从老项目迁过来的代码,跑起来不报错,日志也一直在刷。但上线之后运维跑来问了一句,为什么 B 相电流永远是 381 安。
381 安。一台标称几十安的机器,报出 381 安。
那一刻我大概猜到了问题在哪儿。但猜没用,得让设备自己开口。于是我决定绕开所有代码,直接用 Python 跟它对话。
这篇就写这个过程。从链路不通,到五条报文全部读通,再到拿实测数据回头把代码里的六个坑挖出来。
01、先让链路活着
现场环境有点绕。UPS 在远端机房里,串口挂在串口服务器上,通过 TCP 映射到公网,我这边再用工具把 TCP 转成本地虚拟串口,COM15。
链路长了,出问题的地方就多。所以第一步不是急着发协议,是先确认这条路到底通不通。
我写了个最小的探测脚本,在 COM15 上发一个字节。
结果全超时。
2400、4800、9600、1200、19200,五个波特率全试了。8N1、7E1、7O1,三种帧格式全试了。DTR 和 RTS 的四种组合也拉了,因为有些 MGE 的老设备要靠 DTR 供电才能出数据。全都没有一个字节回来。
到这一步其实有两种可能。要么设备死的,要么我这边的串口层是死的。得先排除后者。
我把 COM1 和 COM2 用杜邦线短接做了个回环,脚本一发一收,正常。再顺手把监听模式挂上去,纯被动听 15 秒,一条数据都没有。
本机是好的,问题在 COM15 到设备那一段。
后来发现是 TCP 映射那头连上但没握手成功,串口服务器的参数也没对。这属于环境问题,跟协议无关,按下不表。
链路修好之后,脚本第一句话回来的是 0x16。
那一声挺治愈的。
02、SHUT 协议的方言
这台 UPS 用的是 Emerson 的 SHUT 协议,串口参数 2400 波特、8 数据位、无校验、1 停止位。速度慢得有点复古,但稳。
整个交互其实只有三件事。
第一件是握手。发一个 0x16,设备回一个 0x16。收不到就重试,别的什么都不用做。
第二件是取报告。发一条 11 字节的命令,告诉对方我要哪个 report、从第几个字节开始、要多少个字节。
以取 Report 0x31 为例,抓到的原始字节长这样。
81 88 A1 01 31 03 00 00 20 00 B2
逐字节拆开看,0x81 是起始,0x88 是长度编码,高半字节和低半字节都是 8,0xA1 是「取报告」的命令码,0x31 是 report ID,0x03 是命令参数,中间的 00 00 是起始偏移,20 00 是要的字节数,最后一个字节是前面所有字节的异或。
那个 20 00 值得多说一句。它是小端,实际值是 0x0020,三十二个字节,不是 0x2000。我一开始把这个顺序写反了,写成了 00 20,等于向设备要 8192 字节。
有意思的是设备居然照给了。它的实现大概是「你要的比实际长,那我就全给你」。宽容,但不合规范。这种宽容是最危险的,因为它会让你的错误代码在测试环境里一路绿灯。
第三件是把碎片拼回来。设备不会一次把两三百字节甩完,它是一小段一小段发的。
这里有个必须记住的规则。普通包的类型字节是 0x04,最后一包是 0x84。0x84 = 0x04 | 0x80,最高位就是「我说完了」的标记。
| 方向 | 字节流 | 含义 |
| 16 | 16 | 握手 |
| 81 88 A1 ... | 06 | 命令已收到,裸 ACK |
| — | 04 08 31 0B ... | 中间数据包 |
| 06 | 84 03 09 AA 0F | 最后一包,并回 ACK |
每收到一个数据包,都得回一个 0x06。不回,设备就停在那儿等你。
还有一条容易忽略,多字节数值全是小端。文档里给了个例子,28 00 解析出来是 0x0028,也就是 40 的 0.1 倍,4 安。这条规则贯穿所有字段,忘了就是全军覆没。
03、脚本的第一版,死在 0x06 上
第一版脚本照着我脑子里的协议写,跑出来是这样的。
[RX] type=0x06 len=4 chk=BAD: 06 04 88 31 09 00 10 !! 长度字节异常: 0x04 [RX] type=0x09 len=0 chk=BAD: 09 A0 0F [RX] 未预期包类型 0x09
看懂这段日志的那一刻我笑了。第一行是 type=0x06,长度 4。但 06 后面跟着的是 04,不是长度。
ACK 是一个裸的单字节,它没有长度字段,没有校验,也没有包体。而我的解析器按「类型 + 长度 + 数据 + 校验」的固定格式去切,一上来就多吃了一个字节。
多吃一个字节,后面的全景就全歪了。第二行那个 0x09,根本就不存在,是我把数据包的类型字节 0x04 和长度 0x88 错位之后,拼出来的幻觉。
这种错误最难查的地方在于,它不会报错。你只会看到一堆「未预期包类型」,然后怀疑设备、怀疑线、怀疑人生。
改法很朴素,先把帧头读出来,看清楚它是 0x06、0x15 还是 0x04、0x84,再决定后面读几个字节。
b = ser.read(1)[0] if b == 0x06: # 裸 ACK,到此为止 return if b == 0x15: # NAK,重发 return False if b in (0x04, 0x84): # 数据包,继续读 n = ser.read(1)[0] & 0x0F body = ser.read(n + 1)
改完再跑,五条报文流水一样全下来了,校验全对。
04、设备开口了
五条报文,分别对应输入、输出、汇总、电池和负载。跑通之后我把原始字节全部打印出来,一个字段一个字段对着文档核。
Report 0x31 是三相输入,19 字节,9 个成员,没有功率因数位。
| 相别 | 电流 | 相电压 | 线电压 |
| A | 1.1 A | 231.0 V | 399.0 V |
