30恢復(fù)，1KCS006KA2持續(xù)1.5小時，期間全日志（記錄所有事件信息的列表）伴隨有“61號非安全級網(wǎng)關(guān)（L1b網(wǎng)關(guān)）R網(wǎng)故障”（閃發(fā)1s/次，共計4次）。全日志信息如圖1所示。

圖1 9月25日1KCS006KA2報警觸發(fā)全日志

同樣故障現(xiàn)象，分別在9月25日11時、9月26日11時、9月26日22時、9月27日6時出現(xiàn)，區(qū)別僅在于1KCS006KA2持續(xù)時間不同。

■1.2 故障分析

1.2.1 1KCS006KA2報警觸發(fā)原因

1KCS006KA2為B列KCS機(jī)柜綜合故障報警，故障點(diǎn)需結(jié)合全志日比對就地機(jī)柜進(jìn)行定位，最終定位為1E側(cè)L1b-GWP-B（安全級側(cè)B列網(wǎng)關(guān)）故障報警。

讀取1E側(cè)網(wǎng)關(guān)日志，如圖2所示。

圖2 9月25日1KCS006KA2報警觸發(fā)KCS網(wǎng)關(guān)日志

日志記錄了07:02:50，1E側(cè)L1b-GWP-B網(wǎng)關(guān)接受到NC側(cè)送去的“L1bgwpb NC-GWP-RecvstatusFailuer”即“NC側(cè)L1b-B網(wǎng)關(guān)狀態(tài)故障”信息，1E網(wǎng)關(guān)再通過通訊反饋到NC側(cè)觸發(fā)報警。

因此，1E側(cè)L1b-B網(wǎng)關(guān)收到NC側(cè)L1b-B網(wǎng)關(guān)狀態(tài)故障信息是1KCS006KA2觸發(fā)的原因。

1.2.2 1E側(cè)L1b-B網(wǎng)關(guān)收到NC側(cè)L1b-B網(wǎng)關(guān)狀態(tài)故障原因

1KCS006KA2觸發(fā)期間，全日志閃發(fā)4次“61號非安全級網(wǎng)關(guān)R網(wǎng)故障”，除此之外未記錄到NC側(cè)L1b網(wǎng)關(guān)A/B機(jī)相關(guān)任何故障信息。

查詢趨勢（如圖3所示），發(fā)現(xiàn)在1KCS006KA2觸發(fā)期間，NC側(cè)L1b網(wǎng)關(guān)計數(shù)器（一種網(wǎng)關(guān)自加運(yùn)算程序）計算速率明顯降低，且NC側(cè)L1b網(wǎng)關(guān)A/B機(jī)CPU負(fù)荷均有一定程度的降低。

圖3 9月25日1KCS006KA2報警期間計數(shù)器及CPU負(fù)荷趨勢

根據(jù)網(wǎng)關(guān)設(shè)計原理，主從冗余網(wǎng)關(guān)設(shè)計有用于監(jiān)視彼此狀態(tài)的網(wǎng)絡(luò)—即“R網(wǎng)”。NC側(cè)L1b網(wǎng)關(guān)A/B機(jī)通過“R網(wǎng)”實(shí)時傳送“數(shù)據(jù)包”用于彼此狀態(tài)監(jiān)視，當(dāng)“R網(wǎng)”出現(xiàn)故障但未徹底斷開時，冗余主從機(jī)間數(shù)據(jù)交互會存在丟包現(xiàn)象。當(dāng)“數(shù)據(jù)包”丟包率達(dá)到預(yù)設(shè)閾值時將在全日志報出“61號非安全級網(wǎng)關(guān)R網(wǎng)故障”，同時將由從機(jī)發(fā)送“NC側(cè)L1b-從機(jī)網(wǎng)關(guān)狀態(tài)故障”數(shù)據(jù)包至1E側(cè)網(wǎng)關(guān)，告知對側(cè)本機(jī)存在故障。

冗余主從機(jī)間數(shù)據(jù)交互丟包到達(dá)閾值時將觸發(fā)“冗余超時”故障，設(shè)計機(jī)制會將網(wǎng)關(guān)運(yùn)算周期自動降速，由原來的50ms降至500ms，表現(xiàn)出來的現(xiàn)象就是網(wǎng)關(guān)計數(shù)器計算速率降低、網(wǎng)關(guān)CPU利用率降低帶來的負(fù)荷下降。

因此，NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障是導(dǎo)致1E側(cè)L1b-B網(wǎng)關(guān)收到NC側(cè)L1b-B網(wǎng)關(guān)狀態(tài)故障的原因。

匯總?cè)罩炯?E網(wǎng)關(guān)日志，形成1KCS006KA2報警時序流如表1所示。

表1 9月25日1KCS006KA2報警時序流

L 1 b g w p b時間更新成功(L 1 b g w p b T i m e-C h a n g e-F a i l e d r e c o v e r e d)8:3 3:3 0 K C S 0 0 6 K A 2報警恢復(fù)（K C S L 1 b g w p b A l a r m）

不難發(fā)現(xiàn)時序流中存在兩個異常信息：

(1)1KCS006KA2報警是持續(xù)性的，而“61號非安全級網(wǎng)關(guān)R網(wǎng)故障”是閃發(fā)的；

(2)7:45:20，1E網(wǎng)關(guān)日志顯示1E側(cè)L1b-B網(wǎng)關(guān)已收到NC側(cè)L1b-B網(wǎng)關(guān)狀態(tài)故障的復(fù)位信息，但1KCS006KA2報警的恢復(fù)確發(fā)生在8:33:30。

