从"故障现象"到"可验证证据"的工程化闭环（含故障录波），线上/现场的故障排查，最怕两件事：只看现象、却没有证据链；只采集日志、却无法对齐"故障发生时刻"的关键波形。结合你们工程代码里已有的"故障信息采集 + 故障/日志/录波触发 + 波形原始帧落盘（USB）+ Web 导出"，下面给出一套可直接落地的故障定位思路：让排查从"猜"变成"证"。
1. 先定义：这次故障你要定位的"对象"是什么？
建议在处理告警/故障时，先把对象分清楚，后续采集与排查才能对齐：
通信类：CAN/BMS/电表/主从 MQTT 通道是否异常（会导致录波数据拿不到）
功能类：充电/放电控制逻辑是否进入保护/停止（策略触发）
设备类：BMS 单体或系统级故障码是否成立（故障信息）
证据类：能不能拿到"故障发生时刻"的故障录波/原始帧（可复盘波形）
在代码里，"对象"的证据分别来自不同模块：例如 BMS 侧故障信息与录波触发/写盘；Web 侧对部分故障日志（如 meterfaultlog）导出。
2. 故障信息怎么拿：先拿"可复用的故障码/状态快照"
在 BMS 侧采集到的原始数据最终会映射为"可上送的故障信息"。例如 `can_infy_batt.c` 中，把运行侧聚合的故障码字段映射到上层 blob：
pBlobIfyBMS->unioBattFault = s_infy_BattRunData[n].unioBattFaultCode;
...
pBlobIfyBMS->emBattSysState = s_infy_BattRunData[n].emBattSysState ;
pBlobIfyBMS->emBattChgState = s_infy_BattRunData[n].emBattChgState ;
```
这一步的意义是：不管录波最终是否成功，至少先有"故障是什么"的快照。故障定位时你要做的第一件事，通常是把"故障码/系统状态/充电状态"与"控制策略触发点"对齐。
3. 故障录波怎么拿：代码里已经实现了"录波触发 + 逐条收取 + 原始帧写盘 + 确认"
工程中，BMS 录波属于"受控的采集流程"，核心链路在 `can_infy_batt.c` 里非常清晰。
3.1 先拿到"总记录数"：决定是否触发故障/日志/波形采集
`Parse_S2C_RecNum()` 会读取总记录数，包括故障记录、日志记录、波形记录：
if(pFrmReply->byData[1] == 0x00) {
s_infy_BattRunData[nBMSGrpMapIdx].nFaultRecNum = CAN_StringToUShort(pFrmReply->byData + 2);
s_infy_BattRunData[nBMSGrpMapIdx].nLogRecNum = CAN_StringToUShort(pFrmReply->byData + 4);
s_infy_BattRunData[nBMSGrpMapIdx].nWaveRecNum = CAN_StringToUShort(pFrmReply->byData + 6);
}
...
TRACEX("Idx=[%d] Total nFaultRecNum=[%d] nLogRecNum=[%d] nWaveRecNum=[%d] nDODRecNum=[%d]\n", ...);
```
工程化排查关键点：
如果你现场想要录波，但发现系统没有触发录波，先检查 `nWaveRecNum` 是否满足触发条件。
3.2 状态机决定"触发哪类录波"：故障 > 日志 > 波形优先级
`YFY_StateMachine4BMSMsg()` 在 `STAT_ON_START` 里选择触发类型（优先故障记录，其次日志记录，最后波形记录），并且用 `MAX_RECSAVE_NUM` 做阈值判断：
case STAT_ON_START:
if(s_infy_BattRunData[nBMSIdx].nFaultRecNum > MAX_RECSAVE_NUM) {
pSTBatt_Rough->stuCanSave.emTrigMsgTp[nBMSIdx] = TP_TRIG_FAULT;
} else if(s_infy_BattRunData[nBMSIdx].nLogRecNum > MAX_RECSAVE_NUM) {
pSTBatt_Rough->stuCanSave.emTrigMsgTp[nBMSIdx] = TP_TRIG_LOG;
} else if(s_infy_BattRunData[nBMSIdx].nWaveRecNum > MAX_RECSAVE_NUM) {
pSTBatt_Rough->stuCanSave.emTrigMsgTp[nBMSIdx] = TP_TRIG_WAVE;
}
break;
```
这直接给出一个非常实用的排查判断法：
"录波没抓到"**通常不是"波形不存在"，而是状态机没有进入 `TP_TRIG_WAVE`（阈值/计数/通讯导致读不到记录数）。
3.3 逐条收取 wave，并写入 USB 原始帧，再发送确认
当触发类型为 `TP_TRIG_WAVE`，状态机会不断发送 `CAN_RD_CMD_C2S_WAVE_REC`，直到 `nWaveRecNum` 归零/进入挂起状态。
收包后，`Tigger_IfyBmsFrameWrite2USB()` 对 `_CAN_R_CMD_S2C_WAVEREC` 做了非常明确的动作：**把原始帧写到 USB，并发确认**：
case TP_TRIG_WAVE:
if(pFrmReply->emMsgType == _CAN_R_CMD_S2C_WAVEREC) {
Pending_WriteMsg2USB(pSTBatt_Rough, nBMSGrpMapIdx, pFrmReply->byRawData, 1);
YFY_Send_C2S_Status(pSTBatt_Rough, nBMSGrpMapIdx, CAN_CFM_CMD_C2S_WAVE_REC);
}
break;
```
这也是"故障定位可复盘"的关键设计：
波形/故障录波并不依赖解析细节，**用原始帧保真**，后续再用离线工具解析波形内容。
如果写盘成功但无法解析，问题在离线解析/文件格式；如果写盘都没有，问题多半在录波收取链路或通讯。
3.4 发送波形读取命令（Wave Record 0x0b21yyxx）
波形读取指令打包也在同文件中：
YFY_CAN_StuffMsgID(0x0B, 0x21, frm.byBMSGrpAddr, frm.byEMSAddr, CAN_DATA_AREA_LEN, pbySendBuf);
frm.byData[0] = 0xC0;
...
