一行比较两个整数大小的C语句运行结果竟然会偶尔出错！
一个量产3年的产品，从来没有出过问题，代码没改过、板子没改过，最近进让出现了诡异的错误。if(usWaterCounter.n >= usDestLiters.n) { // 如果加水量达到目标体积
// 停止加水
if (VALVE_ON == ucValveState) {
StartStopValve(); // 关闭电磁阀
}
// 启动电机
if (!ucMotorState.Func.Run) {
RunMotor(2);
}
Beep(31);// 蜂鸣
ucStepN++; // 进入下一个工作状态
bUpdateData = 1; // 刷LCD显示
}
就是上面这段代码，每天循环运行，售出的数百台设备运行了3年没有故障。这几天发现新生产的设备运行到上述if语句时，明明usWaterCounter的值是小于usDestLiters的值（LCD实时显示这两个变量的值），然后就是能偶尔的执行到if语句之内开始停水启动电机进入下一个状态（加水量还没有达到目标数）。
作为一个严谨的电工，肯定先要怀疑自己，但是找了一天也没找到问题所在。程序内部没有数组越界访问、没有指针，变量值明明也是对的，就是判断大小会出错？真是遇见鬼了。用的stc15f2k32s2，真的想怀疑批次问题，但是没办法验证，之前的货都出完了。
这条语句是在while（1）循环内部的，循环运行十几秒就会出现误判情况。加水大概需要1分多钟，结果10几秒就停水了。出错概率大概就是1 / （每秒循环次数 X 10几秒），每秒循环次数估计有几千上万次。
于是我把if判断多写了一遍就工作正常了，如下：
if(usWaterCounter.n >= usDestLiters.n) if(usWaterCounter.n >= usDestLiters.n) { // 如果加水量达到目标体积
万分之1 X 万分之1就是数亿分之一的概率，我怕万一再出现错误，于是就又多谢了一遍if，测试一上午，没有再出错。现在的代码成了：
f(usWaterCounter.n >= usDestLiters.n) f(usWaterCounter.n >= usDestLiters.n) if(usWaterCounter.n >= usDestLiters.n) { // 如果加水量达到目标体积
这再要出错就特么都数以万亿分之一了，真可以去买彩票了。
变量没变，连续两次大小判断竟然会出现不一样的结果，真是见了鬼了。
差点忘了提到一个现象，系统DC 36V供电，使用34063DC-DC降压到5V，我如果把明纬36V电源的输出电压调低一点，那么出错的概率就会跟着降低一点。先出货，有时间再找找是不是36v降到5v占空比太低导致电源有问题，电源问题导致MCU跑错。
真他妈见鬼了，干了10几年电工，第一遇到这么诡异的问题。 变量有在中断中使用吗，如果有，要加上volatile,修饰，否则有可能判读的时候被中断，数值被改变而不知道！ stc的单片机不熟悉，如果是8位机，而usWaterCounter和usDestLiters是16或32位的，则加载他们的时候不是原子操作，需要关中断保护。 对变量进行强制类型转换。 xiaomu 发表于 2019-5-7 16:18
变量有在中断中使用吗，如果有，要加上volatile,修饰，否则有可能判读的时候被中断，数值被改变而不知道！ ...
如果中断中有修改，加volatile也没用，需要关中断保护。
volatile只是让程序每次都从内存取数，而不是用寄存器中暂存的。 34063这颗料很LOW的，我现在还有一管LC买的料，质量不怎么滴！
我也不知道这个是买了哪个牌子的，反正输入12V这个料就会挂，换LC买的HTC的，就稳稳的！ 变量定义加volatile试试？ vuo50z 发表于 2019-5-7 16:19
stc的单片机不熟悉，如果是8位机，而usWaterCounter和usDestLiters是16或32位的，则加载他们的时候不是原子 ...
关中断也不起作用，而且中断里只是++操作，即便不关中断也不改出问题啊。大学专业是计科，写过操作系统，对计算机的底层还是颇为了解的，这回把我弄懵了。 huike 发表于 2019-5-7 16:26
34063这颗料很LOW的，我现在还有一管LC买的料，质量不怎么滴！
我也不知道这个是买了哪个牌子的，反正输入1 ...