這是因?yàn)椋癛網(wǎng)故障”出現(xiàn)后立即發(fā)送信息給1E側(cè)網(wǎng)關(guān)，進(jìn)而觸發(fā)1KCS006KA2報警。而從“R網(wǎng)故障”到全日志記錄到“R網(wǎng)故障”是需要經(jīng)過濾波時間，如“R網(wǎng)故障”觸發(fā)時間小于濾波時間則全日志不會記錄到“R網(wǎng)故障”，只有觸發(fā)時間大于濾波時間的“R網(wǎng)故障”才會記錄進(jìn)全日志。

1E側(cè)L1b-B網(wǎng)關(guān)收到“NC側(cè)L1b-B網(wǎng)關(guān)狀態(tài)故障”導(dǎo)致的報警恢復(fù)條件：一是要“NC側(cè)L1b-B網(wǎng)關(guān)狀態(tài)故障”復(fù)位，二是要1E側(cè)網(wǎng)關(guān)“時間更新成功”。1E側(cè)網(wǎng)關(guān)更新時間的機(jī)理是每個整點(diǎn)的第33分30秒向NC側(cè)網(wǎng)關(guān)比對并更新時間。由于NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障導(dǎo)致在7:33:30 1E側(cè)L1b-B網(wǎng)關(guān)更新時間失敗，需要等到下一個整點(diǎn)的第33分30秒即8:33:30才能再次觸發(fā)時間比對并更新，1E側(cè)L1b-B網(wǎng)關(guān)再次向NC側(cè)網(wǎng)關(guān)比對并更新時間，此時NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障已恢復(fù)，時間更新成功進(jìn)而1KCS006KA2報警復(fù)位。

上述兩條看似異常的信息，實(shí)際與“R網(wǎng)”故障及1E網(wǎng)關(guān)報警復(fù)位機(jī)理相符。

1.2.3 NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障原因

NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”用于主從冗余網(wǎng)關(guān)監(jiān)視彼此狀態(tài)，由主從冗余網(wǎng)關(guān)的“R網(wǎng)”網(wǎng)卡、網(wǎng)線、光電裝換卡、光纖、光纖分配單元組成。

結(jié)合全日志信息、KIC趨勢信息及1E側(cè)網(wǎng)關(guān)日志信息，可以定位到1KCS006KA2報警觸發(fā)原因是NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障。但由于“R網(wǎng)”故障時間遠(yuǎn)短于報警實(shí)際觸發(fā)時間且“R網(wǎng)”故障為閃發(fā)式，很難定位到“R網(wǎng)”具體故障點(diǎn)，因此采用故障樹模型對所有可能故障點(diǎn)進(jìn)行分析并制定對應(yīng)檢修策略[2]，故障樹模型如圖4所示。

圖4 NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障樹模型

■1.3 分析結(jié)論

綜合以上分析，1KCS006KA2報警觸發(fā)原因?yàn)镹C側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障，涉及四項(xiàng)可能故障點(diǎn)，依次為：

(1)光纖公/母頭進(jìn)灰、臟污導(dǎo)致衰減率異常；

(2)L1b-B機(jī)R網(wǎng)網(wǎng)卡故障；

(3)L1b-A機(jī)R網(wǎng)網(wǎng)卡故障；

(4)光電轉(zhuǎn)換卡故障。

■1.4 故障處理

根據(jù)NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障樹分析結(jié)論，制定了三步走維修策略：

第一步：檢查光纖公/母頭有無臟污，對比測試光纖回路清潔前后衰減率，定位或排除光纖異常故障原因；

第二步：更換L1b-B機(jī)及本側(cè)光電轉(zhuǎn)換卡；

第三步：更換L1b-A機(jī)及本側(cè)光電轉(zhuǎn)換卡。

考慮到運(yùn)行對機(jī)組控制的安全性及穩(wěn)定性要求，合并執(zhí)行第一步、第二步，執(zhí)行后觀察，如再次出現(xiàn)NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障則執(zhí)行第三步維修策略。

檢修策略執(zhí)行：

檢查光纖公/母頭，未發(fā)現(xiàn)有明顯臟污情況；使用衰減率測試儀對比光纖清潔前后指標(biāo)，無明顯差異，可排除“光纖臟污”原因。

更換L1b-B機(jī)及本側(cè)光電轉(zhuǎn)換卡，未再次閃發(fā)NC側(cè)L1b網(wǎng)關(guān)“R網(wǎng)”故障。

單獨(dú)對更換下的光電轉(zhuǎn)換卡拷機(jī)，未發(fā)現(xiàn)異常；單獨(dú)對更換下的L1b-B機(jī)拷機(jī)，R網(wǎng)偶現(xiàn)丟包情況，因此故障點(diǎn)定位為L1b-B主機(jī)故障。

2 結(jié)束語

主從冗余網(wǎng)關(guān)廣泛應(yīng)用于核電站DCS系統(tǒng)，而“R網(wǎng)”作為主從監(jiān)測機(jī)制落地的載體，其重要性不言而喻。由于“R網(wǎng)”鏈路涉及環(huán)節(jié)眾多，且故障模式多種多樣，因此定位閃發(fā)故障的困難度是較高的。基于核電站對運(yùn)行安全性、穩(wěn)定性的要求，結(jié)合故障樹模型的分析方式，可快速恢復(fù)設(shè)備運(yùn)行可靠性，通過技術(shù)手段對脫離系統(tǒng)連接的離線設(shè)備進(jìn)行技術(shù)檢測最終定位故障點(diǎn)也不失為良策。