上个月一个在深圳做硬件的朋友半夜给我发语音,声音都是哑的,说他们产线上一批板子突然集体趴窝,芯片技术解决方案的调试卡在最后一步死活过不去。他问我有没有什么速成的排查口诀。我当时就笑了,哪有什么口诀,真要是有,我前几年也不至于为了一个电源时序问题熬到凌晨三点。
说实话,芯片技术解决方案这东西,出问题的时候花样百出,但排查的思路其实是有章法的。今天我就把自己踩过的坑和修过的板子捋一捋,不一定全对,但至少能让你少走点弯路。
很多人一上来就怀疑芯片烧了,抱着板子翻来覆去地看,结果查了半天发现芯片好好的,是外围电路匹配出了问题。我一般会先做一件事:把故障板子和一块确认正常的板子放在一起对比,量关键节点的电压和波形。这招听起来笨,但特别管用。
记得去年有个做工业控制的朋友找我,说他们的芯片技术解决方案在实验室跑得好好的,一到现场就间歇性死机。我去看了一眼,发现他们的电源纹波在实验室环境下勉强达标,但现场电网波动一大,纹波直接超标,芯片供电不稳当然会出问题。后来加了一级滤波,问题就没了。所以你看,很多时候不是芯片本身不行,是方案在真实环境里的余量留得不够。
提示:排查芯片技术解决方案的故障时,先别急着换芯片,拿示波器看电源和时钟信号,八成的问题都藏在这两个地方。
还有一类故障特别隐蔽,就是焊接不良。尤其是现在芯片封装越做越小,引脚间距窄得跟头发丝似的,手工补焊或者回流焊温度曲线没调好,虚焊、连锡的问题防不胜防。我自己的经验是,遇到批量性的不良,先拿X光机照一下,看看焊点内部有没有空洞。要是没有X光机,就用万用表二极管档逐个引脚测对地阻值,跟好板子对比,偏差大的那几个脚重点查。
前几天我还碰到一个案例,客户反映芯片技术解决方案里的存储芯片读写不稳定,换了三批芯片都一样。我过去一看,发现他们回流焊的峰值温度比规格书要求低了差不多十五度,焊锡根本没完全熔化。这种问题你换再多芯片也没用,得从工艺上解决。后来把温度曲线重新调了,良率直接从七成出头拉到了九成五以上。
硬件查完了,别忘了软件层面。芯片技术解决方案里经常涉及到寄存器配置和时序参数,这些地方配错了,表现出的症状跟硬件故障一模一样。我就干过一件蠢事,有次调试一个接口芯片,死活通信不上,查了两天硬件,最后发现是初始化代码里某个时钟分频系数写错了。当时气得我当晚没睡好。
所以现在的习惯是,硬件排查之前先确认软件配置跟芯片手册对一遍,尤其是上电时序、复位时序、总线速率这些参数。很多芯片原厂会提供配置工具或者参考代码,别嫌麻烦,老老实实对照着检查一遍,能省下大量瞎折腾的时间。
一个简单的办法是断开芯片的输出负载,测量空载时的输出信号。如果空载正常、带载异常,多半是外围驱动能力或者负载匹配的问题;如果空载就不对,再查芯片的供电和输入信号,输入正常而输出不对,芯片损坏的概率就比较大。当然,最稳妥的还是找一块好板子做对比测量。
干这行久了,越来越觉得排查故障靠的不是什么高深技巧,而是耐心和记录。每修好一块板子,我都会把故障现象、排查过程、最终原因记在本子上,时间长了翻一翻,很多问题的规律就出来了。比如某一类封装的芯片在潮湿环境下容易出问题,某一种电源方案在高温满载时余量不足,这些经验都是靠一次次翻车攒出来的。
另外,遇到棘手的故障,别一个人死磕。找同行聊两句,或者把现象发到技术群里,有时候别人一句话就能点醒你。我那个深圳的朋友后来就是听了我的建议,把电源纹波和时序图发到群里,有个老哥一眼看出是滤波电容的等效串联电阻选大了,换了个低阻值的型号立马搞定。
说到底,芯片技术解决方案的故障排查没有万能公式,每个人遇到的坑都不一样。我自己到现在也还在学,上周还因为一个接地处理不当的问题折腾了一下午。你要是有类似的经历,或者有更好的排查思路,欢迎留言聊聊,咱们一起把这个事情琢磨透。