CN112631848A - 一种机械硬盘故障智能诊断方法及系统 - Google Patents

Abstract

本发明涉及一种机械硬盘故障智能诊断方法及系统，包括以下内容：S1、将待测机械硬盘插入机械硬盘故障检测设备并通电；S2、智能诊断检测平台实时检测并记录通电硬盘的电流波动轨迹、寄存器状态信息及信号参数信息；S3、将检测的数据信息自动匹配硬盘故障类型样本数据库中故障样本，如无故障则进行磁盘克隆，如有故障，则检测故障类别，故障类别包括磁头故障、电路故障、电机故障、固件故障和/或磁道故障；S4、根据检测结果，自动生成待测机械硬盘的检测报告。本发明设置的机械硬盘故障智能诊断设备，采用多点检测和大数据对比硬盘故障智能诊断，支持各种类型的机械硬盘故障诊断。

Description

一种机械硬盘故障智能诊断方法及系统

技术领域

本发明是关于一种机械硬盘故障智能诊断方法，涉及硬盘检测技术领域。

背景技术

机械硬盘故障检测作为一种有损存储介质预处理操作是十分必要的，主要体现为：对于一块案件盘而言，它是否存在故障是不能事先确定的，如果不经过故障诊断操作就直接连接取证设备，非常容易造成潜在故障扩大化，例如：电路短路故障在通电后容易造成存储介质与取证设备一起损坏；机械硬盘磁头、主轴电机等硬件故障，多次通电后容易使碟片划伤，造成无法挽回的损失等。此外，对于一块案件盘进行证据固定的前提在于不破坏案件盘原有的性质、特征及其内部数据的一致性，如果发生故障扩大的情况，就会有悖于证据固定的前提。

目前数据恢复业对机械硬盘的故障判断停留在凭经验处理阶段，暂无明确的故障区分标准。例如：1)固件故障或坏磁道：计算机开机出现蓝色画面或操作系统无法启动(如：mac、windows)，先前还正常使用的文件夹或档案突然消失；想打开某个文件夹或档案，系统却要求格式化；进入Windows看不到驱动器号；2)坏磁道或者磁头故障：有驱动器号但是读很慢或是整个计算机卡住了；硬盘通电后发出「咔、咔」「哒、哒、哒」怪声或是「唧、唧、唧」的蟋蟀声；3)电路故障或电机故障：硬盘通电后完全不转等。

目前在电子取证行业内缺少能够避免硬盘故障扩大、最小化人工干预的硬盘故障诊断技术。目前现有技术中硬盘故障检测存在无法准确对磁头故障、电机故障、固件故障进行明确的判定。

发明内容

针对上述问题，本发明的目的是提供一种能够对机械硬盘故障进行智能检测的机械硬盘故障智能诊断方法及系统。

为实现上述目的，本发明采取以下技术方案：

第一方面，本发明提供一种机械硬盘故障智能诊断方法，包括以下内容：

S1、将待测机械硬盘插入机械硬盘故障检测设备并通电；

S2、智能诊断检测平台实时检测并记录通电硬盘的电流波动轨迹、寄存器状态信息及信号参数信息；

S3、将检测到的数据信息自动匹配硬盘故障类型样本数据库中故障样本，如无故障则直接进行磁盘克隆，如有故障，则检测故障类别，故障类别包括磁头故障、电路故障、电机故障、固件故障和/或磁道故障；

S4、根据检测结果，自动生成待测机械硬盘的检测报告。

所述的机械硬盘故障智能诊断方法，进一步地，机械硬盘故障检测设备包括设备外壳；设备外壳设置有数据备份端口、硬盘状态指示灯、硬盘检测端口、SATA硬盘外延接口、电源端口、复位按钮、USB输入端口和USB输出端口；其中：

数据备份端口，被配置为连接目标盘；

硬盘状态指示灯，在硬盘就绪时、端口镜像时、接入备份盘后有均相应显示状态；

硬盘检测端口，被配置为连接故障盘：

SATA硬盘外延接口，被配置为做热交换修复或者信号短接；

电源端口，被配置为给SATA硬盘外延接口供电；

复位按钮，当端口处于非正常模式后，用于复位；

USB输入接口，被配置为连接电脑主机；

USB输出接口，被配置为连接USB移动硬盘。

所述的机械硬盘故障智能诊断方法，进一步地，智能诊断检测平台包括电流检测模块、寄存器状态监测模块、SATA信号监测模块、调试端口监测模块、S.M.A.R.T信息获取模块、故障匹配模块和报告生成模块；