memcpy(pbySendBuf + 5, frm.byData, CAN_DATA_AREA_LEN);
```
这段能帮助你做"命令是否发出去"的验证（例如抓 CAN 日志对齐 `0x0B/0x21` 对应的读取请求）。
4. 故障录波之外：日志类证据也要纳入定位（比如 AFE 异常时落盘）
代码中有对 AFE 异常状态的落盘行为（示例：`/data/AfeSrStatus.csv`）。当 `bAfeWorkModeAbnormal` 且状态变化时，会把数据写入文件：
fp = fopen("/data/AfeSrStatus.csv", "a");
...
TimeToString(NOW, TIME_CHN_FMT, szTime, sizeof(szTime));
...
fputs(strLine, fp);
```
故障定位建议： 波形是"事发时刻的证据"，AFE 落盘是"异常演化的证据"。
当你发现波形抓不到时，至少可以用这种"关键状态变化落盘"去补齐定位链条。
5. Web 侧怎么"导出证据包"：让故障录波可交付、可复现
工程里提供了故障/日志相关的导出接口。例如 `api_query_chgrecord.c` 里，对电表故障日志 `meterfaultlog` 做了打包导出：
if(access("/data/meterfaultlog.0", F_OK) != 0) {
Make_Web_OutPut(104, "Can NOT find MeterLog file for export!", NULL, NULL);
return FALSE;
}
system("tar cvf /var/volatile/Meter_Log.tar /data/meter*");
...
UploadBinFile_2Client(METERLOG_EXPORT_LOCALFILE, szRemoteName)
```
这对故障定位的意义是： 你不用只靠"现场口述"，而是能把"可落盘证据包"交给分析侧进一步定位根因。
6. 一条可直接照做的排查闭环
把上面代码证据链拼成"定位闭环"，建议按下面顺序执行：
-
先抓"故障对象快照"：从 blob/状态字段确认系统状态、充放电状态、故障码是否成立（例如 `unioBattFault` / `emBattSysState` / `emBattChgState`）。
-
再确认"录波是否被触发"：查看 `nFaultRecNum/nLogRecNum/nWaveRecNum` 是否满足 `MAX_RECSAVE_NUM` 的触发优先级。
-
检查"波形收取是否成功"：看 `_CAN_R_CMD_S2C_WAVEREC` 分支是否执行了。 `Pending_WriteMsg2USB` 并发送了 `CAN_CFM_CMD_C2S_WAVE_REC`。
-
如果录波写盘成功但分析失败：回到原始帧文件格式/离线解析工具，而不是直接怀疑采集链路。
-
若录波/日志缺失：优先排查通讯链路（能否读取记录数、能否收到 waverec 回包）。
-
最后导出证据包（Web export 或打包上送），用于跨团队复盘。
7. 典型故障场景怎么套用
现场有故障现象，但系统没有录波文件。
优先检查：`nWaveRecNum` 是否触发 `TP_TRIG_WAVE`（阈值/计数）以及 CAN 录波回包是否收到（`_CAN_R_CMD_S2C_WAVEREC` 分支是否走到写 USB + confirm）。
有故障码，但波形与故障码对不上。
先确认录波原始帧时间是否与故障发生时刻一致（在解析阶段做对齐），再考虑：录波数据是原始帧保真，定位应从"解析对齐"回到"证据解释层"。
电表相关故障反复出现，但定位总是停留在告警表
用 Web export 把 `meterfaultlog` 导出来，再用解析工具结合曲线对齐，减少"只看告警、不看过程"的盲区。