CN100584051C - 一种检测单板故障的方法 - Google Patents

Abstract

本发明公开了一种检测单板故障的方法，该方法包括：主用单板和备用单板中的第一单板采用软件心跳方式对主用单板和备用单板中的第二单板进行故障检测，同时第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，当第一单板采用软件心跳方式和硬件方式中的任一种检测出第二单板发生故障时，判定第二单板发生故障。本发明提出的方法能够及时检测出主用单板或备用单板的故障。

Description

一种检测单板故障的方法

技术领域

本发明涉及故障检测技术，特别是涉及一种检测单板故障的方法。

背景技术

目前，随着软硬件技术的发展和应用，电信级设备逐渐向着高集成度化发展，设备单板的处理能力得到了成倍的增长，单板能够处理更多的话务和承载更多的业务负荷，但随之而来的就是安全性问题。一块单板在正常工作时所承载的话务和负荷越多，那么此单板在发生故障时所造成的业务中断范围和损失就会越大。因此，如何确保单板的可靠性是电信级设备必须考虑的重要因素。为了提高设备单板的可靠性，保证其长期稳定运行，一种通常的做法是采用主用/备用的方式对设备的单板进行保护。主用/备用方式，是将一块单板作为主用单板，负责处理所有的负载，同时增加一块冗余的单板作为备用单板，负责备份主用单板的数据。

在采用主用/备用的备份方式时，备用单板与主用单板互相检测对方的的运行情况。如果主用单板检测出备用单板发生故障，则直接复位备用单板；如果备用单板检测出主用单板发生故障，则进行单板倒换处理，将系统平滑地切换到备用单板上运行，备用单板继续业务处理过程。因此，如果能及时检测出单板发生故障以进行相应的复位备用单板或单板倒换处理，则可大大减少单板故障对业务服务的影响程度，提高单板的可靠性。

为了检测出单板是否发生故障，现有技术采用软件心跳的检测方式。预先在主用单板和备用单板之间定义一条通信链路，并设置主用单板和备用单板中配置的定时器的超时时间，当定时器计时到达超时时间时，定时器则重新计时并触发主用单板和备用单板向对方发送一个心跳消息。图1是现有技术采用软件心跳方式检测单板是否发生故障的流程图。参见图1，现有技术采用软件心跳方式实现故障检测的具体过程包括以下步骤：

步骤101：主用单板和备用单板启动后，分别启动和初始化自身配置的定时器；

步骤102：当主用单板中的定时器计时到达超时时间时，该定时器重新计时，同时主用单板通过预先定义的通信链路向备用单板发送一个心跳消息；当备用单板中的定时器计时到达超时时间时，该定时器重新计时，同时备用单板通过预先定义的通信链路向主用单板发送一个心跳消息；

这里，比如已设置定时器的超时时间为1000ms，那么主用单板和备用单板分别在自身的定时器运行1000ms时间时向对方发送一个心跳消息；

步骤103：主用单板判断在设定时间内是否接收到备用单板发来的心跳消息，如果是，则判定备用单板正常，否则判定备用单板故障；

这里，所述的设定时间即判断出是否发生故障的时间可以是N个周期的超时时间，比如，已设置定时器的超时时间为1000ms，则可将设定时间设置为3个周期的超时时间，即3000ms，那么主用单板判断在3000ms的时间长度内是否接收到备用单板发来的心跳消息；

步骤104：备用单板判断在设定时间内是否接收到主用单板发来的心跳消息，如果是，则判定主用单板正常，否则判定主用单板故障。

需要说明的是，步骤103与步骤104是同时进行的，而并不存在执行的先后顺序。

由此可见，现有技术仅采用软件心跳方式进行故障检测存在以下缺点：

当主用单板或备用单板在设定时间内未接收到对方的心跳消息后，才认为对方发生故障，而判断出故障的时间即所述的设定时间可能与发生故障的时间相差较长，因此，无法及时检测出单板的故障；

现有技术的软件心跳检测过程需要通过调度软件来实现，该软件检测过程不可避免地受到单板系统运行情况的影响，导致无法及时检测出单板的故障。比如，由于系统繁忙导致整个软件心跳检测过程在一段时间内没有执行，那么在这段时间内，如果单板发生了故障，系统则无法及时检测出单板的故障。

发明内容

有鉴于此，本发明的主要目的在于提供一种检测单板故障的方法，以便及时检测出单板的故障。

为了达到上述目的，本发明的技术方案是这样实现的：

一种检测单板故障的方法，该方法包括：第一单板采用软件心跳方式对第二单板进行故障检测，同时第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，当第一单板采用软件心跳方式和硬件方式中的任一种检测出第二单板发生故障时，判定第二单板发生故障；