电流检测模块，用于检测硬盘启动后不同时间段的电流数值波动，即电流电压实时波形；

寄存器状态监测模块，用于实时监测硬盘寄存器状态；

SATA信号监测模块，实时监测SATA信号输出状态；

调试端口监测模块，用于监测调试端口的状态信息；

S.M.A.R.T信息获取模块，用于监测S.M.A.R.T状态信息；

故障匹配模块，将上述各模块采集的参数与硬盘故障类型样本数据库内样本进行匹配，确定故障类别；

报告生成模块，根据监测和匹配结果自动生成检测报告。

所述的机械硬盘故障智能诊断方法，进一步地，硬盘故障类型样本数据库的构建过程为：

收集磁头故障、固件故障、电机故障、电路故障和/或磁道故障的不同品牌、型号的机械硬盘，从硬盘开始通电为起始时间，录制电流波形；将故障盘电流波形有特征的段落截取放入SQLite数据库中，放入SQLite数据库的数据形式是将特征段记录的点坐标位图的集合数字化，以16进制的形式存入数据库中，同时存入的数据字段包括故障类型及硬盘型号，由此建立硬盘故障类型样本数据库，保存为.edb格式文件。

所述的机械硬盘故障智能诊断方法，进一步地，确定故障类别的具体匹配过程包括：

取接入的待测机械硬盘家族号、完整型号及特征段电流振幅波动；

在硬盘故障类型样本数据库中找到对应的家族、型号；

在相同的家族、型号的硬盘故障中，匹配吻合度最高的故障样本，确定为该待测机械硬盘故障类别。

所述的机械硬盘故障智能诊断方法，进一步地，当进行磁盘克隆时采用机械硬盘坏扇区数据提取方法通过两遍磁盘镜像，第一遍镜像坏道跳跃数值设置相对较大，第二遍镜像坏道跳跃数值设置相对较小。

所述的机械硬盘故障智能诊断方法，进一步地，当进行磁盘克隆时通过DMA模式读取硬盘数据。

第二方面，本发明还提供一种机械硬盘故障智能诊断系统，包括机械硬盘故障检测设备和智能诊断检测平台，

所述机械硬盘故障检测设备用于将插入待测机械硬盘；

所述智能诊断检测平台用于实时检测并记录通电硬盘的电流波动轨迹、寄存器状态信息及信号参数信息，将检测到数据信息自动匹配数据库中故障样本，如无故障则进行磁盘克隆，如有故障，则检测故障类别，根据检测结果，自动生成待测机械硬盘的检测报告。

第三方面，本发明还提供一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器运行所述计算机程序时执行以实现本发明第一方面所述机械硬盘故障智能诊断方法。

第四方面，本发明还提供一种处理设备一种计算机存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现本发明第一方面所述机械硬盘故障智能诊断方法。

本发明由于采取以上技术方案，其具有以下优点：

1、本发明设置的机械硬盘故障智能诊断方法，采用多点检测和大数据对比硬盘故障智能诊断，支持各种类型的机械硬盘故障诊断；

2、本发明通过采样硬盘启动电流波形的波动以及匹配大数据(数据库)，能够精准自动区分所有硬盘故障类型(磁头故障、电机故障、电路故障及固件故障)，特别是有损物理故障的有效智能诊断，不需要人工干预；

综上，本发明可以广泛应用于机械硬盘故障检测中。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：

图1是本发明实施例硬盘故障智能诊断逻辑框图；

图2是本发明实施例的机械硬盘故障检测设备接口效果示意图；

图3是本发明实施例的机械硬盘故障检测设备接口效果示意图。

图4是本发明实施例的检测界面示意图示例效果；

图5是本发明实施例的检测界面示意图示例效果；

图6是本发明实施例的检测界面示意图示例效果；

图7是本发明实施例的检测界面示意图示例效果。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。

为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。

本发明实施例提供的机械硬盘故障智能诊断方法及系统，包括将待测机械硬盘插入机械硬盘故障检测设备并通电；智能诊断检测平台实时检测并记录通电硬盘的电流波动轨迹、寄存器状态信息及信号参数信息；将检测的数据信息自动匹配硬盘故障类型样本数据库中故障样本，如无故障则直接进行磁盘克隆，如有故障，则检测故障类别；根据检测结果，自动生成待测机械硬盘的检测报告。本发明的机械硬盘故障智能诊断方法解决了传统的硬盘故障诊断需要凭借专业人员丰富的经验，通过硬盘旋转声音、硬盘识别状态等苛刻条件来判断硬盘故障，有效解决了经常出现故障误判现象的难题。

