話說幾週前的某個晚上我的NAS突然出現錯誤訊息 Hard Disk 3 unplugged，系統告訴我 硬碟消失 了。但是轉頭望去那個Disk 3卻仍好好的插在NAS上啊! 這是怎麼回事? 由於我採用RAID5來做容錯，對於單顆硬碟的故障我是沒在怕的，只是這顆硬碟我也才沒用多久，會出現故障我也滿訝異，於是便想要來研究看看到底是哪裡出問題?
以結果論來說，阿信助教這次修好了一顆硬碟，但本篇的重點並不在於告訴你如何維修，而在於整個找問題的思路，畢竟我不是硬碟專家，大家可以一起跟著我的文字，試著模擬一下，如果是你的話會怎麼做?
下面就是NAS回報的log，明明硬碟就還插在NAS上，但卻出現unplugged的訊息，請看紅圈標示1的部分。分析Log是除錯中很重要的依據，它是系統運作的紀錄，少了它會增加除錯的困難度。
硬碟消失 重新插拔
由於NAS號稱硬碟可以熱插拔，所以我直接就把硬碟從運轉中的NAS拔出來，仔細觀察SATA接頭的金屬接點，看起來都亮晶晶的，目視也沒甚麼異狀，想說直接再差回去或許只是單純接觸不良的問題而已，過去我修過很多電器都是這個問題，幾乎毫無例外。
硬碟插回NAS之後竟然認到硬碟了，請看上方的log位在紅圈標示2的部分，既然認到了NAS就自動開始做重建RAID的動作，但好景不常大約過了1小時，如上圖的Log，NAS又回報Hard Disk 3 unplugged了，請看紅圈標示3的部分，原來在那之前系統已經告知無法存取HDD了，會不會是硬碟真的快掛了? 要死也要知道怎麼死的，不能死得不明不白，身為工程師的我會不甘心的。
SMART滿分 接點清潔無效
由於每顆硬碟都有個健康診斷表稱為S.M.A.R.T，我想應該要檢查一下這張表，但問題是現在硬碟是處於”拔出”的狀態，儘管它還是好好的插在NAS上，看來硬碟是被系統踢出來的。所以我必須將硬碟拔出來再插回去，讓系統與硬碟連線後，才有機會看到SMART的報告。
插回硬碟之前我想先清一清SATA接頭，既便是看起來就是沒有異狀，我還是拿起棉花棒沾一些WD-40溶劑來擦，因為它帶有些微腐蝕金屬的效果，某程度上算是接點清潔劑。於是把SATA接點煞有其事的擦一擦後再將硬碟插回NAS，系統果然又認到它了，接著趕快把握時間做SMART測試。
上圖就是SMART的測試結果，竟然完全沒問題? 真是吐血，白紙黑字寫著Completed without error，所以這是見鬼的意思嗎? SMART呈現健康狀況良好的硬碟，卻會時不時被系統踢出來unplugged? 老天真的不要再開我玩笑了，我想睡了，但至少我已經可以確定不是SATA接頭的問題了，否則SMART資訊無法回傳。
原廠診斷程式
既然不是SATA connector的問題，那該不會是壞軌吧? 若能夠用軟體方式來檢查問題，甚至解決問題，那當然是最好的，於是我找了seagate的診斷程式來用，想說原廠的程式應該比較原汁原味，於是又用這個程式做了一次SMART，結果一樣是沒問題，表示硬碟還很健康。
另外我也做了短測short generic也沒問題，雖然Seagate沒有揭露到底測了甚麼，總之就是PASS。但當我做到長測long generic，診斷程式看起來就一副當機的樣子，而且當我把診斷程式強制關閉再重開的時候，就再也scan不到這顆Seagate硬碟了，這感覺就是硬碟被偷走一樣，這不剛好跟NAS的回報訊息”Hard disk unplugged”有異曲同工之妙。
低階格式化-Low Level Format
這時我把心一橫，反正都已經是有問題的硬碟，若是裡面的壞軌造成，那我最後的大絕招就是做低階格式化low level format，至少它會把壞軌標記並跳開，而且我也不怕這顆硬碟的資料全毀。
於是我在網路上任意找了一款做Low Level Format的軟體，用來當作最後手段，沒想到才開始沒多久，竟然就跳出錯誤訊息Media was unplugged，而且再也scan不到這顆硬碟，除非我把電腦重開機，只要一做low level format就掛。
還真是想死卻死不了，但是從NAS、原廠診斷程式、到現在的低階格式化，都指出兩個事實。
