【正文】 179 Internal Stack: 179 422d 1927 1ff9 3930 27a3 179 通過進一步對swfm log的分析，我們發(fā)現(xiàn)在RXCDR重啟之前系統(tǒng)的主用BSP有如下swfm：121 179 24Apr2006 05:01: d002656e 00 Null process_user_interrupts122 17a 24Apr2006 05:01: c0000de2 13 LAP DLSP dl_data_req123 17b 24Apr2006 05:01: c0001496 13 LAP DLSP dl_flowcontrol_req124 17c 24Apr2006 05:01: c0001496 13 LAP DLSP dl_flowcontrol_req125 17d 24Apr2006 05:01: c00004ae 45 Validate 126 17e 24Apr2006 05:01: c0001496 13 LAP DLSP dl_flowcontrol_req 127 17f 24Apr2006 05:01: c00004ae 45 Validate 0 180 24Apr2006 05:01: c0044a64 42 CA 1 181 24Apr2006 05:01: c0001496 13 LAP DLSP dl_flowcontrol_reqSWFM Log Entry 12717f Nonfatal SWFM Error Routine: 17f Area: 0x00000309 Error: 0x00000003 PC: 0xc00004ae PID: 0x45 (Validate)17f BSS Release: Obj Version: Exec Version: 17f 24Apr2006 05:01: Subsystem: 0x01 CPU: 0x011b Board: GPROC3 RAM17f Return code from hdlc_init = 253 define T7130_CODE_LOAD_FAIL 253從以上log文件，我們看到在T7130重啟恢復的過程中，SWFM指明failed to code load T7130 chip，所以GPROC板最終因T7130恢復失敗而重啟。因此我們可以得出這是T7130硬件問題導致的主用BSP重啟，從而造成系統(tǒng)重啟。 數(shù)據總線的故障處理BSC在軟件上存在著PBUS、SBUS、TBUS和CBUS四種總線，這四種總線我們可以在BSC的MMI—RAM狀態(tài)下通過state命令來查看它們的工作狀態(tài)。《PBUS》即Processor Bus ，它是MCAP總線在軟件上的一種表示，它負責GPROC與其他全尺寸板（XCDR、GCLK、KSW、DRI）之間的通信。 當PBUS Device Failure時，BSC就會Reboot，在這個初始化過程中，BSC OOS。PBUS Device Failure的原因可能是：①LANX 板Faulty；②可能是FTP（故障傳輸部分）和FCP（故障收集部分）之間的錯誤引起的?！禨BUS》即Serial Bus ,它上面的通信由GPROC控制，主要負責GPROC與半尺寸板（如LANX、KSWX、GLKX、DRIX）之間的通信。每個CAGE也是一主一備的SBUS，但它們被分配不同的任務，Standby 不享有Active SBUS的功能。 當SBUS fail后，BSC就會自動reset。reset結束后，如果SBUS仍然是OOS，那么就必須去檢查具體原因了。SBUS有故障時，你必須考慮所有被主GPROC控制的SBUS上的通信。SBUS Failure的原因可能如下：①LANX板子沒有插好，與背板的連接不正確。②LANX板子Fail.③GPROC板Fail，使SBUS上的通信不正常。④BTC板不能給背板供電。⑤半尺寸板在背板得不到電源。當我們發(fā)現(xiàn)SBUS OOS時，可以從以上幾方面來考慮檢查故障，不讓BSC不停地REBOOT。《TBUS》即TDM BUS 。它由KSW控制，有1024個Ts，分配給GPROC、MSI、XCDR、KSW，可擴展擴容。 在TDM高速總線故障的情況下，系統(tǒng)的TBUS就會D—U，TBUS D—U后，就會要求TDM highway做SWAP，這個SWAP將會使CAGE里的所有的TBUS一樣做SWAP，如果此CAGE不能SWAP TBUS，那么此CAGE 也就變?yōu)镈isable,這樣就會引起B(yǎng)SC的reset。