本发明采用多点检测和大数据对比技术对机械硬盘故障进行智能诊断。首先通过硬件检测实时监测硬盘启动时的状态信息：硬盘寄存器状态信息、调试端口(COM指令端口)的状态信息、电流电压实时波形、SATA信号输出状态及S.M.A.R.T参数信息，并分别与大数据故障模型库比对，匹配数据取证方法和注意事项，吻合度最高的确定为实际故障。

实施例1

如图1所示，本实施例提供的机械硬盘故障智能诊断方法，包括以下内容：

S1、将待测机械硬盘插入机械硬盘故障检测设备，并通电；

S2、智能诊断检测平台实时检测并记录通电待测机械硬盘的电流波动轨迹、寄存器状态及其他参数信息；

S3、将检测到的各项数据信息自动匹配硬盘故障类型样本数据库中的故障样本，如无故障则进行磁盘克隆，如有故障，则进一步检测故障类别，其中，故障类别包括磁头故障、电路故障、电机故障、固件故障和/或磁道故障(坏磁道)；

S4、根据检测结果，自动生成检测报告。

本发明的一些实施例中，机械硬盘故障检测设备包括设备外壳，设备外壳一端设置有数据备份端口、指示灯和硬盘检测端口，设备外壳的另一端设置电源输入端口、复位按钮、USB输入端口和USB共享端口等。作为非限制性实施例，如图2～3所示：②、①为数据备份端口，被配置为连接目标盘；④、⑤为硬盘检测端口，被配置为连接故障盘：两个SATA3.0硬盘外延接口，支持热拔插，可以同时接入2块2.5寸或3.5寸硬盘(一块故障盘、一块备份盘)方便硬盘需要做热交换修复或者信号短接；③为硬盘状态指示灯，在硬盘就绪时、端口镜像时、接入备份盘后有相应的显示状态；⑤为标准方形电源输出口，被配置为给两个外延的SATA接口(②④)供电的；⑥电源输入接口，插口规格为5.5x2.5直流电源适配器，输入电压12V；⑦端口复位按钮，当端口处于非正常模式后，可用于复位；⑨为一个USB3.0输出接口，被配置为连接USB移动硬盘；⑧方形USB3.1输入接口，被配置为连接电脑主机。其中，设备外壳内还设置有SATA接口电路、电源接口电路、保护电路和通信电路等，上述电路均为现有电路结构，在此不做赘述，根据需要设置即可。

本发明的一些实施例中，智能诊断检测平台包括电流检测模块、寄存器状态监测模块、SATA信号监测模块、调试端口(COM指令端口)监测模块、S.M.A.R.T信息获取模块、故障匹配模块和报告生成模块；

电流检测模块，用于检测硬盘启动后不同时间段的电流数值波动，即电流电压实时波形。

寄存器状态监测模块，用于实时监测硬盘寄存器状态，寄存器状态体现了硬盘自身的实时状态，为硬盘故障诊断提供辅助判断。

SATA信号监测模块，实时监测SATA信号输出状态，SATA信号的有无可以辅助判断硬盘电路是否存在故障。

调试端口(COM指令端口)监测模块，用于监测调试端口(COM指令端口)的状态信息，COM指令端口能够实时反馈硬盘对发送命令的处理以及固件错误代码，为硬盘固件故障诊断提供可靠依据；

S.M.A.R.T信息获取模块，用于监测S.M.A.R.T状态信息，硬盘S.M.A.R.T中记录了硬盘的使用信息以及缺陷数量、重映射数量等参数，对硬盘坏磁道、固件故障的判断提供辅助依据；

故障匹配模块，将各模块采集的参数与硬盘故障类型样本数据库内样本进行匹配，确定故障类别，具体匹配过程：取接入的故障盘家族号、完整型号、特征段电流振幅波动；在硬盘故障类型样本数据库中首先找到对应的家族、型号；然后在相同的家族、型号的硬盘故障中，匹配吻合度最高的故障样本。

