单片机与物联网 / 系统课时

故障记录与安全恢复

故障记录与安全恢复

系统发生看门狗复位、外设初始化失败或参数损坏后,仅仅重新启动往往会重复进入同一故障。本课将建立一套可追踪的故障记录格式,并通过启动自检、默认参数恢复和安全模式,让设备在异常后仍保持可诊断、可控制。

学习目标

  • 能设计包含版本、序号、复位原因、错误码和 CRC 的故障记录。
  • 能按照“读取证据、校验数据、自检、决策、进入模式”的顺序组织启动流程。
  • 能为重复复位、参数损坏和关键外设失败定义安全恢复方案与验收条件。

故障记录与启动决策

可靠恢复需要哪些信息

启动代码首先读取芯片提供的复位标志,并立即复制到 RAM;不同型号可区分的原因不同,常见类别包括上电复位、外部复位、软件复位和看门狗复位。读取完成后再清除硬件标志,避免后续代码误判。

持久化故障记录应当自描述且可校验。推荐包含 magic、version、sequence、resetCause、faultCode、少量上下文和 CRC32。sequence 用于在双槽记录中选择最新有效项,version 用于兼容结构升级,CRC 用于识别掉电或写入中断导致的半成品。

字段 作用 设计要点
magic 识别记录类型 使用固定常量,避免把随机数据当成记录
version 区分结构版本 升级格式时保留迁移或回退路径
sequence 判断新旧顺序 使用单调递增值,并处理溢出比较
resetCause 保存复位来源 先读硬件标志,再转换成统一枚举
faultCode 标识首要故障 优先保存首次关键错误,避免被次生错误覆盖
CRC32 校验完整性 覆盖除 CRC 字段之外的全部有效字节

故障记录与安全恢复状态机

启动自检与恢复决策

可靠启动流程不应边初始化边覆盖证据。应先保存复位原因和故障记录,再执行最小硬件初始化,最后根据自检结果选择运行模式。参数 CRC 失败时可以恢复出厂默认值,但关键传感器、时钟或执行器自检失败时,不应继续进入完整业务逻辑。

推荐采用以下优先级:

  1. 读取复位原因和持久化记录,验证格式与 CRC。
  2. 检查启动计数或时间窗口,识别短时间内的重复复位。
  3. 校验配置参数;无效时装载安全默认值,并记录恢复事件。
  4. 执行关键自检,只检查进入业务前不可缺少的资源。
  5. 根据结果进入正常模式、默认参数恢复模式或安全模式。
  6. 设备稳定运行达到规定时间后,再清除启动计数,避免刚启动就把复位循环证据抹掉。

安全模式必须是明确设计的运行状态,而不是“少初始化几个模块”。它通常应关闭电机、加热器和高功率输出,保留看门狗、通信、日志和必要传感器,使维护人员仍能读取故障原因、升级固件或下发恢复命令。

完整示例与验证

下面的标准 C 程序实现一个可运行的故障记录模型。它使用 CRC32 校验记录,并根据“有效记录 + 看门狗复位 + 关键初始化故障”进入安全模式;当 CRC 被破坏时,启动方案改为恢复默认参数。嵌入式项目中可把该结构写入双槽 Flash,并在启动时选择 sequence 较新的有效记录。

c
#include <stddef.h>
#include <stdint.h>
#include <stdio.h>
#include <string.h>

#define FAULT_MAGIC 0x4641554CUL
#define FAULT_VERSION 1U

typedef enum {
    RESET_POWER_ON,
    RESET_WATCHDOG,
    RESET_SOFTWARE
} ResetCause;

typedef enum {
    FAULT_NONE,
    FAULT_SENSOR_INIT
} FaultCode;

typedef enum {
    MODE_NORMAL,
    MODE_RESTORE_DEFAULTS,
    MODE_SAFE
} BootMode;

typedef struct {
    uint32_t magic;
    uint16_t version;
    uint16_t reserved;
    uint32_t sequence;
    uint32_t reset_cause;
    uint32_t fault_code;
    uint32_t crc32;
} FaultRecord;

static uint32_t crc32_bytes(const uint8_t *data, size_t length) {
    uint32_t crc = 0xFFFFFFFFUL;

    for (size_t i = 0; i < length; ++i) {
        crc ^= data[i];
        for (int bit = 0; bit < 8; ++bit) {
            uint32_t mask = (uint32_t)-(int32_t)(crc & 1U);
            crc = (crc >> 1U) ^ (0xEDB88320UL & mask);
        }
    }