34063没有问题，便宜好用，用了很多的还没出过问题。一直用st的。 会不会是数据越界？ 本帖最后由 dadatou 于 2019-5-7 16:49 编辑
如果两个变量在中断中使用了，那么首先肯定是要用volatile修饰，让程序每次都到物理地址去读取，但楼主使用多几次判断就能减少异常现象，则不是volatile修饰的原因。
那肯定是原子操作的问题，如果参与比较的两个变量不是8位，又在中断中使用了这个变量，那么就会出问题:
举个例子：
变量A为16位的数据，即两个字节，在中断中，A会执行加一操作，即A++;
那么在主程序中需要用到这个变量时，A正好加到255（0x00ff）。
第一步：主程序读出高字节为0。
第二步：主程序被中断，A执行加一操作，A的值变成256（0x0100）。
第三步：中断回来，主程序继续读低字节为0。
第四步：主程序此时使用的变量A的数值为0。而实际上，此时A的值为256。
这就是为什么要使用原子操作的原因。要明白一点，在8位机上操作大于8位的变量，在C语言中的一句话，是由若干指令完成的，在这中间的任何位置都有可能被中断，所以必须使用原子操作，简单的方法主是在主程序中使用这些变量时，关闭中断，使用完再开启中断。
感觉楼主没有真正找到问题的原因啊。 这估计要调试器看栈数据才好推测了. 走进去就中断执行 albert_w 发表于 2019-5-7 16:48
这估计要调试器看栈数据才好推测了. 走进去就中断执行
设备上没办法调试了 lianglee 发表于 2019-5-7 16:53
usWaterCounter.n >= usDestLiters.n
这两个变量如果是16位或32位，且其中一个在中断里自加1.
你说的这个我能理解，上午关中断试过没疗效啊。
这个固件用了几年没问题，突然就出现了问题，而且有点过猛。 lianglee 发表于 2019-5-7 16:53
usWaterCounter.n >= usDestLiters.n
这两个变量如果是16位或32位，且其中一个在中断里自加1.
我再试试，看是不是上午中断关的不对，比较前关全局中断试试。
多谢 dadatou 发表于 2019-5-7 16:44
如果两个变量在中断中使用了，那么首先肯定是要用volatile修饰，让程序每次都到物理地址去读取，但楼主使用 ...
多谢回复，打了这么多字辛苦了 有启动电机等这么重要的动作，应该加上延时滤波啊，即加水量达到目标体积并保持100ms以上则执行 lswood 发表于 2019-5-7 16:34
关中断也不起作用，而且中断里只是++操作，即便不关中断也不改出问题啊。大学专业是计科，写过操作系统， ...
如果cpu宽度比数据宽度窄，++操作也不是原子的。
如果你的关中断方法正确，那还真是见鬼了。
你可以把判断异常的值记录下来，看看能不能看出什么规律。 除了关中断，还可以监视一下执行if(usWaterCounter.n >= usDestLiters.n) 过程中有没有进中断触发++操作，理论上这个概率比出错的概率还要大一个数量级 不知道程序是不是带操作系统的 对于全局变量，从来是“关中断->缓冲至局部变量->开中断”来实现读取的，
写入的话需要更谨慎 可以判定100% 是中断其他地方读取这个变量地址引起引起的问题。 因为写两遍就没有问题，说明确实是非原子操作造成了影响 zf12862177 发表于 2019-5-7 17:31
可以判定100% 是中断其他地方读取这个变量地址引起引起的问题。 因为写两遍就没有问题，说明确实是非原子操 ...
现在可以100%判定不是中断引起的，因为这个变量比较小，最大400多，而且出错的时候变量的值只有不超过100，高位字节一直是0。
现在大概找到问题了，是电源烦扰导致的跑飞应该，之前从来还没遇到过mcu跑飞的情况，最多是变频器干扰到485通信不正常。
现在是把电磁阀线去掉，怎么都正常，一接电磁阀就出现这个故障。我看下这批电磁阀电流是否过大、还有pwm的频率是否过低（防止电磁阀过热） lianglee 发表于 2019-5-7 17:04
这个能理解，我之前也是同样的情况，分析了好久才得出结论。
同一程序，之前好好的，但是加入了某段函数 ...