报告生成模块，根据监测和匹配结果自动生成检测报告，其中，检测报告包括：1)电子物证信息，即案件盘本身的信息状态，包括案件编号、案件名称、主办人、检测开始时间、检测结束时间、检材型号、检材容量、检材SN号等。2)存储介质基本信息，包括存储介质类型、接口、数据传输协议、硬盘转速、品牌、型号、序列号、家族、固件版本、逻辑参数、固件参数、初步诊断结果、初步诊断建议、硬盘镜像信息参数等。3)文件类型分类，包括：硬盘中所有文件按照文件类型(文件后缀)的方式进行归纳整理显示等。

需要说明的事，当硬盘有物理故障无法识别时，S.M.A.R.T信息获取模块无法获取信息，只能通过电流检测模块、硬盘寄存器状态监测模块、SATA信号监测模块、调试端口(COM指令端口)监测模块来获取信息，综合判断出硬盘的物理故障。当硬盘能识别时，S.M.A.R.T信息获取模块才可以获取信息，这样就可以得到更详细的硬盘的健康状态及历史报错信息。

本发明的一些实施例中，硬盘故障类型样本数据库的构建过程为：收集磁头故障、固件故障、电机故障、电路故障以及磁道故障等不同品牌、型号的机械硬盘，通过软件从硬盘开始通电为起始时间，开始录制电流波形；将故障盘电流波形最有特征的段落截取放入SQLite数据库中，例如磁头故障的硬盘在2.5s～9s内的电流波形最具有特征；放入SQLite数据库的数据形式是将特征段记录的点坐标位图的集合数字化，以16进制的形式存入数据库中，同时存入的数据字段包括：故障类型、硬盘型号；由此建立故障硬盘样本库，保存为.edb格式文件。

本发明的一些实施例中，本实施例对如何通过12V、5V对应电流的变化、寄存器的状态等因素来准确判断机械硬盘的不同故障的过程进行较为详细说明。在一定时间内，不同电流波动特征所对应的不同故障因素，可以将满足某种幅度的一段电流波动判定为某一故障类型的实际依据。作为非限制性实施例进行说明：正常机械硬盘启动、自检、就绪的5V、12V电流波形图如图4所示。通电后，机械硬盘主轴电机旋转，瞬间(100ms内)产生12V对应电流，并呈波动状逐渐上升，达到电流峰值1650mAh，此时硬盘刚刚就绪，寄存器状态如图4下方所示，电流瞬间降低至200mAh～600mAh范围内；5V对应电流在硬盘达到就绪状态前稳定在350mAh左右，硬盘达到就绪状态后，波动范围在300mAh～600mAh，硬盘达到就绪状态10s，电流持续稳定状态为12V对应电流300mAh左右(不超过300mAh)，如图5所示；5V对应电流稳定在400mAh左右，电流监测正常，可自动识别硬盘型号，如图6所示。故障(磁头故障)硬盘的5V、12V电流波形监测：电流波形图为均匀的波浪且持续10秒钟以上，且寄存器状态灯为忙，通电后，机械硬盘主轴电机正常旋转，12V对应电流能够达到峰值电流，此时硬盘无法就绪，随后出现规律性电流振幅波动，随后主轴电机停转，电流降为0mAh；5V对应电流持续稳定为300mAh左右，输入硬盘型号后，自动与程序后台综合数据库中的电流监测数据进行匹配，然后生成检测报告，如图7所示。

