PCB 与硬件设计 / 系统课时
定位温升后出现的间歇性故障
定位温升后出现的间歇性故障
一块 MCU 控制板冷机运行正常,工作十几分钟后却随机复位或通信中断,重新上电又暂时恢复。本篇通过受控温升复现、示波器长记录和原理图测点追踪,判断故障来自供电跌落、接触不良还是器件热稳定性变化,并形成可复测的证据链。
学习目标
- 建立安全、可重复的冷机与热机测试条件,记录故障出现的温度和时间。
- 使用示波器触发与长记录捕获随机复位、供电跌落和通信异常。
- 沿原理图定位热敏感故障点,并通过局部温度干预与修复复测验证根因。
先把随机故障变成可重复事件
假设一块 3.3 V MCU 板通过 UART 与外部模块通信,冷机连续工作正常,运行约 15 分钟后偶发通信超时,严重时 MCU 重新启动。此时不要直接更换 MCU:电源转换器、连接器和焊点都可能受到温度影响。
先记录故障的三个维度:出现时间、关键位置温度和异常现象。温度应使用热电偶、热像仪或接触式探头测量;热像仪需要注意不同材料发射率造成的读数偏差。
建议建立如下测试基线,数值为本案例的试验设定,不是所有 PCB 的通用额定值。
| 项目 | 冷机基线 | 热机观察条件 |
|---|---|---|
| 环境温度 | 25 ± 2 ℃ | 保持不变 |
| 输入电压 | 12.0 V | 12.0 V,监测电流 |
| 工作负载 | 固定通信周期与外设负载 | 与冷机完全一致 |
| 运行时间 | 前 3 分钟 | 连续观察 30 分钟 |
| 测温位置 | 稳压器、MCU、连接器 | 相同位置连续记录 |
| 故障指标 | 复位次数、UART 错误数 | 记录首次异常时间与温度 |
实际加热前必须核对元件数据手册、PCB 材料和整机允许工作温度。对于未确认耐温能力的板卡,不应直接设定 80 ℃、100 ℃之类的加热目标。优先利用正常工作自产热复现故障。
如果正常运行无法复现,可在确认安全温度边界后使用可调热风和热电偶进行局部干预。热风应从较低温度、较远距离开始,避免直吹连接器塑料件、电解电容或电池;不要把热风枪显示温度当成器件实际结温。
按原理图选择能够区分根因的测点
对随机复位,最有效的办法是同时观察供电、复位信号和故障指示,而不是只测某一个电源电压的平均值。
从原理图找到输入电源、稳压器输出、MCU 电源引脚及复位网络,建立以下测点清单。
| 通道 | 测点 | 希望确认的现象 |
|---|---|---|
| CH1 | MCU 附近 3.3 V 去耦电容两端 | 故障前是否掉压或出现尖峰 |
| CH2 | MCU 的 NRST 引脚 | 是否出现有效低电平复位脉冲 |
| CH3 | UART TX 或通信状态输出 | 通信停止是否先于复位 |
| CH4 | 稳压器输入端 | 上游输入是否同步跌落 |
测点名称应以实际原理图为准。若 MCU 使用其他复位极性或复位引脚名称,必须按其数据手册调整判断。

CH1 必须尽量靠近 MCU 的去耦电容,用短接地弹簧或低电感接地方式测量,以减少长地线形成的虚假尖峰。测试前确认所有探头衰减倍率与示波器通道设置一致,例如均采用 10× 探头并正确设置 10×。
如果只有双通道示波器,第一轮同时测 3.3 V 和 NRST;第二轮保持相同工况,把 NRST 换成 UART TX。无法同步采集的事件不能直接声称具有确定的先后关系。
用长记录捕获毫秒级供电和复位异常
普通自动触发模式可能把随机异常淹没在大量正常波形中。建议先用单次触发捕获供电下降,再用分段存储或长时间采集补充故障上下文。
本案例以 3.3 V 标称电源为例,先配置以下示波器参数。
| 参数 | 示例设置 | 目的 |
|---|---|---|
| CH1 耦合 | DC | 保留实际直流电平 |
| CH1 垂直档位 | 500 mV/div,调整偏置至 3.3 V 附近 | 放大供电异常 |
| 触发源 | CH1 | 以电源跌落为触发事件 |
| 触发类型 | 下降沿 | 检出电压越过阈值 |
| 触发电平 | 3.0 V | 作为案例筛查阈值 |
| 触发模式 | Single | 捕获一次异常并保留 |
| 触发前记录 | 50% | 同时观察故障前后 |
| 时间范围 | 200 ms | 观察复位与通信先后关系 |
| 采样率 | 至少 1 MSa/s,条件允许可提高 | 保留快速跌落细节 |
这些值用于故障筛查,不代表 MCU 的欠压复位阈值。真正的掉电或欠压判定,必须查对应 MCU 的 BOR、POR、电源工作范围及最小脉冲宽度要求。
例如 200 ms 记录范围、1 MSa/s 采样率,每通道需要约 200000 个采样点。若要完整保存 30 分钟的连续波形,同样采样率下每通道约需 18 亿点,普通示波器通常不适合直接这样记录。
因此,长时间观察推荐采用两层策略:
- 使用示波器的波形搜索、分段存储或历史记录功能,优先捕获触发事件;具体功能名称因机型而异。
- 使用串口日志、MCU 运行计数器或外部数据记录仪保存分钟级时间信息。
