6.3 现场故障FAQ速查
6.3 现场故障FAQ速查
本节摘要：把散落全册的排错知识按症状重新组织成速查手册——每条给"先查什么、再查什么"的行动序列与判别要点，覆盖通信、数据、UA 连接、订阅四类高频症状。值班时按图索骥，平时通读一遍存档备用。
使用说明
速查手册的用法与教程不同：按症状入口进入，按行动序列执行，每步有判别分支。手册假设你已读过对应章节，因此只给行动不重讲原理——每条目的括号里标注了详细机理所在的章节，需要深挖时跳过去。通读建议放在入值班的头一周：十几条症状过一遍脑内预演，真遇上时手就不会抖。
行动序列的书写格式统一为"症状 → 先查 → 分支 → 再查"，判别动作全部采用 2.4 与 4.3 建立的方法（抓包、对照、旁证），不引入新的工具门槛。
学习目标
阅读完本节，你应当能够：
- 按症状快速定位排查入口，减少抢修时的犹豫时间；
- 掌握每条行动序列的分支判据，避免无效动作；
- 把本手册扩展为你所在项目的专属版本。
通信类症状
问题一：某从站完全无响应，读什么都超时
先查供电与接线（柜门打开看指示灯、量 A、B 线电压），这是概率最高的原因。分支一：设备没电或灯不亮，处理供电，结束。分支二：有电有灯，抓包看主站请求是否真的上了总线（2.4 方法）。请求上了总线而无响应——查从站地址与波特率配置（4.3 第一关的双重地址机制坑），仍无响应则单独把该设备拉到测试总线验证，硬件故障嫌疑升级。请求没上总线——问题在主站侧或网关侧，查网关日志里该轮询项的状态（4.1）。
问题二：全总线通信时好时坏，无规律
先查时间相关性：故障是否与某台大设备启停、某时段工艺动作同步（2.5 档案甲的方法）。有相关性的按干扰路径查（屏蔽、接地、分槽）。无相关性的抓包看 CRC 错误的分布——错误集中在特定帧长（长帧错短帧不错）指向时序余量问题，先降波特率验证；错误随机均匀分布则查终端电阻与线缆老化。
问题三：Modbus TCP 能 ping 通但读数失败
先分层：ping 通只证明网络层通，按 3.1 的分层路径查。常见三因：单元标识符填错（透传网关场景填了 255 而背后是 RTU 从站，2.2 的重灾区）、网关白名单拒绝了你的客户端地址（5.1 的 L03 条款）、网关的连接数打满（老网关并发上限小，多余连接被静默丢弃）。抓包看 TCP 是否完成建立、Modbus 请求是否有响应，两层证据一分，范围立收。
数据类症状
问题四：读回来的值明显不对但通信正常
按 2.5 档案乙的三分法走：差一格（都是邻居的值）查点表差一；数量级离谱查比例因子与字节序（2.3 的四选拼接）；整段怪数查功能区（读串了只读区与保持区）。所有分支的最后一步都是"已知值对照"：给设备一个已知物理量，抓包对原始字节，一锤定音。
问题五：写命令成功返回但设备没动作
先分清"协议成功"与"工艺成功"：协议层正常响应只代表从站收到了写请求，不代表执行了。查四层：写到的地址是不是真正的控制字（点表差一会让写落到隔壁参数上）、控制字协议是否要求先写使能序列（很多变频器要按状态机顺序写多个字，单字写入会被忽略）、是否处于就地模式拒绝远程写（设备面板状态）、权限与互锁（网关写白名单放行了但设备侧联锁条件不满足）。判别工具：就地菜单看目标参数是否真的变了——变了是工艺条件问题，没变是写入链路问题。
OPC UA 连接类症状
问题六：客户端连接被拒，报安全检查失败
按 5.2 的分层诊断走，九成终结在安全层。顺序：两端时钟偏差（先查，成本最低）、客户端证书是否在服务器信任列表、证书是否过期、两端安全策略交集是否为空、用户名密码与账号锁定。每步的判别动作都在 5.2 的巡检卡里有对应条目。
问题七：连接时断时续，重连后一切正常
先查网络层稳定性（丢包测试），网络干净的话查两个候选：会话超时参数过短导致空闲会话被服务器回收（3.1 的会话管理，调大超时或加订阅心跳维持活性）；证书接近过期引发的间歇校验异常（看服务器日志的安全事件时间分布）。偶发的、与负载峰值同步的断连，还要查服务器资源水位——低配设备的连接池在高峰期枯竭是常态。
