工程師排查故障之三大必須

最近我的學(xué)生頻繁出現(xiàn)“卡殼”現(xiàn)象：看似很簡單的設(shè)計，卻死活調(diào)不出來，人都快瘋掉了。大約一周前，小陳來找我的時候，一副懸崖上抓不牢樹枝，就想自己松手跳崖的樣子，猴急的都想給我說難聽話了。這兩天，小陳的問題找到了，解決了，又快樂了。但是常偉的問題又來啦。

用MSP430F169單片機給程控增益放大器PGA280實施SPI控制，正常，同一個單片機給一個24位ADS1259實施控制，也正常。但是兩個同時都焊上，用CS片選分別控制，就不行了。問題就這么簡單，卻讓他焦頭爛額。

解決問題是遲早的事情，我不擔心，并且發(fā)現(xiàn)問題解決問題，本身就是對他們的鍛煉，我才高興呢。但是，我發(fā)現(xiàn)他們無一例外的，都陷入了一種混亂的狀態(tài)：出現(xiàn)問題，開始左試試，右試試，有時成功了，高興了，吃飯回來，又不行了，接著試。就這么反復(fù)折騰，總有崩潰的時候，就開始發(fā)火，焦躁，然后滿世界找人幫忙，特別像落水以后找稻草。這種狀態(tài)持續(xù)3天以上，他們就開始對我發(fā)火了。

我告訴他們：故障出現(xiàn)是好事，第一鍛煉了你們，第二排除了隱患。不到萬不得已的時候，我是不會出馬的，我只需要教會他們排查故障的三大必須，就可以了。

排查故障是一門學(xué)問，深得很。但籠而統(tǒng)之，就三大必須，有了這三條，沒有排查不了的故障：第一、心態(tài)。第二、策略。第三、耐心。

第一條心態(tài)。你必須對出現(xiàn)的故障，有強烈的感激。謝謝上天給了我這個機會，我要牢牢把握住。你可以想象自己是福爾摩斯，已經(jīng)好幾個月沒有接活了，和華生天天閑聊已經(jīng)沒有意思了，急切希望有個案子，蘇格蘭場束手無策了，等著你出馬了。只有這種心態(tài)，才能讓你能夠在后續(xù)的長期斗爭中保持亢奮的頭腦、縝密的思路以及足夠的耐心。

我最大的特點就在于此。學(xué)生給我匯報故障的時候，我通常是特別興奮，一字一句聽，像聽考題一樣，他們漫不經(jīng)心的，我的眼睛卻犀利如刀。我特別希望我的學(xué)生能夠?qū)W會這一點。

第二條策略。這是技術(shù)活。細講太多，粗粗說點兒。

1)讓故障重復(fù)出現(xiàn)，避免隨機性故障。對隨機性故障，我找機會另說。

2)保護故障現(xiàn)場，不輕易亂動。動的無論是軟件還是硬件，都應(yīng)保證可以恢復(fù)。因此，別隨意焊下芯片，焊下的芯片也要放好，能找回來。另外，軟件一定要按照序號備份。

3)不要一次做兩個以上的改變。

4)養(yǎng)成習(xí)慣，用個小本記錄所有的動作和事實。換了個電源，看似小事，有可能由A故障變成了B故障，你腦子就亂了。因此，如果要換電源，也要記錄。

5)重視儀器和操作方法。每次記錄事實，一定要確保事實是真的。

6)學(xué)會用邏輯的思維。主要是，造成這種故障現(xiàn)象的可能性有多少種，一一列出，可能性最大的到可能性最小的。

7)學(xué)會排查次序。影響排查次序的有兩個主要因素，第一故障可能性，第二排查難度。我們當然要先試探可能性最大的，且排查難度最小的。但是兩者并不總是這么巧。比如，你懷疑是A芯片壞了，這可能性最大。但是把它焊下來很費勁，排查實施難度較大，就可以先排查別的可能。這一項有點運氣成分，也有點經(jīng)驗成分。