- 在异常发生后对齐示波器事件与软件日志,确认哪个电气变化首先出现。
如果怀疑 NRST 被拉低,可改用 CH2 的下降沿触发,触发电平按实际逻辑高低电平设定。若通信错误发生但供电始终正常,还应检查接收端信号质量、波特率误差及收发器温度,而不是只盯着 MCU 电源。
下面是一段可在电脑上运行的 Python 串口监测示例。它记录接收时间和原始字节,帮助定位热机通信间歇中断;需要预先安装 pyserial,并将端口名、波特率改成实际设备参数。使用 CTRL+C 结束采集。
python -m pip install pyserial预期结果:安装成功后可在 Python 中导入 serial 模块;安装日志及依赖版本因环境而异。
import time
import serial
# 根据实际串口设备修改端口和波特率
PORT = "COM3"
BAUD = 115200
with serial.Serial(PORT, BAUD, timeout=1) as ser:
print("MONITOR_START")
while True:
data = ser.read(256)
if data:
# 使用单调时钟记录相对时间,便于分析中断间隔
print(f"{time.monotonic():.3f} RX {data.hex(' ')}", flush=True)预期结果:设备持续发送数据时,控制台出现如下格式的记录,实际时间与字节由设备决定。
MONITOR_START
<TIME> RX <HEX_BYTES>
<TIME> RX <HEX_BYTES><TIME> 为运行时单调时钟读数,<HEX_BYTES> 表示实际接收字节的十六进制内容。没有收到数据时程序不会打印 RX 行。若设备是二进制通信协议,不能把没有输出直接等同于 MCU 复位,还需排除发送端停发与串口链路中断。
根据波形先后关系区分三类根因
假设在运行第 17 分钟捕获一次异常,示波器记录到 3.3 V 下降至 2.75 V,随后 NRST 拉低,UART 停止输出。稳压器输入 12 V 基本不变。这里最直接的判断是 3.3 V 电源路径出现异常,尚不能断言稳压器本体损坏。
不同现象应采取不同的下一步验证。
| 观测证据 | 优先怀疑 | 下一步验证 |
|---|---|---|
| 12 V 与 3.3 V 同步跌落 | 输入连接、线束、电源适配器 | 测电源端与板端压差 |
| 12 V 稳定、3.3 V 跌落 | 稳压器、负载过流、输出接触 | 同步测输出电流与温度 |
| 电源稳定、NRST 被拉低 | 复位电路、外部拉低或干扰 | 测上拉网络及复位源 |
| 电源与 NRST 正常、UART 出错 | 时钟、收发器、连接器、通信干扰 | 检查两端波形与协议错误 |
要判断供电跌落是否触发内部欠压复位,不能只看 NRST 波形:某些 MCU 的内部复位事件不一定在外部复位引脚呈现相同形式。应结合数据手册、复位原因寄存器和程序启动日志进行判断。
对接触不良,可在安全低压条件下使用绝缘工具轻微改变连接器或线束受力,并观察故障概率;避免直接按压裸露焊点造成短路。若温升后只有轻微机械应力就触发异常,应进一步检查焊点裂纹、压接端子松动与热膨胀引起的接触变化。
对器件热稳定性问题,则检查稳压器热保护、输出电容有效容值变化、晶振频率漂移以及器件是否超过额定工作温度。不要依据器件表面较热就判断其失效:需要测量电气参数与温度之间的对应变化。
用局部温度干预和修复复测完成闭环
确认故障能够在固定负载下重复出现后,可以用局部冷却或受控加热缩小范围,但一次只改变一个区域。推荐按照稳压器、供电连接器、复位网络、晶振与通信收发器的顺序测试,具体先后应服从示波器已经提供的证据。
例如在第 16~18 分钟反复出现异常,而对稳压器区域进行适度冷却后,连续 30 分钟没有复位;撤去冷却,故障再次出现。这个结果说明该区域具有温度敏感性,但仍不足以证明稳压器芯片内部损坏,因为周边电容和焊点也同时受到了冷却。
进一步应逐项确认:
- 对稳压器输出电容分别检查焊点、电容类型、额定温度和实际容值要求。
- 用电子负载或可控工作负载测量稳压器在冷机与热机时的输出电压、纹波和负载能力。
- 按器件数据手册检查结温估算、热保护动作条件、压差要求以及 PCB 散热条件。
- 只针对证据指向的部位返修或更换元件,并保存返修前后的波形。
修复后至少进行三轮冷机启动到热机的完整测试,每轮保持 12.0 V 输入及原始外设负载,观察时间不少于此前故障出现时间的两倍。若原故障通常在 15 分钟出现,可将每轮定为 30 分钟,并统计复位次数、通信错误次数及关键位置温度。
最后形成一份最小故障记录:板卡版本、环境温度、输入电压、负载、首次故障时间、关键测点波形、局部温度干预结果、返修项目及复测结果。例如三轮各 30 分钟均无异常,只能说明在本测试条件下未复现,不代表已经证明所有温度和负载组合都可靠。
热机间歇故障的可信结论,应同时具备可重复的故障现象、电气测量证据、可定位的温度敏感区域,以及修复后在相同工况下的对照复测。