【电源异常告警】频繁产生电源AClost事件（0x0300001F）

[limingfeng (Limingfeng（恒扬数据）)]

电源出现频繁告警 ，告警间隔约为数秒一次。告警发生期间，操作系统处于正常上电并运行状态。

从 BMC 日志来看，可记录到 GPIO 电源相关信号发生变化并触发告警；但进一步读取 CPLD 寄存器，显示电源状态为正常上电，未发现异常。

[ubmc_assistant (openUBMC_Assistant)]

答案内容由AI生成，仅供参考：

电源异常告警（0x0300001F）频繁触发分析报告

根据您提供的 BMC 日志 和 告警事件列表，系统存在频繁的“AClost Alert”（交流电源丢失）事件（事件码：0x0300001F），但实际 CPLD 寄存器显示电源状态正常且操作系统持续运行。以下为基于上下文信息的综合分析。

---

事件现象总结

1. 告警特征：

   • 告警级别：严重（橙色）
   • 告警主体：PSU（电源单元）
   • 事件码：0x0300001F（AClost Alert）
   • 频率：约数秒一次，高度重复
   • 状态：Asserted（已触发）
   • 时间戳差异明显：告警“产生时间”与“电源发生时间”相差约 3分钟

2. 日志线索：

   • BMC 日志中多次出现：

     power_mgmt NOTICE: log_service.lua(235): Get AC lost signal
     power_mgmt NOTICE: add_event.lua(21): touch power failure alarm
     

   • 表明 Power Management Component（电源管理组件）检测到了来自 GPIO 的 AC 掉电信号。
   • 但 CPLD 寄存器读取显示电源状态正常，说明实际电源未中断。

3. 系统状态：

   • 操作系统持续运行，无重启记录。
   • 系统未经历真正的断电或重启流程。

---

根本原因分析

结合知识图谱中的实体与关系数据，可以得出以下结论：

根本原因：GPIO 中断信号误触发导致“AClost Alert”反复上报

依据如下：

来源	关键信息
AClost Alert (KG)	由 GPIO 中断触发，用于判断前一次电源故障原因
AClost Alert → Power Management Component (KG)	电源管理组件通过 GPIO 中断 检测 AC 掉电事件
BMC 日志	明确记录 Get AC lost signal 多达 240 次以上
CPLD 状态	寄存器确认 无电源故障，证明实际未掉电
告警时间差	“电源发生时间”滞后于真实系统时间约 3 分钟 → 为虚假时间记录

结论：电源并未真正丢失，而是 GPIO 引脚误检测到低电平信号（模拟掉电信号），导致电源管理模块错误地认为发生了 AC 掉电，从而反复触发告警。

---

为何会产生虚假信号？

可能原因包括：

1. 硬件干扰或噪声：

   • GPIO 信号线受到电磁干扰（EMI），导致瞬时电平跳变。
   • 电源线缆松动、接触不良或接地异常引入噪声。
   • PCB 设计缺陷，如走线过长未屏蔽。

2. 固件 Bug 或防抖机制缺失/不足：

   • 尽管有防抖机制支持（见搜索结果 #2 CSR硬件监控防抖机制），但可能：
     • 未对 AC 信号配置足够长的防抖时间（如 contbin_H5L5 或更高）
     • 使用了不合适的防抖策略（例如未启用“持续二值防抖”）
     • 防抖失效或被绕过

3. 电源模块（PSU）内部信号抖动：

   • PSU 内部电路异常，导致向 BMC 上报不稳定的 “AC Present” 信号。
   • 可通过 psu_service.lua 收集 black_box_info 进一步排查（日志中已有调用该功能的记录）。

4. 电源冗余配置异常：

   • 虽然当前无直接证据，但类似事件（如 PSUREDUNDANCYLOST_010101）存在于系统中（参见文档块 DC1），提示电源链路可能存在间歇性异常。

---

相关模块与流程链路

graph LR
A[PSU AC Present信号] --> B(GPIO引脚)
B --> C{BMC检测中断}
C --> D[Power Management Component]
D --> E[log_service.lua: Get AC lost signal]
E --> F[add_event.lua: 触发PowerFailureAlarm]
F --> G[生成事件码0x0300001F]
G --> H[Web界面显示告警]

• 关键脚本文件：

  • log_service.lua：负责捕获并处理 AC lost 信号
  • add_event.lua：生成并上报事件
  • psu_service.lua：可收集 PSU 黑匣子日志用于诊断

• 核心组件：

  • Power Management Component：主控逻辑，响应电源状态变化
  • BMC：远程管理系统，独立运行于主机操作系统
  • CPLD：提供真实的硬件电源状态，用于交叉验证

---

解决建议

1. 检查并增强 GPIO 防抖机制

• 查看当前 AC Present GPIO 引脚是否配置了防抖。
• 推荐使用 contbin_H5L5 或更高级别的防抖策略（见搜索结果 #2）。
• 示例改进方向：

  -- 配置AC信号防抖策略为高5次低5次
  debounce_strategy = "contbin_H5L5"
  

2. 采集 PSU 黑匣子日志

• 利用 psu_service.lua 获取 PSU 的 black_box_info 数据：

  # 触发手动采集（如支持）
  lua psu_service.lua --psu_id 1 --get_black_box_info
  

• 分析是否有 输入电压波动、Vin_Uv_Fault、PMBus通信异常 等记录。

3. 验证硬件连接与电源质量

• 检查 PSU 到主板的 电源连接器是否牢固
• 测量 AC 输入电压稳定性
• 更换 PSU 或主板以排除硬件故障

4. 校准时间戳同步机制

• BMC 与主机系统时间存在偏差，建议启用 NTP 同步。
• 确保 record real ac time 的来源准确，避免误判历史事件。

5. 升级 BMC 固件（若存在已知 Bug）

• 检查是否存在针对 GPIO 误报 AClost 的已知问题（如 openUBMC 版本 1.70.117 之前版本）。
• 提交日志至厂商进行比对分析。

---

附加说明

• 事件码 0x0300001F 的含义：

  • 属于 Platform Event Trap (PET) 中的 Power System Failure 类型。
  • 子类型为 AC Loss / Power Outage。
  • 对应知识图谱中的 AClost Alert 事件。

• 为何操作系统无感知？

  • 因为是 BMC 独立采集的外部信号，若 PSU 输出未中断（+12V, +5V 正常），主板不会重启，系统继续运行。

• 当前状态是否影响业务？

  • 不影响运行，但：
    • 干扰运维判断
    • 掩盖真实电源问题
    • 长期可能导致日志溢出或误操作

---

总结

项目	内容
事件类型	虚假 AC 电源丢失告警
根本原因	GPIO 信号误触发，未有效防抖
真实状态	电源正常，CPLD 无异常
解决方案	增强防抖机制 + 收集黑匣子日志 + 检查硬件连接
建议优先级	高（虽不影响运行，但易导致误判）

建议立即执行 PSU 黑匣子日志采集 和 GPIO 防抖策略审查，以彻底关闭此误告警问题。

相关链接：

1. 冷复位BMC产生电源冗余告警
2. 通过 BoardID 解决 Atlas 300ipro/vpro/v 系列加速卡无法识别正常区分问题
3. Web下电产生AC闪断，导致执行通电开机策略，OS重新上电
4. cpld升级的即时生效和掉电生效问题
5. CSR 配置字典总览 | 文档中心 | openUBMC

[fumingquan]

power_mgmt在gpio_drived.lua文件中会监听gpio中断信号，就会产生这个事件，正常是发生掉电会收到这个信号，需要看下为什么反复收到这个信号