    return ~crc;
}

static FaultRecord make_record(ResetCause cause, FaultCode fault, uint32_t sequence) {
    FaultRecord record = {
        .magic = FAULT_MAGIC,
        .version = FAULT_VERSION,
        .reserved = 0,
        .sequence = sequence,
        .reset_cause = (uint32_t)cause,
        .fault_code = (uint32_t)fault,
        .crc32 = 0
    };

    record.crc32 = crc32_bytes((const uint8_t *)&record, offsetof(FaultRecord, crc32));
    return record;
}

static int record_is_valid(const FaultRecord *record) {
    uint32_t expected = crc32_bytes(
        (const uint8_t *)record,
        offsetof(FaultRecord, crc32)
    );

    return record->magic == FAULT_MAGIC &&
           record->version == FAULT_VERSION &&
           record->crc32 == expected;
}

static BootMode decide_boot_mode(const FaultRecord *record) {
    if (!record_is_valid(record)) {
        return MODE_RESTORE_DEFAULTS;
    }

    if (record->reset_cause == RESET_WATCHDOG &&
        record->fault_code != FAULT_NONE) {
        return MODE_SAFE;
    }

    return MODE_NORMAL;
}

static const char *mode_name(BootMode mode) {
    switch (mode) {
        case MODE_NORMAL:
            return "NORMAL";
        case MODE_RESTORE_DEFAULTS:
            return "RESTORE_DEFAULTS";
        case MODE_SAFE:
            return "SAFE_MODE";
    }

    return "UNKNOWN";
}

int main(void) {
    FaultRecord record = make_record(
        RESET_WATCHDOG,
        FAULT_SENSOR_INIT,
        7
    );

    printf("record valid: %s\n", record_is_valid(&record) ? "yes" : "no");
    printf("sequence: %lu\n", (unsigned long)record.sequence);
    printf("boot mode: %s\n", mode_name(decide_boot_mode(&record)));

    record.crc32 ^= 1U;
    printf("after CRC corruption: %s\n",
           record_is_valid(&record) ? "valid" : "invalid");
    printf("fallback mode: %s\n", mode_name(decide_boot_mode(&record)));

    return 0;
}

将代码保存为 fault_recovery_demo.c,然后编译运行:

bash
gcc -std=c11 -Wall -Wextra -O2 fault_recovery_demo.c -o fault_recovery_demo
./fault_recovery_demo

预期输出

text
record valid: yes
sequence: 7
boot mode: SAFE_MODE
after CRC corruption: invalid
fallback mode: RESTORE_DEFAULTS

示例中的 CRC 只负责识别数据损坏,不代表写入过程具备原子性。真实 Flash 方案还应使用双槽或日志式记录:先写入新槽并校验成功,再把它视为最新记录;旧槽在新记录有效前不能被提前擦除。

工程落地与验收

故障码应稳定、可查询,并区分“首次根因”和“后续连锁错误”。例如传感器初始化失败后导致控制任务未启动,应保留传感器故障作为主错误,而不是只记录任务超时。日志中还应保存固件版本、参数版本和有限的上下文,避免记录体过大造成频繁擦写。

恢复机制至少应覆盖三类测试:破坏参数 CRC 后能加载默认值;连续触发看门狗后能进入安全模式且高风险输出保持关闭;修复故障并稳定运行达到规定时间后,启动计数能够被清除。每次测试都要读取故障记录,确认复位原因、错误码和模式选择与实际现象一致。

实现时还应遵守以下边界:

  • 中断和 HardFault 路径只记录少量固定数据,不执行动态分配、复杂格式化或长时间擦写。
  • Flash 写入前确认电压条件和空闲槽,写完后立即回读并校验 CRC。
  • 默认参数必须是经过验证的安全集合,不能只是全零结构体。
  • 安全模式仍要喂看门狗,但只能在自检和主循环确实运行时喂狗。
  • 故障记录不要在启动成功瞬间清除,应等待系统稳定运行一个明确周期。

本课总结

  • 故障恢复的第一步是保留证据:复位原因、错误码、版本、序号和 CRC 共同构成可验证记录。
  • 启动流程应先取证和校验,再自检和决策,最后进入正常、默认恢复或安全模式。
  • 双槽写入、延迟清除启动计数和明确的安全输出机制,可以避免掉电损坏与复位循环反复发生。

下一课预告

下一阶段将把电源保护、持久化记录和安全恢复整合到系统级可靠性测试中,通过受控掉电、看门狗注入和参数破坏验证整条恢复链路。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

故障记录与安全恢复

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通