所述第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，包括以下步骤：

A1、第二单板在计时到达设定时间长度时，根据自身运行情况为自身设置正常状态值或异常状态值；

A2、第一单板通过外部总线读取第二单板设置的状态值，然后第一单板判断当前所读取的状态值是否为异常状态值，如果是，则判定第二单板发生故障，否则，返回步骤A1。

在步骤A1中，所述第二单板根据自身运行情况为自身设置正常状态值或异常状态值，包括以下步骤：

A11、第二单板判断自身是否正常运行，如果是，则向预先设置的寄存器中写入正常状态值，否则不向寄存器中写入状态值；

A12、所述寄存器判断在预先设定的时间长度内第二单板是否向自身写入了正常状态值，如果是，则保存该正常状态值，否则，将自身的状态值置为异常状态值。

在所述步骤A2中，在第一单板判断当前读取的状态值为异常状态值之后，并在判定第二单板发生故障之前，该方法进一步包括：

第一单板判断在本次计时到达设定时间长度时，自身已连续读取第二单板异常状态值的次数是否等于预先设置的次数阈值，如果是，则继续执行判定第二单板发生故障的步骤，否则返回步骤A2。

该方法进一步包括：第一单板在自身中设置状态参数，该状态参数的值包括正常态或临界态，其中，正常态表示第一单板在上次计时到达设定时间长度时所读取的为正常状态值，临界态表示第一单板在上次计时到达设定时间长度时所读取的为异常状态值；

在所述步骤A2中，在第一单板判断当前读取的状态值为异常状态值之后，并在判定第二单板发生故障之前，该方法进一步包括：第一单板根据自身状态参数的值是否为正常态，判断在上次计时到达设定时间长度时，读取的第二单板的状态值是否为正常状态值，如果是，则将该状态参数的值置为临界态后返回步骤A1，否则，继续执行判定第二单板发生故障的步骤；

在所述步骤A2中，在第一单板判断当前读取的状态值为正常状态值之后，并在返回步骤A1之前，该方法进一步包括：第一单板根据自身状态参数的值是否为正常态，判断在上次计时到达设定时间长度时，读取的第二单板的状态值是否为正常状态值，如果是，则直接返回步骤A1，否则，将该状态参数的值置为正常态后返回步骤A1。

所述第一单板为主用单板，第二单板为备用单板。

所述第一单板为备用单板，第二单板为主用单板。

本发明的实施例中还提供了一种检测单板故障的方法，第一单板采用软件心跳方式对第二单板进行故障检测，同时第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，当第一单板采用软件心跳方式和硬件方式中的任一种检测出第二单板发生故障时，判定第二单板发生故障；

所述第一单板为备用单板，第二单板为主用单板；所述第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，包括以下步骤：

B1、主用单板在正常运行时，将自身操作使能信号的状态值设置为主用态，在发生故障时将自身操作使能信号的状态值设置为备用态；

B2、备用单板在计时到达设定时间长度时，判断自身通过外部总线所读取的主用单板操作使能信号的状态值是否为备用态，如果是，则判定主用单板发生故障，否则，返回步骤B1。

在所述步骤B2中，在备用单板判断主用单板操作使能信号的状态值为备用态之后，并在判定主用单板发生故障之前，该方法进一步包括：备用单板判断自身已连续读取主用单板操作使能信号的状态值为备用态的次数是否等于预先设定的次数阈值，如果是，则继续执行判定主用单板发生故障的步骤，否则，返回步骤B1。

可见，本发明提出的方法具有以下优点：

1、本发明采用软件心跳和硬件心跳相结合的方式实现主用单板与备用单板之间的故障检测，只要其中的任一种方式检测出单板故障，均判定单板发生故障，从而可及时检测出主用单板或备用单板的故障；并且，本发明采用硬件心跳方式检测单板故障时，主用单板和备用单板是通过读取外部总线相应地址中的状态值来确定对方是否发生故障，而无需调度软件，其检测过程不会受到单板系统运行情况的影响，因此，即使软件心跳方式由于系统繁忙而无法得以调度，本发明仍可采用硬件心跳方式实现故障检测，从而进一步保证了系统及时检测出单板的故障；

2、由于当主用单板发生故障而又未及时检测出其故障时，会极大地增加对业务服务的损害程度，因此，本发明增加了一种操作使能(OE，OperationEnable)信号检测方式实现备用单板对主用单板故障的检测，只要软件心跳、硬件心跳和OE信号检测方式中的任一种检测出主用单板故障，均判定主用单板发生故障，从而确保了系统及时检测出主用单板的故障。

