产品是做工控的，MCU采用的STM32F407，双MCU用SPI通讯，1块做通讯，一块做控制。产品具有单机独立工作和主备从并联工作两种方式，并联时采用的CAN总线通讯，控制采用modbus TCP通讯到控制室。目前遇到问题，当产品单机独立运行时没有问题，采用主备从并联方式运行时，主机、备机、从机之间采用CAN总线交互数据，主机运行时，备机处于待机状态，从机运行状态跟随主机，主机在运行半个月后，通讯芯片出现死机，通讯中断，状态指示灯闪烁停止，控制芯片正常运行，控制停止输出，工作自动切换到备机运行，备机由待机状态切换为运行，从机正常工作。主机断电恢复后，启动到待机模式，又工作半个月后，备机通讯芯片死机，控制芯片正常运行，由于通讯芯片死机，中断输出。工作自动切换到主机运行，从机正常工作。各位大神帮忙分析一下，这种现象问题会不会出现在CAN通讯部分？还是其他问题啊？会不会是系统预分配的堆栈空间不够，溢出引起的？

小弟浅见，觉得问题偏向软件部分，
1.可能堆栈异常，例如某个子程序，开的一个变量缓冲不够，一开始也没问题，等频繁调用时，慢慢造成你的PC指针或者溢出。
2. 还有一种就是can使用中断方式，是否使用了过多的操作，因为断开没问题，只有联网通讯才出现。

3.可以只保留CAN通讯功能，把其应用的先删除，再试试，会不会出现，这个可以区分是底层的硬件方面的，还是应用层出的问题，缩小范围吧。 建议多搭几套测试环境，看看是那种环境出来的

以上仅供lz参考， 开发最大的工作就是找思路的DEBUG

这种偶然性的死机很麻烦，我也遇到过蛮多次
1.硬件问题
被静电打死的情况比较多，你试试花两块钱买个打火机，把里面那个啥拿出来（会放电的那个），在产品外壳上作死的打
PCB布局不合理，电源不稳定等，这个拿示波器慢慢测吧
2.软件问题
比较艹蛋，如果是发生比较多，可以用仿真器连着，然后看芯片的情况
如果是偶然性的,那就尝试做个串口或者其他的能显示出来的方式，把一些怀疑的地方打印出来

没什么好的帮助，祝楼主好运

任风吹吹 发表于 2018-4-10 16:58
这种问题一般是只能你自己解决，想要知道原因并彻底解决问题，建议将打印信息输出来，监控程序运行流程，关 ...

我把通讯的相关参数全部通过modbusTCP送到上位机了，出现问题后modbusTCP停止，停止前的参数都是正常的，通过仿真器，一般仿真器连续仿真几天就不错了，但是我们设备一般出问题至少都超过半个月，也没办法仿真，现在我只能扩大堆栈空间，已经开始做老化测试了，希望有用吧

can通讯使用的驱动芯片发热过吗 会爆掉 你查查看

bargagebaobei 发表于 2018-4-10 11:38
can通讯使用的驱动芯片发热过吗 会爆掉 你查查看

没有，这个看过，而且重启后马上就正常了。

建议在系统空闲时定期初始化CAN

东方人的梦 发表于 2018-4-10 11:58
没有，这个看过，而且重启后马上就正常了。

我遇到过多次爆掉的情况   请问您重启之后就正常收发了 还是说用示波器卡过波形

wenyangzeng 发表于 2018-4-10 11:58
建议在系统空闲时定期初始化CAN

因为是工业设备，一年365天都在运行，没有空闲时间，因为从机的工作状态是从主机来，如果从机和备机检查5个工作周期没有接受到主机信息，则备机会替换掉主机工作。

bargagebaobei 发表于 2018-4-10 12:03
我遇到过多次爆掉的情况   请问您重启之后就正常收发了 还是说用示波器卡过波形 ...

重启后就正常收发了，而且用示波器测试波形也是正常的数据帧

这种问题一般是只能你自己解决，想要知道原因并彻底解决问题，建议将打印信息输出来，监控程序运行流程，关键时候打印出出错时相关参数。做好了这些后才能追溯你的问题。老老实实一步一步来吧，其他都是猜，没实际意义。

既然重启可行，那就检查硬件发热元件以及初始化代码，查看芯片硬件复位

feixiang20 发表于 2018-4-11 03:07
既然重启可行，那就检查硬件发热元件以及初始化代码，查看芯片硬件复位

程序运行后开始工作就没有初始化代码了，也无硬件发热情况，而且从机是一样的装置，并没有出现死机现象。单机也不出现死机

不吃肉的羊 发表于 2018-4-11 10:26
这种偶然性的死机很麻烦，我也遇到过蛮多次
1.硬件问题
被静电打死的情况比较多，你试试花两块钱买个打火机 ...

硬件经过静电测试的，也通过EMC测试，没有问题；
软件出问题至少都是工作半个月，仿真器仿真不到这么久，而且一死机连modbusTCP都停止工作了，显示系统状态的指示灯也不闪烁了，但是晶振肯定是有波形的，示波器测试得到。

是不是某个变量溢出了判断失败，比如一个毫秒计数器a，然后判断条件if((a>(b+500))b=a,dosomething;如果a计数到最大后再计数就变成0，然后判断一直就不成立了

我曾经试过使用UCOS+LWIP做网络通讯的应用，运行一段时间后也是程序死机，也怀疑过堆栈后加大堆栈空间，问题照样存在。。。一直也找不到原因，后来只能加个看门狗勉强应付了