工程师设计故事：排查故障三要诀

最近我的学生频繁出现“卡壳”现象：看似很简单的设计，却死活调不出来，人都快疯掉了。大约一周前，小陈来找我的时候，一副悬崖上抓不牢树枝，就想自己松手跳崖的样子，猴急的都想给我说难听话了。这两天，小陈的问题找到了，解决了，又快乐了。但是常伟的问题又来啦。

　　用MSP430F169单片机给程控增益放大器PGA280实施SPI控制，正常，同一个单片机给一个24位ADS1259实施控制，也正常。但是两个同时都焊上，用CS片选分别控制，就不行了。问题就这么简单，却让他焦头烂额。

　　解决问题是迟早的事情，我不担心，并且发现问题解决问题，本身就是对他们的锻炼，我才高兴呢。但是，我发现他们无一例外的，都陷入了一种混乱的状态：出现问题，开始左试试，右试试，有时成功了，高兴了，吃饭回来，又不行了，接着试。就这么反复折腾，总有崩溃的时候，就开始发火，焦躁，然后满世界找人帮忙，特别像落水以后找稻草。这种状态持续3天以上，他们就开始对我发火了。

　　我告诉他们：故障出现是好事，第一锻炼了你们，第二排除了隐患。不到万不得已的时候，我是不会出马的，我只需要教会他们排查故障的三大必须，就可以了。

　　排查故障是一门学问，深得很。但笼而统之，就三大必须，有了这三条，没有排查不了的故障：第一、心态，第二、策略，第三、耐心。

　　第一条心态。你必须对出现的故障，有强烈的感激。谢谢上天给了我这个机会，我要牢牢把握住。你可以想象自己是福尔摩斯，已经好几个月没有接活了，和华生天天闲聊已经没有意思了，急切希望有个案子，苏格兰场束手无策了，等着你出马了。只有这种心态，才能让你能够在后续的长期斗争中保持亢奋的头脑、缜密的思路以及足够的耐心。

　　我最大的特点就在于此。学生给我汇报故障的时候，我通常是特别兴奋，一字一句听，像听考题一样，他们漫不经心的，我的眼睛却犀利如刀。我特别希望我的学生能够学会这一点。

　　第二条策略。这是技术活。细讲太多，粗粗说点儿。

　　1）让故障重复出现，避免随机性故障。对随机性故障，我找机会另说。

　　2）保护故障现场，不轻易乱动。动的无论是软件还是硬件，都应保证可以恢复。因此，别随意焊下芯片，焊下的芯片也要放好，能找回来。另外，软件一定要按照序号备份。

　　3）不要一次做两个以上的改变。

　　4）养成习惯，用个小本记录所有的动作和事实。换了个电源，看似小事，有可能由A故障变成了B故障，你脑子就乱了。因此，如果要换电源，也要记录。

　　5）重视仪器和操作方法。每次记录事实，一定要确保事实是真的。

　　6）学会用逻辑的思维。主要是，造成这种故障现象的可能性有多少种，一一列出，可能性最大的到可能性最小的。

　　7）学会排查次序。影响排查次序的有两个主要因素，第一故障可能性，第二排查难度。我们当然要先试探可能性最大的，且排查难度最小的。但是两者并不总是这么巧。比如，你怀疑是A芯片坏了，这可能性最大。但是把它焊下来很费劲，排查实施难度较大，就可以先排查别的可能。这一项有点运气成分，也有点经验成分。

　　8）学会二分法并巧妙使用。二分法，就是把故障分为两部分（或者三部分，别太多，否则会乱），然后制造一些情况，想办法确定是哪部分，然后再细分，逐渐缩小包围圈。以前日本鬼子查城区里面哪里在发报，就用这方法：一个区域一个区域停电，看哪里一停电就导致电报信号消失，就能确定发报者在哪个区域，然后再缩小区域停电，最终找到我们的地下工作者。几句话还是说不清，我找机会再说吧。

　　当按照这种缜密的思维方式，罗列了所有故障可能性，且一一排查均无结果的时候，你应该更加亢奋。就像给一个1k电阻加了一个1V直流电压，测量的电流却不是1mA一样，你应该有这种心态：活见鬼了，难道欧姆定律都不成立了吗？

　　此时，找老师，找朋友，找什么人都行。但是，有谁做到这一步呢？多数学生都在这个阶段，彻底崩溃了。

　　因此，第三条，足够的耐心。

　　我曾遇到一个故障，就是电源电流太大。密密麻麻一大堆芯片，工作也算正常着，就是电源指示电流偏大，我知道一定是哪里短路了或者临近短路了。但是怎么查啊？关键是整个系统工作是正常的。

　　当时我自己告诫自己，要耐心，我不同于一般人，我有足够的耐心一定能查到。于是，我先用放大镜把板子上所有位置都看了一遍，看有没有焊接短路或者飞溅焊锡，花了很久时间，记不得了。然后，我看着电脑上的PCB图，把所有在10mil附近的间距，都用万用表查了一遍，还是没有。有点恼火了，于是我又告诫自己，不是一般人，不是一般人，接着来。

　　这次我干什么了呢？谁也不会想到我有多大的恒心：我计划把芯片的每一个管脚，或者叫电路板中的每一个节点，都和其它不应该连接的节点，都测一遍。这得测量多少次啊？但我豁出去了。于是，我开始干了。好在当时的芯片，都是DIP封装的，管脚不是甚多，我一个个查，终于查到了。其实时间也不是太长，一两个小时而已。

　　结果是，两根完全不相干的输出线，短接了，而电阻不是0，记不得是多少，大约就是几个欧姆的样子。我左看右看，他们都不会相连，只有一段大约几个厘米的区间，它们两根线平行走过。我割断，不短路了，短路局限在10cm左右了，再割断，最后局限在1cm左右的空间中，两线平行，但是短路。而两线的间距有差不多3个mm。

　　这板子已经被我折腾的不成样子了，但留下了一个千古疑问：两根间距3mm的线，在1cm长度内，居然短路了。我用放大镜看着，没有痕迹。我举起来对着刺眼的台灯，仔细看，一条细细的痕迹出现了，那么细，那么曲里拐弯，就有一根不透明的细线。

　　我举起割刀，在3mm的间距中深深的割了几刀，短路消失了。

　　这是上世纪九十年代中期的故事，我记忆犹新。

　　没有如我当时之耐心，这样的故障是难以查到的。

　　可能会有人说，这是一个个案，印制板的质量不好，你查到又有什么用呢？板子已经废了。但我有不同的认识，查到了，我就可以拍胸脯了，自信心比什么都重要。至今我仍然能够保持足够的自信，学生遇到问题，我不急，慢慢查着去，过了我的期限，我绝不相信，到我这里还查不出来。

　　心态好，有缜密的策略，有足够的超乎寻常的耐心，是排查故障的三大必须。很多人可能会注重技术性的策略，这当然很重要。但我发现，最重要的恰恰是第一条和第三条，它们不是想学就能学到的，而是要悟要养的。