订阅与数据质量类症状
问题八：画面数据不动了但连接显示正常
这正是 3.3 强调的"静默歧义"：分不清没变化还是链路死。查订阅心跳配置（没有就加上）、客户端的活性判定逻辑（超几个心跳周期触发告警）。判别动作：用另一台客户端工具连同一服务器读同一变量——另一台能读到新值说明问题在第一台的订阅链路，两台都旧值说明问题在服务器与数据源之间（回到通信类症状排查）。
问题九：订阅数据延迟越来越大
典型的服务器过载曲线。查三处：订阅项总数与采样间隔的乘积（服务器负担的直接度量，3.3 的分级配置是否被打破）、网关轮询是否被临时加大（总线侧源头变慢，UA 侧跟着迟滞）、队列满导致的丢包与重推。处置按"降非关键订阅频率、拆分订阅到第二台服务器、升级资源"的顺序走，多数现场止步于第一步。
问题十：网关重启后一切要手工恢复，能不能自愈
能，而且应当。自愈的三要素：配置持久化（点表映射与参数不依赖易失存储，重启后自动加载）、服务自启（采集与发布进程随系统拉起）、下游自重连（UA 客户端配置自动重连与会话恢复，3.1 的会话恢复机制要用上）。逐一核对三要素，缺哪补哪；补完后做一次断电演练验证（5.3 的方法）。若网关是老型号不支持配置持久化，把"配置备份加自动恢复脚本"列为限期整改项——每一次需要手工恢复的重启，都是未来深夜电话的预约单。
问题十一：两条总线的同一类数据，数值对不上
先排除"正常差异"：采样时刻不同导致的瞬时值差异（轮询周期不同步所致），比较口径应改为同一时刻快照或均值口径。排除后仍有系统性偏差，按 4.2 的语义漂移路径查：两条链路的换算比例因子是否一致、字节序配置是否一致、一处是否旧版固件。判别利器仍是已知值对照——给两条链路同一物理激励，各自的原始字节一对比，差异在链路哪一段当场现形。
速查附表：异常码与首反应对照
抢修现场翻章节来不及，把全册的判别要素浓缩成一张随手册走的附表，与 2.1 的异常响应、4.1 的网关透传行为对照使用：
码 含义 首反应 01 非法功能 该型号不支持此功能码 查设备手册确认功能集 02 非法数据地址 地址越界或点表差一 对照 2.3 地址地图核功能区 03 非法数据值 写值超范围或格式错 查比例因子与数据类型 04 从站故障 设备自检失败 看诊断寄存器与面板代码 06 从站忙 轮询过密或长任务执行中 退避重试并降频 0B 网关目标无响应 网关背后的从站失联 转入症状一的序列
UA 侧的判别同样可以两行化：连接被拒先看状态落在哪一层——传输层超时查网络与端口，会话层拒绝查 5.2 的安全四件套，服务层错误码查地址空间与权限。附表的价值不在全面而在首反应：它训练的是"看到码就想到下一步动作"的条件反射，机理细节留给章节引用。两张表的公共前缀仍是"先取证再动手"——把状态码、时间戳、报文片段记全，再按分支走。
把手册变成你的
本手册的终局形态是你所在项目的专属版本：把每个条目替换为项目的真实设备型号、真实地址区段、真实责任人与升级路径，再加进本项目特有的症状（每条产线都有几个祖传怪癖）。维护方式沿用 5.4 的清单制度——每次真实故障复盘后，问一句"手册里有没有这条"，没有就补上。
⚠️ 常见坑：抢修时跳过"先查"直接做"重装大法"。重启与重装会抹掉现场证据，让本来十分钟能定位的问题变成永久悬案——先取证、再动手，这是速查手册所有条目的公共前缀。
本节要点回顾
- 症状即入口：按"现象是什么"而非"协议是什么"组织排错，抢修时少一步思考；
- 每步有分支判据：行动序列的价值在判别分支，没有分支的清单只是安慰剂；
- 取证先于动作：重启重装是最后的手段，不是第一个动作，现场证据不可再生；
- 手册要本地化：通用手册换上项目的设备、地址与责任人，才算真正能用的手册。
工程日常布置完毕，最后一章抬头看路：协议与生态正驶向何方。