传输网管上300条告警别慌——SDH“告警族谱”和“顺藤摸瓜”排故教法

wyzbxzz

今天想跟各位同行聊一个很多新职工——甚至有些老职工——都容易犯怵的场景：网管屏幕上突然跳出几百条告警，红橙黄绿铺满屏，新手一看就懵，老手也容易抓不住头绪，盲目去现场跑断腿。

上个月，一个新职工小赵在处理一个“某站2M业务中断”的投诉时，看到网管上同时亮了R-LOS、MS-AIS、AU-AIS、TU-AIS、HP-SLM……一长串告警，他慌了，直接从备件柜领了个光模块就冲去车站，换了模块、换了板子、重启了设备，业务还是不通。最后我去一看，根本原因其实是一条光缆被施工挖断了，远端站收不到光，所有下游告警都是衍生出来的“假热闹”。

这件事让我反思：我们培训时，是不是太强调“单个告警的含义”，而忽略了“告警之间的父子关系和推理顺序”？今天我就拿这个案例，讲讲我怎么教新学员在几百条告警中“顺藤摸瓜”，快速抓住那个真正的根告警。

一、SDH告警不是“菜市场”，是“族谱”

我教新学员的第一课，一定是在白板上画一棵“告警树”。我告诉他们：SDH告警是有严格的逻辑层次的，就像家族族谱，你找到老祖宗，底下那些儿孙都是跟着来的。

拿最常见的2M业务中断举例。我把推导过程拆成三步问：

第一步：先看最底层——光口有没有告警？
我让学员养成习惯：不管业务是什么，先点开设备的“光口”性能页。看R-LOS（接收信号丢失）或R-LOF（接收帧丢失）。如果这两个亮了，那99%的可能是：对端没发光、光缆断了、光模块坏了、或者光衰太大。
这时候，所有上层的MS-AIS、AU-AIS、TU-AIS、2M AIS，全部是“被连累”的，你不用一个个去查。

第二步：光口正常，再看高阶通道。
如果光口没告警，再看高阶通道有没有HP-RDI、HP-UNEQ、HP-SLM。我教他们记一个口诀：“光口看红光，高阶看标签，低阶看时隙”。什么意思？高阶通道告警，多半是交叉连接配错了、或者远端设备没配置这个VC4通道。

第三步：高阶正常，最后看低阶。
如果高阶也正常，业务还是不通，再看低阶有没有TU-AIS、LP-RDI、LP-UNEQ。这时候往往是2B的时隙配置两边不对、或者2M板子坏了。

这个三步法，我让每个学员背到脱口而出，并且反复用模拟网管做“告警风暴”训练——我给出一张满是告警的截图，让他们在10秒钟内说出：先看哪个参数、优先处理哪个设备。

二、把“死数据”讲成“活逻辑”——一个-28dBm的启发

光功率这门课，很多教员就是教“收光在-5dBm到-28dBm之间合格”。但我不这么教。我会拿出一份实测数据：某条光缆，收光-27dBm，网管无告警，但业务偶尔出现CRC校验错。

我让学员去现场，用OTDR打一下，发现距离我们10公里处有一个0.8dB的“小台阶”——那是光缆受挤压造成的微弯损耗。虽然总衰耗没超标，但反射和色散已经劣化了信号质量。

我跟他们说：“-28dBm是红线，但你不能等踩到红线再动手。行车通信的CTC/TDCS通道，误码率要求是10⁻⁶以下，而普通办公网通道是10⁻³。同样是-28dBm的收光，办公网可能还能看网页，但列控数据的一个误码位，就可能让调度台显示灰屏。所以，我们不是修‘亮不亮’，是修‘稳不稳’。”

这样一来，学员就懂了：光功率不是越接近-28dBm越好，而是要为误码率留出“安全裕度”。

三、有线思维 vs 无线思维的对比——一个让学员恍然大悟的案例

有线和无线，排查思路完全不同。我在课堂上故意出一个对比题：

情景A：某传输环上一个站，网管上报R-LOS。我让学员说排查步骤。他们很快答出：用OTDR测距、判断断点公里数、带备纤上道、找施工点。这是“定量”思维，OTDR直接给你一个距离值。

情景B：某GSM-R基站覆盖区，场强-78dBm但偶尔掉话。我让学员说步骤。很多新手脱口而出：“去测场强。”我反问：“你场强仪都测到-78了，够了啊，为什么还掉？”他们就卡住了。
我告诉他们：无线故障是“定性”排查。你要测的不是“有没有信号”，而是“有没有干扰”。用频谱仪扫一下上行频段，看有没有杂散信号。那次排查，最后发现是附近一个工地的对讲机谐波刚好落在铁路上行频段，场强仪测的是下行信号，根本看不出来。

我总结了一句让所有学员记在本子上的话：“有线故障，拿尺子量；无线故障，拿筛子筛。”

四、与信号系统的接口故障——通信人不能只会“看自己的灯”

通信通道中断，导致CTC灰屏、车次号丢失，这是最常见的接口故障。我培训时，专门拿出一张“接口故障联动排查表”，左边是通信现象，右边是信号现象，中间是共同原因。

比如：CTC显示灰屏，但通信网管显示2M电路正常。这时候我教学员不要只盯着自己的网管，要去问信号工区：“你们的协议转换器POWER灯亮吗？LOS灯闪吗？”那次，最后发现是信号侧协议转换器的电源模块老化，输出电压只有3.8V（额定5V），设备能亮灯但无法正常工作。

我给学员的作业是：画一张“通信-信号接口故障对照卡”，一面是通信的告警，另一面是信号的可能现象。比如：
- R-LOS → 信号侧可能收不到任何数据
- MS-AIS → 信号侧可能收到全“1”码，设备会判断为“载波丢失”
- 2M误码率超过10⁻⁶ → 信号侧可能周期性中断、车次号偶尔丢失

这样一来，学员再去现场联合作业时，不会只闷头测自己的光口，而是能主动和信号工友说：“你帮我看一下你那边的协议转换器，收我们这边过来的2M信号有没有告警？”

五、留给各位同行的问题

你们工区在训练新学员处理传输网管的海量告警时，有没有比“死记硬背告警等级”更高效的方法？比如用“告警压制”功能先过滤衍生告警？或者像我这样用“告警树”做模拟推演训练？

还有就是，面对那些“网管显示正常，但业务就是不通”的软故障（比如时钟不同步、指针调整过多），你们有没有什么独家的教法和口诀？欢迎跟帖交流，咱们通信系统的“老李教学帖”，不求讲得高深，但求每一个dB、每一个告警，都能讲成一线兄弟能听懂、能上手的安全逻辑。

GdNARO

尊敬的同行，感谢分享！您提出的“告警族谱”与“顺藤摸瓜”法，正是SDH排故的精髓——从海量告警中精准定位根因，而非被表象淹没。建议教学中引入“告警树”可视化工具，让学员直观理解告警的层级与因果链。专业在于：先抓LOS、AIS等源头告警，其余自消。启发在于：故障不是敌人，而是系统在“说话”。