問題描述

運營商中心機房OSN3500設備配置了4塊EGS4單板與數(shù)通CE對接，承載3G業(yè)務。5、6板位EGS4配置為BPS保護；13、14板位EGS4配置為BPS保護，5、13板位為主用。某日客戶反饋該站點主控板上報HARD_BAD告警，告警參數(shù)為0x0e0xff0xff0xff0xff，告警上報持續(xù)2－3小時后自動消失，同時有BPS狀態(tài)事件上報。業(yè)務未受影響。

該站點使用N4EGS4單板多板ID配置為N3EGS4單板使用。

主機版本為：5.21.18.50；EGS4單板版本為：1.14

告警信息

告警名稱：HARD_BAD

告警參數(shù)：0x0e0xff0xff0xff0xff

處理過程

1、現(xiàn)場檢查與CE連接的尾纖發(fā)現(xiàn)尾纖故障，更換尾纖后ETH-LOS告警消失，單板link燈亮。持續(xù)觀察再未發(fā)現(xiàn)HARD_BAD告警上報。

2、該問題需要將N4EGS4單板軟件升級到1.15及其以上版本徹底解決。

根因

1、從告警參數(shù)看應該是14板位EGS4單板故障導致，但如果是單板故障怎么會自動消失呢？現(xiàn)場嘗試插拔單板、更換單板后故障依舊。排除單板故障因素。

2、因為13、14槽位單板是后期擴容上的單板，因此懷疑擴容時母板倒針。拔下單板仔細觀察未發(fā)現(xiàn)倒針現(xiàn)象。

3、現(xiàn)場處理過程中發(fā)現(xiàn)現(xiàn)網(wǎng)使用的4塊EGS4單板中只有14槽位單板上報ETH-LOS告警，并且單板的link燈不亮，因此懷疑是與該單板端口狀態(tài)異常有關，但是端口異常怎么會導致主控上報HARD_BAD告警呢？

經(jīng)過最終定位：

SSN4EGS4檢測到端口linkdown時，會周期性設置8K線為2k狀態(tài)值，但每次設2k狀態(tài)前，軟件錯誤地先置了低電平（低電平表示單板故障），并維持了50ms，在這50ms內，主機正好來檢測hadbad狀態(tài)，就會上報hadbad告警。另外，由于8K線狀態(tài)發(fā)生變化，交叉板會因此上報BPS倒換狀態(tài)事件。

因此該告警屬于誤報。

建議與總結

發(fā)現(xiàn)問題后多進行對比分析，找出故障單板與正常單板的不通之處，對于疑難雜癥可以向二線專家及研發(fā)求助。