附图说明

图1是现有技术采用软件心跳方式检测单板是否发生故障的流程图。

图2是本发明的实施例采用硬件心跳方式时备用单板检测主用单板故障的流程图。

图3是本发明的实施例采用硬件心跳方式时备用单板检测主用单板故障的较佳流程图。

图4是本发明的实施例采用硬件心跳方式时主用单板检测备用单板故障的流程图。

图5是本发明的实施例采用OE信号检测方式检测主用单板故障的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图及具体实施例对本发明做进一步地详细描述。

在采用主用/备用的备份方式时，现有技术仅采用了软件心跳一种方式进行单板的故障检测，从而无法及时检测出单板是否发生故障，而本发明则采用了软件心跳和硬件心跳相结合的故障检测方式，在主用单板和备用单板运行过程中，软件心跳故障检测过程和硬件心跳故障检测过程同时进行，当其中的任一种方式检测出单板发生故障时，本发明则判定单板发生故障。

本发明采用软件心跳方式进行单板故障检测的过程与现有技术的实现过程相同。

下面结合一个具体实施例说明本发明采用硬件心跳方式实现单板故障检测的过程。

在本实施例中，预先在主用单板和备用单板中均设置寄存器和硬件心跳检测定时器，并设置硬件心跳检测定时器的超时时间为500ms，即当硬件心跳检测定时器计时到达500ms时，该定时器重新计时并触发单板根据自身运行情况设置自身寄存器的状态值。这里，将硬件心跳检测定时器的超时时间设置为500ms，只是为了便于描述而举出的一个具体实例，硬件心跳检测定时器的超时时间可根据实际需要设置为其它的时间长度。

图2是本发明的实施例采用硬件心跳方式时备用单板检测主用单板故障的流程图。参见图2，本实施例采用硬件心跳方式实现备用单板检测主用单板故障的具体过程包括以下步骤：

步骤201：主用单板和备用单板启动后，主用单板启动并初始化自身的寄存器和硬件心跳检测定时器；

这里，主用单板初始化自身的寄存器是指，主用单板将自身寄存器的状态值置为正常状态值1；初始化硬件心跳检测定时器是指，主用单板使自身硬件心跳检测定时器清零并开始计时；

步骤202：当主用单板中硬件心跳检测定时器计时到达超时时间500ms时，该定时器重新计时，并触发主用单板检测自身运行情况；

步骤203：主用单板检测自身运行情况，如果正常运行，则主用单板向自身寄存器中写入正常状态值1，如果发生故障，则主用单板不向自身寄存器中写入状态值；

步骤204：主用单板中的寄存器判断在预先设定的时间长度内，比如2个定时器的超时时间即1000ms内，主用单板是否向自身写入了正常状态值1，如果是，则寄存器保存主用单板写入的正常状态值1，否则寄存器自动将自身的状态值置为异常状态值0；

步骤205：备用单板通过外部总线读取主用单板寄存器中的状态值，判断本次读取的状态值是否为正常状态值1，如果是，则返回步骤202，否则，执行步骤206；

这里，备用单板在读取的状态值为异常状态值0后，没有直接判定主用单板发生故障，而是再次读取主用单板寄存器中的状态值即执行步骤206，是为了防止由于信号线抖动而造成读取状态值错误的情况发生；

步骤206：备用单板再次通过外部总线读取主用单板寄存器中的状态值，判断本次读取的状态值是否为1，如果是，则返回步骤202，否则，判定主用单板发生故障，结束当前检测主用单板故障的流程。

可见，本实施例为确保备用单板读取的状态值正确，在本次硬件心跳检测定时器计时到达超时时间时，备用单板在连续两次读取的状态值为异常状态值0，即连续读取异常状态值的次数阈值为两次后，才会判定主用单板发生故障。在本实施例以外的其它实施例中，也可设置其它的次数阈值，比如，在硬件心跳检测定时器计时到达超时时间时，备用单板1次或连续3次读取的状态值为异常状态值0后，判定主用单板发生故障。

较佳地，为了进一步防止在本次硬件心跳检测定时器计时到达超时时间时，由于信号线抖动而造成备用单板连续读取状态值错误情况的发生，确保备用单板读取的状态值正确，本实施例还可参考在上次硬件心跳检测定时器计时到达超时时间时，备用单板所读取的主用单板中寄存器的状态值，该状态值是通过一个预先设置在备用单板中的状态参数status来保存的。

图3是本发明的实施例采用硬件心跳方式时备用单板检测主用单板故障的较佳流程图。参见图3，参考在上次硬件心跳检测定时器计时到达超时时间时，备用单板所读取的状态值，实现备用单板检测主用单板故障的过程包括以下步骤：

