华为TN11TOM故障上报LINK ERR告警

华为TN11TOM单板故障导致4个端口同时LINK_ERR告警

问题描述

某日OSN8800设备TN11TOM单板的4个端口同时上报LINK_ERR告警，导致所承载的4个GE业务中断。硬复位单板后，业务恢复。用户需要找到故障原因。

 处理过程

Step 1     确认故障现象，2014-11-12 16:48:38 lp2和lp3 4个GE端口上报LINK_ERR告警， 2014-11-12 16:49:28 上报3个HARD_BAD，2014-11-12 17:14:34硬复位后故障消失。

Step 2     确认告警含义，3个HARD_BAD表示单板3片业务芯片均上报了锁相环失锁告警，与提供给业务芯片的业务参考时钟相关； 

同时，从日志来看8103第2、3、4号芯片都有HARD_BAD告警产生，日志里记录了时钟失锁以及一线手动复位的的记录，没有其他异常记录。 

Step 3     多个业务芯片同时上报告警，可能的原因有芯片同时失效(业务芯片和时钟芯片)、业务配置错误、电源失效、业务流有问题。

单板的时钟控制框图如下，FPGA  DDS部分控制着多片DDS和SD8103业务芯片的，为单板业务时钟的源头，若FPGA DDS控制部分失效，会同时造成业务芯片上报锁相环失锁告警。

Step 4     TN11TOM单板已发货超过20K PCS， FPGA DDS控制部分失效为首次发现。

 根因

1）  TOM单板LINK_ERR告警是由于FPGA芯片失效导致。

2）  TN11TOM单板已发货20K Pcs，FPGA DDS控制部分失效为首次发现。硬件故障。

 解决方案

 1）单板上报HARD_BAD 告警，支持DDS时钟异常，从而导致业务上报LINK_ERR

 2）分析HARD_BAD，确认为FPGA逻辑芯片失效 3）经过排查，该失效为零星失效，更换TOM单板后故障排除。

公司所销售的TN11TOM产品质保一年，终身服务。            洽淡热线：18925278760 QQ：2997986357 王生