大概率是mcu的pc寄存器跑飞了，把电磁阀线断开就好了，一接电磁阀就出问题。而且刚才突然想起中断访问的变量值出错时从没超过255，高位字节一直是0。
现在极度怀疑电磁阀pwm驱动的频率有点低，这批电磁阀可能电流太大了，导致干扰严重。 应该是中断里有改变usWaterCounter.n和usDestLiters.n的值，你应该在if(usWaterCounter.n >= usDestLiters.n)前加条EA=0这条语句，执行完再开总中断 lswood 发表于 2019-5-7 17:51
大概率是mcu的pc寄存器跑飞了，把电磁阀线断开就好了，一接电磁阀就出问题。而且刚才突然想起中断访问的 ...
电磁阀 2端 有没有吸收电容或者电阻电容？ kebaojun305 发表于 2019-5-7 18:44
电磁阀 2端 有没有吸收电容或者电阻电容？
有续流回路，明天上午看看到底是哪块问题。 哈哈哈，看到单片机型号，我就确信我遇到的问题原因了。 lswood 发表于 2019-5-7 17:51
大概率是mcu的pc寄存器跑飞了，把电磁阀线断开就好了，一接电磁阀就出问题。而且刚才突然想起中断访问的 ...
软件上对付电磁阀干扰最有效的措施就是延时滤波 a136498491 发表于 2019-5-7 18:53
哈哈哈，看到单片机型号，我就确信我遇到的问题原因了。
你遇到什么问题了？
别总让stc背锅，stc抗干扰还是可以的，这次我要看看到底是谁的锅。 很大可能是电磁阀的锅，国内这些做电磁阀的，乱七八糟乱做 看来楼主对软件比较拿手，对硬件有欠缺，电源变化会跟故障关联明显是硬件问题，可能是LAYOUT问题比较大，电感啥的吸收不良，这类问题的典型特征就是一阶段产品OK，稍有变化，比如电源或某个器件变化就出现问题 楼主还是要好好查查硬件电路和器件。 gyzzg2030 发表于 2019-5-7 19:36
看来楼主对软件比较拿手，对硬件有欠缺，电源变化会跟故障关联明显是硬件问题，可能是LAYOUT问题比较大，电 ...
赞同大伙从软件分析故障都非常精辟 但是忽略了楼主描述的一个故障现象:电压调低之后故障明显发生率下降 这个是关键点 34063是哪家公司的 有些芯片最高电压是30v请重新看看芯片手册或者按照先简单后复杂的排除思路,重新换一颗34063(满足36v工作的),或者直接宽电压类似7805的DCDC电源芯片换上去,看看是不是硬件引起的故障 lswood 发表于 2019-5-7 19:18
你遇到什么问题了？
别总让stc背锅，stc抗干扰还是可以的，这次我要看看到底是谁的锅。 ...
不能说完全是STC的锅，我这里问题不好描述，因为在办公室里从来没有重现过，类似跑飞又不是完全跑飞。而且换了单片机就好。或者有问题的机器，重新烧程序也行。
我估计是我电源没有做好，我是AC-DC12V然后 DC-DC到 5V，可能现场干扰大或者因为用的ACDC质量差吧。反正不管了，已经不做了 在上家公司有一个产品,用的也是STC单片机,也会碰到跟楼主一样的问题,也是偶尔出现的,有时判断就出错,没查出什么原因,程序是别人写的,只是我发现的,后来做了些处理,判断错了也做某些补救动作就算了
电源脉冲会导致数据改变，是真的。听说是一种破解技术 a136498491 发表于 2019-5-7 22:30
不能说完全是STC的锅，我这里问题不好描述，因为在办公室里从来没有重现过，类似跑飞又不是完全跑飞。而 ...
有问题重新烧程序就好了，这种问题我也经常遇到，看来stc要背一点点锅了 qwe2231695 发表于 2019-5-8 00:45
电源脉冲会导致数据改变，是真的。听说是一种破解技术
电压跌落会造成半导体性能波动。估计lz跑的是最高频率。8位机用32位数确实很头疼，之前用avr兼容机跑程序，当程序达到10kb及以上时，各种莫名其妙的毛病全来了。最后搞了2天还搞不定，换riscv兼容机了。 这要是mcu用在宇宙辐射环境中，各种问题得多棘手啊 3楼正解，不是原子操作，所有单片机处理不当都会有这个问题 lswood 发表于 2019-5-8 07:29
有问题重新烧程序就好了，这种问题我也经常遇到，看来stc要背一点点锅了 ...
