OSN3500板间通信故障导致单板离线报COMMUN_FAIL
问题描述
告警信息
场景1：单板离线：
无任何告警，只是在T2000网管上查看设备面板时，看到单板变成灰色，同时用命令行:cfg-get-phybd; 已经查询不到5槽位上的物理单板，与客户确认业务影响情况，发现业务正常。
场景2：COMMUN_FAIL告警：
5，7，8槽位的单板同时上报COMMU_FAIL告警，并且每一块单板上同时上报两个COMMUN_FAIL告警，通过查看告警参数，发现告警参数表示为单板的485_A串口总线和485_B串口总线同时上报了告警。
无任何告警，只是在T2000网管上查看设备面板时，看到单板变成灰色，同时用命令行:cfg-get-phybd; 已经查询不到5槽位上的物理单板，与客户确认业务影响情况，发现业务正常。
场景2：COMMUN_FAIL告警：
5，7，8槽位的单板同时上报COMMU_FAIL告警，并且每一块单板上同时上报两个COMMUN_FAIL告警，通过查看告警参数，发现告警参数表示为单板的485_A串口总线和485_B串口总线同时上报了告警。
处理过程
场景1：单板离线：
由于业务正常，所以不能做单板复位或重新拔插单板，只能试图用命令行检查：
:optp:9,0,96,1,30,06,5,1,8,0,0,50,0,f; //测试5板位业务板到9板位交叉板的485_A通信情况
测试结果485_A通信正常；
:optp:9,0,96,1,30,06,5,2,8,0,0,50,0,f; //测试5板位业务板到9板位交叉板的485_B通信情况
测试结果485_B通信正常；
:cfg-get-phybd;
查询结果故障单板所在槽位没有物理板；
:cfg-get-bdverinfo:5
查询不到任何信息，提示单板不在位；
判断485_A,485_B总线正常，LAN SWITCH总线故障；
场景2：COMMUN_FAIL告警：
逐个拔出有告警的单板，并查看母板是否倒针；
当拔插某一块单板后，发现其他单板告警同时消失；
把其他单板插回，没有再上报告警；
判断出故障单板；
将故障单板插在其他槽位，发现上报COMMUN_FAIL告警，一段时间之后，其他槽位伴随上报此告警；
命令行查询485总线情况：
:optp:9,0,96,1,30,06,5,1,8,0,0,50,0,f; //测试故障板位到交叉板的485_A通信情况
:optp:9,0,96,1,30,06,5,2,8,0,0,50,0,f; //测试故障板位到交叉板的485_B通信情况
测试结果：故障单板485_A,485_B不通；
受影响上报告警的其他单板485_A,485_B通信正常，判断为误报；
最终确定为一块单板上的485总线损坏。
由于业务正常，所以不能做单板复位或重新拔插单板，只能试图用命令行检查：
:optp:9,0,96,1,30,06,5,1,8,0,0,50,0,f; //测试5板位业务板到9板位交叉板的485_A通信情况
测试结果485_A通信正常；
:optp:9,0,96,1,30,06,5,2,8,0,0,50,0,f; //测试5板位业务板到9板位交叉板的485_B通信情况
测试结果485_B通信正常；
:cfg-get-phybd;
查询结果故障单板所在槽位没有物理板；
:cfg-get-bdverinfo:5
查询不到任何信息，提示单板不在位；
判断485_A,485_B总线正常，LAN SWITCH总线故障；
场景2：COMMUN_FAIL告警：
逐个拔出有告警的单板，并查看母板是否倒针；
当拔插某一块单板后，发现其他单板告警同时消失；
把其他单板插回，没有再上报告警；
判断出故障单板；
将故障单板插在其他槽位，发现上报COMMUN_FAIL告警，一段时间之后，其他槽位伴随上报此告警；
命令行查询485总线情况：
:optp:9,0,96,1,30,06,5,1,8,0,0,50,0,f; //测试故障板位到交叉板的485_A通信情况
:optp:9,0,96,1,30,06,5,2,8,0,0,50,0,f; //测试故障板位到交叉板的485_B通信情况
测试结果：故障单板485_A,485_B不通；
受影响上报告警的其他单板485_A,485_B通信正常，判断为误报；
最终确定为一块单板上的485总线损坏。
根因
场景1：单板离线：
分析设备的运行情况，推测连接交叉板的业务总线正常，所以业务没有中断，单板离线说明主控与单板的通信已经中断了，但是又没有上报BD_STATUS告警？推断只有LAN SWITCH通信中断，其他通信正常，单板运行状态并不稳定。
通过以下操作试图查明原因：
1、查询物理板是否在线（cfg-get-phybd查询物理板位）