如在現(xiàn)網中出現(xiàn)的這些告警 [2] Remote KSWX TDM Error； [4] Remote KSW/DSWX TDM Error；[0] Remote KSW TDM loopback Test Failure，基本是KSWX/DSWX的故障引起。 引起TBUS Fail的原因可能如下：①連接Local與Remote的KSWX的光纖有問題，或者斷了②KSWX板子Failure ?！禖BUS》即Clock Distribution Bus，通過此總線將GXLK時鐘傳到CAGE背板。給GPROC、KSW、MSI、XCDR等提供時鐘，這些BUS都是每個CAGE一主一備的。當主用的（B—U）CBUS有故障時，系統(tǒng)會自動SWAP備用的CBUS，當然備用的CBUS必須是可用的。 當備用的CBUS不能做SWAP 時，就會引起B(yǎng)SC的reset，reset后還不好的話，CAGE就會OOS，那就必須查找故障的原因所在了，在日常的監(jiān)控發(fā)現(xiàn)CBUS出現(xiàn) [2.] CBUS: Master CBUS Signal Provided By Slave GCLK；[4] CBUS: Local KSWX/DSWX Clock Fibre Failure告警，出現(xiàn)該類告警需要逐步的去檢查定位，檢查CAGE 0的GLKX板、光纖、與擴展CAGE的KSWX/DSWX的光纖連接、硬件板。 引起CBUS Disable的原因可能如下：①GCLK板硬件問題②連接時鐘的光纖有問題③擴展時鐘的KSWX板有問題④背板連接有誤 單通故障的處理 在日常的監(jiān)控中出現(xiàn)的單通告警是，BSS[47]/ Circuit_Fault_Detected_On_PATH_Channel，[39]/ Circuit_Fault_Detected _on_Radio_Channel。這兩個告警成對出現(xiàn)分別表示了RCI和PCI TRAU幀同步丟失，可能會導致單通。BSS/[43]/ Circuit Fault Detected on PCM Circuit表示了交換和BSC側的CIC電路告警，5號告警和8號告警、12號告警表明了是交換側的CIC被BLOCK和交換側沒有配該電路。 如果BSC出現(xiàn)大量的[43]/ Circuit Fault Detected on PCM Circuit告警，該告警的出現(xiàn)有可能導致單通，首先我們確定這些CIC 告警集中出現(xiàn)在那些CIC電路，這些CIC對應的MMS、MSI端口，應該建議更換BSC對應的MSI板，如果告警還頻繁出現(xiàn)，應該進一步去調查BSC對應的RXCDR上出現(xiàn)告警CIC的傳輸范圍，如果發(fā)現(xiàn)BSC出現(xiàn)大量的[39]/[47]告警，首先檢查觸發(fā)該告警的參數(shù)，cic_error_gen_thresh；rci_error_gen_thresh，該兩參數(shù)的默認值為6，如果這兩個參數(shù)的值是6，就應該去檢查對應的MMS、MSI、和BTS的2M，逐步去檢查定位。 二、日常維護的注意事項 鑒于BSC Reset的影響嚴重，我們應該盡量防止它自動Reset，盡可能避免人為的Reset，為此，在日常維護中，要注意操作規(guī)范。更換MSI板時，應該先用state命令查看MSI板的工作狀態(tài)，如果是unlock狀態(tài)，則應該先將MSI lock，替換后再Unlock，不要在unlock狀態(tài)下直接把板子拔出來。安裝扳子要到位，要確保板子與背板能連接正確，這樣板子才能正常工作，也不會影響與其他板子之間的通信。要注意光纖的清潔，特別是與半尺寸板連接的光纖，如果光纖不干凈也會導致板子的Disable，影響站的正常工作。當然機柜也應該定時清洗，要嚴格按照規(guī)范來清洗。要注意日常的告警信息，經常用disp_act_alarm命令查看系統(tǒng)，發(fā)現(xiàn)有告警應該及時進行處理。要及時收集故障記錄數(shù)據，因為系統(tǒng)的存儲有一定的限度，到一定的時間或者一定的數(shù)量它就會被覆蓋掉。對一些實時監(jiān)控的告警不要遺漏，同時每天要收集SITE 0級別的Event 數(shù)據來查看一些告警信息，每周收集ECT數(shù)據，觀察告警趨勢并分析，在每月的月報里也要分析該月的告警趨勢。三、典型問題匯總在日常的維護中，對于出現(xiàn)的告警我們都進行分析并已工單形式派發(fā)給客戶，關于日常的工單我們也進行了匯總并不斷更新，同時也可以作為日后的故障處理及分析參考。 Page 26 of 26