本发明的一些实施例中，当进行磁盘克隆环节(数据镜像)可以采用机械硬盘坏扇区数据提取技术。

在使用PC3000或DD3000对有物理坏道的硬盘做镜像的时候，当遇到坏磁道的时候设备会做一个跳跃处理。因为物理坏道的数据是无法读取的，所以只能跳过。但是只有在读取的时候才能知道此磁道是否是好的，并且也不知道后面还有多少坏道，所以只能设置一个遇到坏道之后需要跳跃的数值。这个数值就是“坏道跳跃数值”单位是扇区(Sec)。如果坏道跳跃数值设置的比较小，优点是可以读取更多的有效数据。缺点是如果坏磁道比较多，会消耗更多的时间读取数据效率低。特别是盘片划伤导致的坏道，磁头在划伤区域慢慢跳跃坏道停留过久，很容易导致盘片划伤区域进一步扩散及磁头报废。如果坏道跳跃数值设置的比较大，优点是可以尽可能快的速度读取坏道区域以外的数据，还有一个优点是跳过划伤区域速度快一些，大大的降低了磁头报废及盘片划伤进一步扩散的可能性。缺点是因跳跃数值大，所以跳跃放弃的数据会更多，最终的数据恢复效果会差一些。本实施例采用两遍镜像，第一遍镜像坏道跳跃数值设置大一些，第二遍镜像坏道跳跃数值再设置小一些慢慢镜像坏道区域的数据。第二遍镜像的时候即使磁头报废了盘片划伤扩散了，甚至彻底报废了后面也不能再提取数据不影响数据镜像，因为已经有第一遍的镜像数据作保障。具体地，接口通讯协议进行转化，实现硬盘底层数据的坏道镜像。坏道镜像：通过发送标准ATA指令，字节级方式读取用户区数据。支持多种数据传输模式：UDMA133，UDMA100，UDMA66，UDMA33，PIO 4，PIO 3，PIO 0。

代码实现示例为：

function sendcmdR(Feature,Count,SectorNum,CyLow,CyHigh,Device,AtaCmd,pbuf,psize)

本发明的一些实施例中，磁盘克隆环节(数据镜像)还可以通过DMA(直接内存访问)模式读取硬盘数据：

(1)用户将特征(Features)寄存器赋值0；设备/磁头(device/head)寄存器赋值0xE0。

扇区数(sector count)寄存器：一次读取的扇区数(两个字节)0x01～0xFFFF

扇区号(sector number)寄存器、柱面号低(cylinder low)寄存器、柱面号高(cylinder High)寄存器：这3个寄存器(6个字节、48位)设置成读取磁盘的开始LBA。

(2)用户赋值命令寄存器，DMA模式读取硬盘数据

命令(command)寄存器值:

0x25:READ DMA EXT-25h,DMA(DMA模式读取硬盘数据，硬盘寻址是48位。

(3)硬盘收到指令后，读取硬盘对应的扇区，将数据依次写到数据寄存器，每次2个字节

(4)用户依次读取数据寄存器中的数值。

实施例2

上述实施例1提供了机械硬盘故障智能诊断方法，与之相对应地，本实施例提供一种机械硬盘故障智能诊断系统。本实施例提供的机械硬盘故障智能诊断系统可以实施实施例1的诊断方法，该系统可以通过软件、硬件或软硬结合的方式来实现。例如，该系统可以包括集成的或分开的功能模块或功能单元来执行实施例1各方法中的对应步骤。由于本实施例的系统基本相似于方法实施例，所以本实施例描述过程比较简单，相关之处可以参见实施例1的部分说明即可，本实施例的系统的实施例仅仅是示意性的。

本实施例提供的机械硬盘故障智能诊断系统，包括机械硬盘故障检测设备和智能诊断检测平台，

机械硬盘故障检测设备用于将插入待测机械硬盘；

智能诊断检测平台用于实时检测并记录通电硬盘的电流波动轨迹、寄存器状态信息及信号参数信息，将检测到数据信息自动匹配数据库中故障样本，如无故障则直接进行磁盘克隆，如有故障，则先检测故障类别，根据检测结果，自动生成待测机械硬盘的检测报告。

实施例3

本实施例提供一种实现本实施例1所提供的机械硬盘故障智能诊断方法的处理设备，处理设备可以是用于客户端的处理设备，例如手机、笔记本电脑、平板电脑、台式机电脑等，以执行实施例1的方法。

所述处理设备包括处理器、存储器、通信接口和总线，处理器、存储器和通信接口通过总线连接，以完成相互间的通信。存储器中存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行本实施例1所提供的机械硬盘故障智能诊断方法。

优选地，存储器可以是高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。

优选地，处理器可以为中央处理器(CPU)、数字信号处理器(DSP)等各种类型通用处理器，在此不做限定。

实施例4

本实施例1的机械硬盘故障智能诊断方法可被具体实现为一种计算机程序产品，计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本实施例1所述方法的计算机可读程序指令。

计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。

需要说明的是，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。上述内容仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围。

Claims (10)