8)學(xué)會二分法并巧妙使用。二分法，就是把故障分為兩部分(或者三部分，別太多，否則會亂)，然后制造一些情況，想辦法確定是哪部分，然后再細分，逐漸縮小包圍圈。以前日本鬼子查城區(qū)里面哪里在發(fā)報，就用這方法：一個區(qū)域一個區(qū)域停電，看哪里一停電就導(dǎo)致電報信號消失，就能確定發(fā)報者在哪個區(qū)域，然后再縮小區(qū)域停電，最終找到我們的地下工作者。幾句話還是說不清，我找機會再說吧。

當按照這種縝密的思維方式，羅列了所有故障可能性，且一一排查均無結(jié)果的時候，你應(yīng)該更加亢奮。就像給一個1k電阻加了一個1V直流電壓，測量的電流卻不是1mA一樣，你應(yīng)該有這種心態(tài)：活見鬼了，難道歐姆定律都不成立了嗎?

此時，找老師，找朋友，找什么人都行。但是，有誰做到這一步呢?多數(shù)學(xué)生都在這個階段，徹底崩潰了。

因此，第三條，足夠的耐心。

我曾遇到一個故障，就是電源電流太大。密密麻麻一大堆芯片，工作也算正常著，就是電源指示電流偏大，我知道一定是哪里短路了或者臨近短路了。但是怎么查啊?關(guān)鍵是整個系統(tǒng)工作是正常的。

當時我自己告誡自己，要耐心，我不同于一般人，我有足夠的耐心一定能查到。于是，我先用放大鏡把板子上所有位置都看了一遍，看有沒有焊接短路或者飛濺焊錫，花了很久時間，記不得了。然后，我看著電腦上的PCB圖，把所有在10mil附近的間距，都用萬用表查了一遍，還是沒有。有點惱火了，于是我又告誡自己，不是一般人，不是一般人，接著來。

這次我干什么了呢?誰也不會想到我有多大的恒心：我計劃把芯片的每一個管腳，或者叫電路板中的每一個節(jié)點，都和其它不應(yīng)該連接的節(jié)點，都測一遍。這得測量多少次啊?但我豁出去了。于是，我開始干了。好在當時的芯片，都是DIP封裝的，管腳不是甚多，我一個個查，終于查到了。其實時間也不是太長，一兩個小時而已。

結(jié)果是，兩根完全不相干的輸出線，短接了，而電阻不是0，記不得是多少，大約就是幾個歐姆的樣子。我左看右看，他們都不會相連，只有一段大約幾個厘米的區(qū)間，它們兩根線平行走過。我割斷，不短路了，短路局限在10cm左右了，再割斷，最后局限在1cm左右的空間中，兩線平行，但是短路。而兩線的間距有差不多3個mm。

這板子已經(jīng)被我折騰的不成樣子了，但留下了一個千古疑問：兩根間距3mm的線，在1cm長度內(nèi)，居然短路了。我用放大鏡看著，沒有痕跡。我舉起來對著刺眼的臺燈，仔細看，一條細細的痕跡出現(xiàn)了，那么細，那么曲里拐彎，就有一根不透明的細線。

我舉起割刀，在3mm的間距中深深的割了幾刀，短路消失了。

這是上世紀九十年代中期的故事，我記憶猶新。

沒有如我當時之耐心，這樣的故障是難以查到的。

可能會有人說，這是一個個案，印制板的質(zhì)量不好，你查到又有什么用呢?板子已經(jīng)廢了。但我有不同的認識，查到了，我就可以拍胸脯了，自信心比什么都重要。至今我仍然能夠保持足夠的自信，學(xué)生遇到問題，我不急，慢慢查著去，過了我的期限，我絕不相信，到我這里還查不出來。

心態(tài)好，有縝密的策略，有足夠的超乎尋常的耐心，是排查故障的三大必須。很多人可能會注重技術(shù)性的策略，這當然很重要。但我發(fā)現(xiàn)，最重要的恰恰是第一條和第三條，它們不是想學(xué)就能學(xué)到的，而是要悟要養(yǎng)的。