步骤301～步骤304与步骤201～步骤204相同；

步骤305：备用单板通过外部总线读取主用单板寄存器中的状态值，判断本次读取的状态值是否为正常状态值1，如果是，则返回步骤302，否则，执行步骤306；

步骤306：备用单板再次通过外部总线读取主用单板寄存器中的状态值，判断本次读取的状态值是否为1，如果是，则执行步骤307，否则，直接执行步骤308；

这里，备用单板在连续2次读取了状态值后，没有直接判断主用单板是否发生故障，而是继续执行步骤307或步骤308中备用单板判断自身保存的参数status的值，是为了更新用于保存上次硬件心跳检测定时器计时到达超时时间时，备用单板所读取的状态值，即status的值，并且，参考该status的值对主用单板是否发生故障做出判断；

步骤307：备用单板判断自身保存的status的值是否为正常态，如果是，则直接返回步骤302，否则，备用单板将该status的值置为临界态后返回步骤302；

步骤308：备用单板判断自身保存的status的值是否为正常态，如果是，则备用单板将该status的值置为临界态后返回步骤302，否则，执行步骤309；

这里，如果status的值为正常态，即在上次硬件心跳检测定时器计时到达超时时间时备用单板所读取的状态值为正常状态值1，那么，虽然在本次硬件心跳检测定时器计时到达超时时间时，备用单板所读取的状态值为异常状态值，但仍认为主用单板未发生故障，可是必须更新status的值，将status的值置为临界态，为下次硬件心跳检测定时器计时到达超时时间时，备用单板判断提供依据；

如果status的值为临界态，即在上次硬件心跳检测定时器计时到达超时时间时备用单板所读取的状态值为异常状态值0，那么，此时，备用单板在上次和本次硬件心跳检测定时器计时到达超时时间时，所读取的状态值均为异常状态值0，则可判定主用单板发生故障即执行步骤309；

步骤309：备用单板判定主用单板发生故障。

图4是本发明的实施例采用硬件心跳方式时主用单板检测备用单板故障的流程图。参见图4，采用硬件心跳方式实现主用单板检测备用单板故障的具体过程与上述图3所示的采用硬件心跳方式实现备用单板检测主用单板故障的具体过程完全相同，只是执行检测的单板是主用单板，而被检测的单板是备用单板。

需要说明的是，在本发明中，上述备用单板检测主用单板故障的过程即步骤301到步骤309与主用单板检测备用单板的过程即步骤401到步骤409是同时进行的，而不存在执行的先后顺序。

至此，本发明完成了采用硬件心跳方式实现故障检测的过程。

较佳地，由于及时检测出主用单板发生故障是降低单板故障对业务服务损害程度最重要的因素，并且，在主用单板上存在有一种硬件信号，OE信号，因此，本发明增加了一种OE信号检测方式来实现备用单板检测主用单板故障的过程。由于OE信号是硬件信号，因此，OE信号检测方式也是一种硬件检测方式。这里，OE信号仅存在于主用单板上，其状态值为主用态或备用态，其中，主用态代表正常状态值，主用单板正常运行时OE信号则为主用态，备用态代表异常状态值，主用单板发生故障时OE信号则为备用态。

在主用单板和备用单板运行过程中，备用单板同时使用软件心跳故障检测方式、硬件心跳故障检测方式和OE信号检测方式对主用单板进行检测，在其中的任一种方式检测出主用单板发生故障时，本发明判定主用单板发生故障。

下面结合一个具体实施例说明本发明采用OE信号检测方式实现备用单板检测主用单板故障的过程。在本实施例中，预先在备用单板中设置一个OE信号检测定时器，同时设置该定时器的超时时间为1000ms。并且，在备用单板连续5次检测到主用单板的OE信号状态值均为备用态时，判定主用单板发生故障。在本实施例以外的其它实施例中，也可设定其它的超时时间和连续检测的次数阈值。

图5是本发明的实施例采用OE信号检测方式检测主用单板故障的流程图。参见图5，本实施例实现备用单板检测主用单板是否发生故障的具体过程包括以下步骤：

步骤501：主用单板启动时，将自身OE信号的状态值设置为主用态；

这里，主用单板启动时将自身OE信号的状态值设置为主用态，如果主用单板一直正常运行，则OE信号的状态值始终保持为主用态，如果主用单板发生故障，主用单板则将自身OE信号的状态值设置为备用态；