1.一种机械硬盘故障智能诊断方法，其特征在于包括以下内容：

S1、将待测机械硬盘插入机械硬盘故障检测设备并通电；

S2、智能诊断检测平台实时检测并记录通电硬盘的电流波动轨迹、寄存器状态信息及信号参数信息；

S3、将检测到的数据信息自动匹配硬盘故障类型样本数据库中故障样本，如无故障则直接进行磁盘克隆，如有故障，则检测故障类别，故障类别包括磁头故障、电路故障、电机故障、固件故障和/或磁道故障；

S4、根据检测结果，自动生成待测机械硬盘的检测报告。

2.根据权利要求1所述的机械硬盘故障智能诊断方法，其特征在于，机械硬盘故障检测设备包括设备外壳；设备外壳设置有数据备份端口、硬盘状态指示灯、硬盘检测端口、SATA硬盘外延接口、电源端口、复位按钮、USB输入端口和USB输出端口；其中：

数据备份端口，被配置为连接目标盘；

硬盘状态指示灯，在硬盘就绪时、端口镜像时、接入备份盘后有均相应显示状态；

硬盘检测端口，被配置为连接故障盘：

SATA硬盘外延接口，被配置为做热交换修复或者信号短接；

电源端口，被配置为给SATA硬盘外延接口供电；

复位按钮，当端口处于非正常模式后，用于复位；

USB输入接口，被配置为连接电脑主机；

USB输出接口，被配置为连接USB移动硬盘。

3.根据权利要求1所述的机械硬盘故障智能诊断方法，其特征在于，智能诊断检测平台包括电流检测模块、寄存器状态监测模块、SATA信号监测模块、调试端口监测模块、S.M.A.R.T信息获取模块、故障匹配模块和报告生成模块；

电流检测模块，用于检测硬盘启动后不同时间段的电流数值波动，即电流电压实时波形；

寄存器状态监测模块，用于实时监测硬盘寄存器状态；

SATA信号监测模块，实时监测SATA信号输出状态；

调试端口监测模块，用于监测调试端口的状态信息；

S.M.A.R.T信息获取模块，用于监测S.M.A.R.T状态信息；

故障匹配模块，将上述各模块采集的参数与硬盘故障类型样本数据库内样本进行匹配，确定故障类别；

报告生成模块，根据监测和匹配结果自动生成检测报告。

4.根据权利要求1所述的机械硬盘故障智能诊断方法，其特征在于，硬盘故障类型样本数据库的构建过程为：

收集磁头故障、固件故障、电机故障、电路故障和/或磁道故障的不同品牌、型号的机械硬盘，从硬盘开始通电为起始时间，录制电流波形；将故障盘电流波形有特征的段落截取放入SQLite数据库中，放入SQLite数据库的数据形式是将特征段记录的点坐标位图的集合数字化，以16进制的形式存入数据库中，同时存入的数据字段包括故障类型及硬盘型号，由此建立硬盘故障类型样本数据库，保存为.edb格式文件。

5.根据权利要求1～4任一项所述的机械硬盘故障智能诊断方法，其特征在于，确定故障类别的具体匹配过程包括：

取接入的待测机械硬盘家族号、完整型号及特征段电流振幅波动；

在硬盘故障类型样本数据库中找到对应的家族、型号；

在相同的家族、型号的硬盘故障中，匹配吻合度最高的故障样本，确定为该待测机械硬盘故障类别。

6.根据权利要求1～4任一项所述的机械硬盘故障智能诊断方法，其特征在于，当进行磁盘克隆时采用机械硬盘坏扇区数据提取方法通过两遍磁盘镜像，第一遍镜像坏道跳跃数值设置相对较大，第二遍镜像坏道跳跃数值设置相对较小。

7.根据权利要求1～4任一项所述的机械硬盘故障智能诊断方法，其特征在于，当进行磁盘克隆时通过DMA模式读取硬盘数据。

8.一种机械硬盘故障智能诊断系统，其特征在于，包括机械硬盘故障检测设备和智能诊断检测平台，

所述机械硬盘故障检测设备用于将插入待测机械硬盘；

所述智能诊断检测平台用于实时检测并记录通电硬盘的电流波动轨迹、寄存器状态信息及信号参数信息，将检测到数据信息自动匹配数据库中故障样本，如无故障则直接进行磁盘克隆，如有故障，则检测故障类别，并根据检测结果，自动生成待测机械硬盘的检测报告。

9.一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现根据权利要求1到7任一项机械硬盘故障智能诊断方法。

10.一种计算机存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1到7任一项所述机械硬盘故障智能诊断方法。

Images