2、查看业务影响情况（查看客户业务影响情况）
3、命令行查询板间通信状态（查询485总线通信情况和LAN SWITCH通信情况）
场景2：COMMUN_FAIL告警：
同时有多个单板同时上报，不可能多个单板同时损坏，所以怀疑是某一块单板损坏影响了其他的单板，或母板出现问题比如倒针。查看告警参数，确定受告警影响的通道，该问题中的485_A和485_B上报了COMMUN_FAIL告警
通过以下操作试图查明原因：
1、查询物理板是否在线（cfg-get-phybd查询物理板位）
2、查看业务影响情况（查看客户业务影响情况）
3、命令行查询板间通信状态（查询485总线通信情况和LAN SWITCH通信情况）
4、查看母板是否倒针（把故障单板和交叉板拔出，查看母板针脚情况）
5、问题单板更换槽位测试（把有告警的单板更换到其他槽位，观察告警情况）
分析设备的运行情况，推测连接交叉板的业务总线正常，所以业务没有中断，单板离线说明主控与单板的通信已经中断了，但是又没有上报BD_STATUS告警？推断只有LAN SWITCH通信中断，其他通信正常，单板运行状态并不稳定。
通过以下操作试图查明原因：
1、查询物理板是否在线（cfg-get-phybd查询物理板位）
2、查看业务影响情况（查看客户业务影响情况）
3、命令行查询板间通信状态（查询485总线通信情况和LAN SWITCH通信情况）
场景2：COMMUN_FAIL告警：
同时有多个单板同时上报，不可能多个单板同时损坏，所以怀疑是某一块单板损坏影响了其他的单板，或母板出现问题比如倒针。查看告警参数，确定受告警影响的通道，该问题中的485_A和485_B上报了COMMUN_FAIL告警
通过以下操作试图查明原因：
1、查询物理板是否在线（cfg-get-phybd查询物理板位）
2、查看业务影响情况（查看客户业务影响情况）
3、命令行查询板间通信状态（查询485总线通信情况和LAN SWITCH通信情况）
4、查看母板是否倒针（把故障单板和交叉板拔出，查看母板针脚情况）
5、问题单板更换槽位测试（把有告警的单板更换到其他槽位，观察告警情况）
建议与总结
批量出现告警时，通过命令行查看单板实际状态，判断是否误报；
不用复位、拔插单板，不影响业务的情况下定位故障；
熟悉板间通信的原理。
关键字：
板间通信：OSN 7500/3500/2500/1500板间通讯有二种方式：
1）单板间2路HDLC通道，遵从HDLC协议，接口电气规范为RS485，
2）1路LAN SWITCH通道；
485总线：主要实现与复用段、SNCP、TPS相关的功能，速率为4Mbits/s；
LAN SWITCH总线：主控板（或CXL板）与单板及用户之间的以太网通信；
母板倒针：单板插入错位导致母板针脚倾倒或断掉，有可能引起短路；
OPTP命令：从源板位向宿板位发送测试数据包，宿板位接收到测试数据包后，发送测试响应数据包，然后源板位收到测试响应数据包后，经过校验，判断是否测试通过；
COMMUN_FAIL告警：根据485总线可以自发自收的原理，各单板每隔20S向自己发送一帧测试数据包（而且各单板发送的测试数据包也只有本板才可以收到），如果连续7帧未收到本板测试数据包则上报通讯失败告警；
单板不在
不用复位、拔插单板，不影响业务的情况下定位故障；
熟悉板间通信的原理。
关键字：
板间通信：OSN 7500/3500/2500/1500板间通讯有二种方式：
1）单板间2路HDLC通道，遵从HDLC协议，接口电气规范为RS485，
2）1路LAN SWITCH通道；
485总线：主要实现与复用段、SNCP、TPS相关的功能，速率为4Mbits/s；
LAN SWITCH总线：主控板（或CXL板）与单板及用户之间的以太网通信；
母板倒针：单板插入错位导致母板针脚倾倒或断掉，有可能引起短路；
OPTP命令：从源板位向宿板位发送测试数据包，宿板位接收到测试数据包后，发送测试响应数据包，然后源板位收到测试响应数据包后，经过校验，判断是否测试通过；
COMMUN_FAIL告警：根据485总线可以自发自收的原理，各单板每隔20S向自己发送一帧测试数据包（而且各单板发送的测试数据包也只有本板才可以收到），如果连续7帧未收到本板测试数据包则上报通讯失败告警；
单板不在
销售华为OSN3500_产品报价_销售厂家_产品特性_产品描述_华为SDH传输设备销售
供应华为OSN3500_故障处理_安装调测_技术指标_技术参数_华为SDH传输设备销售
- 上一篇：OSN3500设置告警反转导致主控不停反复复位的问题 2018-6-1
- 下一篇：OSN3500 SSN3EAS2软件问题上报LSE-WILL-DIE 2018-6-1