步骤502：备用单板启动时，启动并初始化自身的OE信号检测定时器；

步骤503：当OE信号检测定时器计时到达超时时间1000ms时，备用单板通过外部总线读取主用单板中OE信号的状态值；

步骤504：备用单板判断本次读取的OE信号的状态值是否为备用态，如果是，则执行步骤505，否则，返回步骤503；

步骤505：备用单板判断已连续读取备用态的次数是否为5，如果是，则执行步骤506，否则，返回步骤503；

步骤506：判定主用单板发生故障，并结束当前检测主用单板故障的流程。

总之，以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1、一种检测单板故障的方法，其特征在于，第一单板采用软件心跳方式对第二单板进行故障检测，同时第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，当第一单板采用软件心跳方式和硬件方式中的任一种检测出第二单板发生故障时，判定第二单板发生故障；

所述第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，包括以下步骤：

A1、第二单板在计时到达设定时间长度时，根据自身运行情况为自身设置正常状态值或异常状态值；

A2、第一单板通过外部总线读取第二单板设置的状态值，然后第一单板判断当前所读取的状态值是否为异常状态值，如果是，则判定第二单板发生故障，否则，返回步骤A1。

2、根据权利要求1所述的方法，其特征在于，在步骤A1中，所述第二单板根据自身运行情况为自身设置正常状态值或异常状态值，包括以下步骤：

A11、第二单板判断自身是否正常运行，如果是，则向预先设置的寄存器中写入正常状态值，否则不向寄存器中写入状态值；

A12、所述寄存器判断在预先设定的时间长度内第二单板是否向自身写入了正常状态值，如果是，则保存该正常状态值，否则，将自身的状态值置为异常状态值。

3、根据权利要求1所述的方法，其特征在于，在所述步骤A2中，在第一单板判断当前读取的状态值为异常状态值之后，并在判定第二单板发生故障之前，该方法进一步包括：

第一单板判断在本次计时到达设定时间长度时，自身已连续读取第二单板异常状态值的次数是否等于预先设置的次数阈值，如果是，则继续执行判定第二单板发生故障的步骤，否则返回步骤A2。

4、根据权利要求1所述的方法，其特征在于，该方法进一步包括：第一单板在自身中设置状态参数，该状态参数的值包括正常态或临界态，其中，正常态表示第一单板在上次计时到达设定时间长度时所读取的为正常状态值，临界态表示第一单板在上次计时到达设定时间长度时所读取的为异常状态值；

在所述步骤A2中，在第一单板判断当前读取的状态值为异常状态值之后，并在判定第二单板发生故障之前，该方法进一步包括：第一单板根据自身状态参数的值是否为正常态，判断在上次计时到达设定时间长度时，读取的第二单板的状态值是否为正常状态值，如果是，则将该状态参数的值置为临界态后返回步骤A1，否则，继续执行判定第二单板发生故障的步骤；

在所述步骤A2中，在第一单板判断当前读取的状态值为正常状态值之后，并在返回步骤A1之前，该方法进一步包括：第一单板根据自身状态参数的值是否为正常态，判断在上次计时到达设定时间长度时，读取的第二单板的状态值是否为正常状态值，如果是，则直接返回步骤A1，否则，将该状态参数的值置为正常态后返回步骤A1。

5、根据权利要求1所述的方法，其特征在于，所述第一单板为主用单板，第二单板为备用单板。

6、根据权利要求1所述的方法，其特征在于，所述第一单板为备用单板，第二单板为主用单板。

7、一种检测单板故障的方法，其特征在于，第一单板采用软件心跳方式对第二单板进行故障检测，同时第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，当第一单板采用软件心跳方式和硬件方式中的任一种检测出第二单板发生故障时，判定第二单板发生故障；

所述第一单板为备用单板，第二单板为主用单板；

所述第一单板采用读取第二单板所设置自身状态值的硬件方式对第二单板进行故障检测，包括以下步骤：

B1、主用单板在正常运行时，将自身操作使能信号的状态值设置为主用态，在发生故障时将自身操作使能信号的状态值设置为备用态；

B2、备用单板在计时到达设定时间长度时，判断自身通过外部总线所读取的主用单板操作使能信号的状态值是否为备用态，如果是，则判定主用单板发生故障，否则，返回步骤B1。

8、根据权利要求7所述的方法，其特征在于，在所述步骤B2中，在备用单板判断主用单板操作使能信号的状态值为备用态之后，并在判定主用单板发生故障之前，该方法进一步包括：备用单板判断自身已连续读取主用单板操作使能信号的状态值为备用态的次数是否等于预先设定的次数阈值，如果是，则继续执行判定主用单板发生故障的步骤，否则，返回步骤B1。

Images