- 硬碟還很健康，因為SMART滿分
- 硬碟會不定時離開系統
大膽假設 小心求證
由於我沒有線路圖，甚至連硬碟的方塊圖也沒有，於是我大膽假設，硬碟會離線單純是因為通訊中斷，只要通訊持續暢通，SMART就能運作，而且SMART的資料量很小，若遇到需要存取大量資料，例如格式化、長週期測試，硬碟若通訊不穩定就容易出狀況。
所以通訊會容易在哪裡斷掉，就是接下來的重點了，也就是小心求證。硬碟的鐵殼裡面有碟盤與磁頭，這構成了存放資料的地方，由於鐵殼裡面的空間很小，基本上只有放馬達等機械裝置，控制磁頭與碟盤的邏輯電路則是在外面那塊綠色的電路板，這塊電路板是如何跟鐵殼裡面的電路溝通呢? 它總要有一個接觸介面吧，也許是接頭、也許是用簧片觸碰的。
於是我把硬碟翻過來仔細端詳了一下，發現碟片轉軸外圈延伸了三條線到電路板下方，另外在靠近SATA接頭的附近，從側面的接縫也能隱約看見有類似接頭的東西，它似乎是從鐵殼內延伸出來的訊號端子，用它與外面的電路板接觸。
這些線索讓我大膽推測這些接點極有可能就是造成HDD unplugged的元兇，因為訊號中斷就一切免談，而且它會真的與硬碟拔除是一樣的現象。
拆開電路板
該是見證理論是否正確的時候了，把螺絲卸下後，輕輕地翻開控制電路版，果然就發現電路板的PAD原本應該是古銅色的銅箔，現在都變成黑色的氧化物了，就連螺絲孔也一樣。
由於PCB板在成本壓力下大都採用化金板ENIG製程，基本上就是銅箔先鍍上鎳，鎳上面再用化學藥劑置換出很薄的金， 這應該是接點表層的金已經無法保護下面的鎳，因而氧化形成黑墊(Black-pad)。
於是再拿出WD-40來擦拭鐵殼延伸出來的兩組接點，一個是馬達另一個是磁頭，雖然他們看起來沒有很髒，既然拆開了就順手清一清。再來就是清理嚴重氧化的電路板接點了，還好WD-40滲透性很強，外加有輕微潤滑的效果，只需要輕輕擦拭就可以把黑黑的氧化層推開。
清理之後如下圖，原本黑黑的接點露出古銅色了，只是有些黑色的點點我無論怎麼擦都擦不掉，，而且現在黑色面積已經小很多，我想應該不影響運作。比較一下前面氧化的PCB照片，是不是好看多了?
清理完組裝好，接下來當然要好好測試一下，就來個低階格式化吧，大家不用擔心這會多傷硬碟，比起P2P這類的軟體不分晝夜地跑，偶爾做一次低階格式化不會怎樣的。
果然，接點清潔後通訊順暢，格式化就成功了，再也沒有出現HDD was unplugged的訊息，為何我這麼肯定? 因為這是一台3T的硬碟，它需要一個一個byte這樣格式化，好歹也搞了我17個小時，比起之前不到30min就出現錯誤，絕對有天壤之別，所以我可以很肯定這算修好了。
那這樣的維修處理我是否有擔心的地方呢? 說實話是有的，因為黑鎳Black pad已經產生，而且還剝落了，我會擔心銅已經失去鎳層的保護，會慢慢導致下方裸銅氧化，所以後續就繼續觀察。
新硬碟上場
由於這整個過程花了我太多時間，NAS又不能空著，所以我在維修期間，已經買了新硬碟來替換了，畢竟當時我並沒有把握能修好，既然現在修好了就當作備品來放著吧。
基於好奇，我也把新的硬碟拆了，看看它的電路板是不是有比較光亮，其實有點失望，它的接點並沒有想像中光亮，上面已經開始有輕微氧化的痕跡，但至少沒有黑到剝落的現象，若你仔細看還能發現硬碟接點的銀色壓痕。雖然PCB有輕微氧化的現象，但硬碟本體的接點卻是完全光亮的，看來SATA connector廠商與硬碟本體的接點製造商都比較重視防氧化。PCB板若非採用正港的鍍金而是採用化金ENIG處理的話，看來真的是第一個會掛的。
最後回顧我的維修DIY歷史，接觸不良還真的是永遠的第一名，從燈泡閃爍到硬碟故障居然都是同一個原因，還真是毫無例外，若有人能發明絕不氧化的表面處理方式，應該會很受歡迎，只是我猜應該很難賣，用不壞的東西與既有利益相衝突，應該沒有代理商想賣吧。
維修後續追蹤-Unplugged又來了
Disk4出問題-以WD40維修後失敗
就在我修好了Disk 3之後，不到兩星期，如下圖，我的Disk 4也出問題了，症狀完全一樣。為了防範未然，我把剩餘的3顆硬碟全部拔出來做接點清理，果然打開PCB後接點已經面目全非，只有兩星期前更換的新硬碟看起來還好，若沒有處理，我想過一陣子其它硬碟應該也會陸續出現相同問題。