| B | 9.8 A | 230.0 V | 399.0 V |
| C | 7.2 A | 231.0 V | 401.0 V |
数据是干净的。相电压 230 上下,线电压 400 上下,三相基本平衡,这是正常的三相 380 系统。
Report 0x78 是三相输出,这条是关键。原始 24 字节,每相 8 个字节。
| 相别 | 电流 | 负载 | 相电压 | 线电压 |
| A | 7.4 A | 16% | 220.0 V | 381.0 V |
| B | 10.1 A | 22% | 220.0 V | 381.0 V |
| C | 0.0 A | 6% | 220.0 V | 381.0 V |
注意,每相 8 个字节,顺序是电流 2 字节、负载率 1 字节、功率因数 1 字节、相电压 2 字节、线电压 2 字节。
剩下的三条也都很顺。Report 0x42 给出总有功 2830 瓦、视在 3850 伏安、输出电流 17.4 安、频率 50.0 赫兹、功率因数 73、整流器正负母线 363.2 伏和 365.0 伏。Report 0x06 是电池容量 100% 和后备用时间。Report 0x07 是电池电流 0.3 安、负载 22%、温度 298.8 开尔文,换算下来 25.65 度、电池电压 438 伏。
有一处值得单独说。Report 0x06 的后备时间读出来是 65535 秒,正好是 16 位无符号的最大值。
这种整齐的极值一般不是测量结果,是「未知」或「无限」的占位符。设备在告诉你,我算不出来,别当真。后面做告警逻辑的时候得把这一条排除掉,不然永远在报 18.2 小时。
05、回头审代码,六个坑
有了实测数据,审代码就变成了一件很轻松的事。不用推理,直接拿真值去套。
第一个坑,也是 381 安的来源。代码里 Report 0x78 是按每相 7 个字节去步进的,也就是 1000、1007、1014 这样排。
但真机是 8 个字节一相。A 相的实际排布是这样。
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 电流 高 |
电流 低 |
负载 % |
功率 因数 |
相压 高 |
相压 低 |
线压 高 |
线压 低 |
| 4A | 00 | 10 | 4B | 98 | 08 | E2 | 0E |
| 7.4A | → | 16% | 75 | 220.0V | 381.0V |
A 相 8 个字节的实测排布,橙色两字节就是 381 伏线电压
差一个字节,B 相电流的起点就从偏移 8 挪到了偏移 7。而偏移 7 和 8 这两个字节,正好是 A 相的线电压,E2 和 0E。
小端读出来是 0x0EE2,3810,除以十,381.0。
它读到的根本不是电流,是 A 相的线电压。同一个数字,单位从伏变成了安。
它不是读错了数,它是从错误的地方读到了正确的数。这种 bug 不会崩,不会报警,只会安安静静地把运维骗半年。
第二个坑在 Report 0x07。代码按 7 字节的老布局映射,真机是 9 字节,多了 Mode 和 Status 两个字段。于是温度字段偏了一位,电池电压的偏移正好落在温度上,读出来 298.8 伏。一台 438 伏的电池组,报成 298.8 伏。
第三个坑是后备时间。协议里是 32 位,代码只读了低 2 字节。超过 18 小时就会溢出回绕。
第四个坑更直白。代码在函数末尾写了一句硬编码,把频率直接设成 50.0。前面明明已经从报文里读到了真实值,最后被这一行覆盖掉。等于白读。
第五个坑是个手滑。count == 0; 写成了比较,不是赋值。于是「连续三次读到 0 才清零」的逻辑永远不会重置,一旦触发一次就永久锁死。
第六个坑长这样,if (0 < atoi(s) < 100)。
C++ 里这不是数学上的区间判断。它先算 0 < atoi(s),得到一个 0 或 1,再拿这个 0 或 1 去和 100 比。结果恒为真。这行校验等于没写。
还有个虚惊一场。代码里所有字段都标着 BigEnd,而协议明明是小端。我一度以为所有数值都是错的。翻了底层解析函数才发现,那个函数名叫 BigEnd,实现是 p[1] << 8 | p[0],标准的小端。
名字叫反了,行为是对的。这种地方最耗时间,因为你会花半个小时怀疑一个本来没问题的地方。
06、改完这一版
改动清单不长。
| 项目 | 改动 |
| 三相输出 | 步长 7 字节改 8 字节,电压电流负载全量重排 |
| 电池报文的温度 | 偏移后移 2 字节,并做开尔文转摄氏 |
| 电池报文的电压 | 偏移后移 2 字节,回到 4007 |
| 后备时间 | 2 字节改 4 字节 |
| 输出频率 | 删掉硬编码,改用实测值并按 0.1 缩放 |
| 两处手滑 | 比较改赋值,链式比较拆开 |
温度那个转换值得一提。原始值单位是 0.1 开尔文,2988 就是 298.8 开。要变成摄氏度,得先减 2732 再除 10,因为 273.2 开是 0 度,而原始值已经放大了十倍。
算下来 25.6 度。机房里这个温度,合理。
改完之后我一直在想一个问题。这些坑里,没有一个是难的。步长写错、偏移写错、长度少读两个字节、手滑写成比较。
但如果没有真机,你一个都发现不了。
文档是地图,设备是地形。地图画得再细,路还是得自己走一遍。
尤其是这家的文档,同一份报告在不同的附录里给出了两种布局,一种 7 字节一种 9 字节,谁也没说哪个对。最后是设备用一个 0x84 的结束包,把答案告诉了我。
所以现在我做这类工控对接,第一件事不是写库。是写一个几十行的脚本,把原始字节打出来看一眼。
脚本不会骗你。它会老老实实告诉你,第 1007 个字节到底是什么。
76