就算是 STC的锅，老姚也不会陪你损失的吧 ，，，只能说你的电路原来虽然没问题、但离问题很近了 变量莫名其妙被改，楼主查查整个程序有没有数组下标或者指针范围溢出，特别是长时间运行后偶尔出现这种 程序不太严谨 我都是每次中断里 刷新数据后 某个FLAG置为1主循环里检测到1之后进行处理然后置0 判断前后要加上若干个NOP，否则CISC单片机出现跑飞后会出现指令不同步情况。同样在RET指令后面也要加上3条以上NOP指令。 norman33 发表于 2019-5-8 09:03
变量莫名其妙被改，楼主查查整个程序有没有数组下标或者指针范围溢出，特别是长时间运行后偶尔出现这种 ...
变量没有被改，一直是正确的，就是判断出错。 ackyee 发表于 2019-5-8 09:14
程序不太严谨 我都是每次中断里 刷新数据后 某个FLAG置为1主循环里检测到1之后进行处理然后置0 ...
关中断了，不是中断的锅 结题，不再深究了，没时间。问题总结：1.不是原语问题，判断前后关开中断没有效果，并且出措施变量高位字节没有改变一直是0；2.变量没有被篡改过，就是判断出错，应该是电磁阀干扰到了cpu寄存器的条件位，导致跳转错误；3.电磁阀是12v的，36vpwm驱动，并联的ss36作为续流二极管，之前没有问题现在有问题，可能是这一批电磁阀有问题，没有上批存货没法对比了；4.通过多加一条if解决问题，暂时先这样吧。 lswood 发表于 2019-5-8 10:16
结题，不再深究了，没时间。问题总结：1.不是原语问题，判断前后关开中断没有效果，并且出措施变量高位字节 ...
如果是干扰导致 CPU 出错，那你这么改只是治标不治本吧 ？ 干扰可不止只干扰这一个语句吧？ EMC菜鸟 发表于 2019-5-8 10:35
如果是干扰导致 CPU 出错，那你这么改只是治标不治本吧 ？ 干扰可不止只干扰这一个语句吧？ ...
确实不治本，又在找电源部分的问题了，真不省心 最简单的测试办法就是在“//停止加水”注释上面把usWaterCounter.n和usDestLiters.n的值存到另外两个变量中并监测之 这回真的结题。真是见鬼了，确实是电源出的问题，生产这批板子时，工人把34063上的电容给贴错了，贴成了104，频率低成狗了，波纹也大成狗了，导致cpu工作不正常。纳闷的是其它地方都不跑飞，就这里跑飞。还纳闷贴片机的料栈没动，怎么就会错呢？ 看来要对生产流程严加管控了 谢谢大家的参与，一个人的失误害的几个人折腾了两天。 34063后面用的和104一样封装的陶瓷电容？？应该用大个铝电解电容吧？ 8位单片机，短整型需要分两次读取，当读取出低字节时产生了中断，你去++，这个时候正好发生了进位，结果就产生了错误
不管是不是这个个问题引起的你这个现象，这都是需要注意的问题。
多余的话就不说了 确实是教训啊！ nibia 发表于 2019-5-9 08:48
34063后面用的和104一样封装的陶瓷电容？？应该用大个铝电解电容吧？
是控制34063工作频率的电容，贴片0805电容 dadatou 发表于 2019-5-7 16:44
如果两个变量在中断中使用了，那么首先肯定是要用volatile修饰，让程序每次都到物理地址去读取，但楼主使用 ...
我有一个疑问，之前在8051中，有大量的 关中断的操作。
在现在都是arm的时代，是不是在stm32上，如果是32位的数据，已经不需要这种关闭中断的操作了 nibia 发表于 2019-5-9 16:44
我有一个疑问，之前在8051中，有大量的 关中断的操作。
在现在都是arm的时代，是不是在stm32上，如果是32 ...
32位有时也需要，要不就不会有要求原子操作一说了 lswood 发表于 2019-5-8 17:33
这回真的结题。真是见鬼了，确实是电源出的问题，生产这批板子时，工人把34063上的电容给贴错了，贴 ...
其实你的案例挺有特点，感觉是电压低到MCU工作不正常区域了，复位电压怎么设的？
页:
[1]