所以我又把WD-40拿來噴，當下確實是把Disk4修好了，也運作了好幾天，到了第5天，Disk4又出現unplugged錯誤訊息，當下我就意識到WD-40雖然清除鐵鏽效果還不錯，但還真的無法去除銅箔的氧化物，它只是因為滲透力強比較方便把已經成片狀氧化物屑屑推走，但還稱不上能讓銅箔重拾光亮表面。
Disk4又出問題-銅油維修後失敗
WD40失敗後，我拿出終極武器-銅油，當過兵的都知道，用銅油抹在金屬上死命地用布擦拭，會讓金屬光亮如新，但銅油的原理是利用細小顆粒做打磨，基本上銅油磨下去銅箔上的鍍金就全掉了，而因為我也沒有其他方法可以用了。於是就銅油擦下去了，果然所有的PAD都光亮如新。
我也知道失去保護鍍層之後可能也會更容易氧化，但也只能時看看這也是沒辦法中的辦法。目前使用銅油打磨過後，初期一切正常，到了第三個星期噩夢又來了，於是銅油的PAD接點維修也宣告失敗。
最後大絕招-銅箔上錫後依舊失敗
最後我不得不用破壞性的策略，也就是把接觸的銅箔上錫，因為焊錫會覆蓋銅箔，避免銅氧化，而焊錫自己也能導電，因此這次就試著以動用烙鐵的方式來維修，但依舊失敗，系統完全認不到Disk 4，我認為案情不單純。
交叉測試
還記得前面我修好了Disk 3吧，我把Disk 3從櫃子裡拿出來，將Disk 3與Disk 4兩台硬碟的電路板交換，發現只要是Disk 4的電路板，系統就無法認到，而且原本應該12V左右的電壓，現在到了13.12V，看來應該是電路板出問題了。
順手將Disk3也上電看看運轉狀況，結果原本修好的Disk3竟然沒有轉動! 我無法理解這是為什麼，只是把修好的硬碟放在櫃子內幾個星期，馬達就不轉了，那是馬達故障嗎? 非也，我把Disk4的PCB拿來裝上，硬碟馬達可以順利運轉，只是系統認不到它。
天啊，這是鬧機瘟的意思嗎? 測量了一下Disk3 PCB各電源的電壓，如下圖竟然有兩個0V。這些電壓都是從右下角的SMOOTH晶片出來的，看來這顆IC掛了，整塊PCB也不用修了。真可惜，碟盤機構本身沒有故障，而是外面的PCB掛掉。
直接後送維修
為何PCB會故障? 我目前毫無頭緒，由於之前觀察SMART report看來堅若磐石的硬碟內部其實狀況很好，但是外面的PCB電路板似乎抵抗力很差，一下就掛了，我才買一年多呢。
這很像你買了一個很堅固的房子，抗核爆耐地震，結果裡面的水電用料很差，這個壞那個壞，結果還是不能住人。硬碟的SMART報告只能針對硬碟碟盤的使用狀況作監測，如果是電路板用料或製程太差，它可是一點辦法也沒有。
由於Disk3與Disk4都還在保固期，既然發現PCB板雙雙故障，那也只能送修。由於Disk3馬達不轉，代理商馬上換新機給我，而Disk4系統認不到，需要後送原廠，代理商也在兩週後換了同型的硬碟給我。所以目前我的心得是，硬碟的問題若單純是接觸不良，WD40是可以克服的，但若問題來源是硬碟的電路板，那可能會有惡化的機率，因為原本以為只是單純兩顆硬碟沒插好的問題，後來竟演變成一個HDD馬達不轉動，另一個HDD電路板故障。
由於SMART報告皆指出硬碟本體沒問題，因此若硬碟廠商的控制電路板壽命小於硬碟本體壽命，那整體來說還是短命。我買了4顆硬碟一年就幾乎同時死了2顆，說實在的機率還滿高的，這原廠應該要檢討一下才對。
在跟各位報告一下，後來三個月過後我的Disk 2也掛點，症狀相同，我認為可能那一批的硬碟都有問題，買四顆中三顆，這個比例也太高了，細節我就不貼圖了，反正過程都一樣，最後還是送修換新品才搞定。
下次各位硬碟有問題，可以先診斷SMART，若沒有壞軌，或許可以像我這樣清理接點就可以囉。如果你也抽到籤王，跟我依樣是電路板故障，那就真的要後送了。
好詳細的經驗分享,我有幾顆硬碟,也是備份完資料,放著一段時間,在BIOS中就辨識不到硬碟了,我拆開硬碟PCB電路板,也是有接點氧化的情形, 我用WD-40跟電子接點清潔劑跟還原劑去處理都沒有救回來, 很感謝您提供的經驗分享,謝謝!
現在有好幾家出電子接點清潔劑跟還原劑，
號稱不用擦拭，類似的問題會有效嗎？
不確定, 我沒有經常這麼作, 僅就幾次經驗分享