电厂#5机DCS系统频繁死机问题处理与防治

    1、引言

    我厂#705机组DCS系统系2004年大修中DCS系统及DEH一体化改造完毕，DCS及DEH系统采用和利时公司SmartPrO3.1.3软件系统，硬件为和利时公司MACS TM系统硬件，系统改造后，运行稳定。但是系统在2006年5月下旬＃705机组DCS系统频繁出现死机!

    2、故障简况

    系统在2006年5月25晚上锅炉制粉盘死机，运行人员看到显示画面数据变化迟滞，切换画面后正常。

    系统在2006年5月30下午下班后，接到运行打来电话，锅炉主盘死机，甲引全开。在现场发现甲引开接点一直发出，运行人员切换画面及重新登录无效，热工人员对其接点进行切换后，重新操作恢复正常。

    下面是＃705机组DCS系统频繁出现死机(时间30s不等又自行恢复)现象(表1所示)：有时一个站数据显示滞缓、操作不灵活、送引风调节中某个出现指令一直发出、严重时整个操作员站短时数据中断，严重影响了我厂的机组安全运行，下面是处理的整个过程。

表1 系统死机记录

    3、故障分析

    硬件角度：通过以上现象主要是人机接口故障，对于单台操作员站有问题，主机有可能有问题，主板、硬盘、通讯网卡等，通过检查发现有三台机主板出现问题。

    通信网络角度：一般容易发生在接点总线、就地总线处、或地址标识错误所造成。

    系统角度：参数设定、系统操作不合理、服务器出现故障等原因。

    着重围绕上面几个方面进行查找故障点:从死机范围及影响设备来看，分析是主机问题，但是对于6月9日整个系统出现死机，怀疑是服务器问题，笔者将这一情况迅速反映厂家。厂家开始怀疑是服务器设置或存在病毒，根据现场情况，DCS有很严格的规定，不准任何人在DCS上拷贝，与MIS系统连接是单向传输，中间也加了隔离装置，病毒不太可能；设置参数经厂家确认后也没有问题；最后还是把问题集中了服务器上，对趋势存在断点问题进行了共同分析，主服务器成了最后故障点。

    4、故障处理

    5月25日锅炉制粉盘出现死机后，热工人员发现主机故障，更换了一台主机，对系统进行检查后，将系统重新启动，系统运行正常，并将这一情况反映至DELL厂家进行修复，DELL厂家6月2日将主机修好。

    5月29日锅炉运行发现锅炉主盘系统风烟数据全部显示#COM后，大约30s后，系统数据显示自行恢复，但是乙侧引风机液偶调节关指令一直保持，液偶全关至0，运行人员及时调节甲侧设备保住机组稳定，之后，热工人员对主盘进行检查，将这一情况反映厂家，厂家分析系统参数设置有问题，将参数检查无误，反馈给厂家。得到厂家答复：在SmartPrO3.1.3中有这样问题，系统死机时，如果操作的话，在恢复后，系统会一直记忆这个指令，造成全或全关现象，解决这个问题只有对系统进行升级。由于系统运行，故对发电分场监盘人员交代：在系统出现数据滞缓时，不要进行操作，待系统运行画面正常时再进行DCS系统进行操作。

    6月4日又出现一次5月29日同样现象，但设备为甲引风机液偶全开，运行迅速对设备进行关联调整，热工处理检查后系统正常，判断还是系统通讯方面的问题。由于出现死机现象与主要集中在＃12IO站和锅炉控制主盘，是不是＃12IO站主控有问题呢，但查找的相关资料没有反映出这一问题。

    6月7日早上7点多又出现一次5月29日同样现象，这次设备为甲引风机液偶全开，开度100％，热工检查发现主盘主机有问题，将主机进行了更换，我们也对主机加强了检查力度。

    6月8日又出现两次死机，连续出现三次同样故障，严重威胁机组安全运行，迅速和北京和利时厂家取得联系，根据厂家的提示，笔者对服务器及＃12IO站进行检查，发现主服务器右下方的三色球有好几个，厂家怀疑在运行中主从服务器有切换现象，征询能否主控制进行切换，并且对锅炉主盘主机与打印站的互换，下午四时热工对＃12站系统进行切换。

    6月9日运行反映甲送风机在系统死机后，关指令一直发出，一次风压迅速下降800Pa，系统的不稳定严重威胁到机组的正常运行，热工专业人员对系统检查后，对主服务器进行重新启动，发现趋势有断点，列表在后，怀疑的重点集中为主服务器。一直待到19:00也未发现其他情况，晚上20:00又接到运行电话，DCS系统出现两次死机，这次不是锅炉主盘一台，而是操作员站全部死机，迅速赶往现场，系统已经自行恢复正常，这次暴露出来主服务器肯定存在问题，大家对运行监视组合进行调整，锅炉主盘比较重要，制粉盘近期运行较好，将锅炉主盘与制粉盘交换位置；与锅炉主盘商量让其到制粉盘监盘，将锅炉主盘退出进行重新新建工程，系统检查无误后，在运行登录，将与系统关联的GPS系统退出。并同时联系厂家尽快到现场解决问题。

    厂家6月10到厂后，对锅炉主盘进行检查未发现异常，同时对更换到打印站的主机进行检查，发现计算机设置有不一致的地方，并对其进行了处理。询问6月6日～6月9日有11次的10～35s的问题(表2所示)，厂家分析服务器有问题，我厂有服务器备件，提议更换主服务器，厂家认为没有必要，软件问题进行重装就可以解决，系统升级后，这方面的问题就不存在了，所以没有更换主服务器。对系统升级，彻底解决系统死机期间操作的指令一直发出问题。

表2 趋势断点记录表

    机组6月13日停机调峰，利用这个机会配合厂家对服务器进行重新安装，并对系统进行了升级为SmartPrO3.0.3＋SP2，在中试对DCS系统测试后，于6月16日将系统重新恢复运行，机组目前运行状态良好。

    5、结束语

    综合以上经过，笔者发现系统出现死机的主要问题是主服务器的问题，在今年大修前我们采纳了厂家建议购置了一台服务器备件；在运行中对设备的日常维护很重要，不单是保证设备在正常的环境中运行，设备巡回检查一定要落到实处，发挥巡回检查的真正意义。

    系统出现某台操作员站问题，由于设备已经有3年的使用期，今年的大修中笔者更换了几台有问题的主机，对这次主机部分出现问题，笔者联系了DELL厂家对有问题的主机进行了更换。

    对DCS系统缺陷处理，主机更换中一定要检查彻底。

    对于其连接的其他系统如MIS等，由于其服务器是直接挂在DCS系统的服务器上的，所以对其的操作一定要规范，其IP地址不能与DCS系统有重复的。

    多与厂家沟通，因为厂家对其使用系统问题见识要比用户多，有些东西不需要等事到临头才来解决，所以才可以防患于未然。