[发明专利]一种服务器风扇健康状态判别系统及判别方法在审
| 申请号: | 202210703574.X | 申请日: | 2022-06-21 |
| 公开(公告)号: | CN115016994A | 公开(公告)日: | 2022-09-06 |
| 发明(设计)人: | 马永昊 | 申请(专利权)人: | 苏州浪潮智能科技有限公司 |
| 主分类号: | G06F11/22 | 分类号: | G06F11/22;G06F11/30 |
| 代理公司: | 北京连和连知识产权代理有限公司 11278 | 代理人: | 刘小峰;张元 |
| 地址: | 215000 江苏省苏州*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 服务器 风扇 健康 状态 判别 系统 方法 | ||
1.一种服务器风扇健康状态判别系统,其特征在于,包括:
声音采集模块,配置用于采集服务器风扇转动产生的声音并将所述声音转换为声音信号,且输出所述声音信号;
信号处理模块,配置用于接收所述声音信号,并将所述声音信号处理为电压时序信号,且将所述电压时序信号发送至BMC;以及
云端服务器,配置用于接收所述BMC发送的所述电压时序信号,并生成所述电压时序信号的功率谱密度图,并对所述功率谱密度图进行分析,以将所述功率谱密度图分为多个区域,并基于所述多个区域判别所述服务器风扇的当前及未来健康状态。
2.根据权利要求1所述的系统,其特征在于,所述云端服务器包括特征提取模块,配置用于对所述电压时序信号进行功率谱估计以得到功率谱密度,且生成所述功率谱密度图,并对所述功率谱密度图划分频率区间,且分析不同的健康状态所对应的功率谱密度范围,以将所述功率谱密度图分为所述多个区域。
3.根据权利要求2所述的系统,其特征在于,所述云端服务器还包括预测模块,配置用于将所述服务器风扇对应的当前功率谱密度与所述多个区域分别进行比对,以判别所述服务器风扇的当前健康状态。
4.根据权利要求3所述的系统,其特征在于,所述预测模块还配置用于分析所述服务器风扇在最近时间段的功率谱密度变化趋势,以预测所述服务器风扇的未来时间段的健康状态。
5.根据权利要求4所述的系统,其特征在于,所述BMC配置用于接收所述当前健康状态和所述预测的健康状态,且将其显示在界面,并响应于所述当前健康状态或所述预测的健康状态为不良健康状态,发出报警信息。
6.根据权利要求1所述的系统,其特征在于,所述声音采集模块至少包括MEMS麦克风。
7.一种服务器风扇健康状态判别方法,其特征在于,包括以下步骤:
通过声音采集模块采集服务器风扇转动产生的声音并将所述声音转换为声音信号,且将所述声音信号发送至信号处理模块;
通过所述信号处理模块将接收到的所述声音信号处理为电压时序信号,且将所述电压时序信号发送至BMC;
通过云端服务器接收所述BMC发送的所述电压时序信号,并生成所述电压时序信号的功率谱密度图,并对所述功率谱密度图进行分析,以将所述功率谱密度图分为多个区域,并基于所述多个区域判别所述服务器风扇的当前及未来健康状态。
8.根据权利要求7所述的方法,其特征在于,通过云端服务器接收所述BMC发送的所述电压时序信号,并生成所述电压时序信号的功率谱密度图,并对所述功率谱密度图进行分析,以将所述功率谱密度图分为多个区域包括:
通过所述云端服务器中的特征提取模块对所述电压时序信号进行功率谱估计以得到功率谱密度,且生成所述功率谱密度图,并对所述功率谱密度图划分频率区间,且分析不同的健康状态所对应的功率谱密度范围,以将所述功率谱密度图分为所述多个区域。
9.根据权利要求8所述的方法,其特征在于,基于所述多个区域判别所述服务器风扇的当前及未来健康状态包括:
通过所述云端服务器的预测模块将所述服务器风扇对应的当前功率谱密度与所述多个区域分别进行比对,以判别所述服务器风扇的当前健康状态。
10.根据权利要求9所述的方法,其特征在于,基于所述多个区域判别所述服务器风扇的当前及未来健康状态还包括:
通过所述预测模块分析所述服务器风扇在最近时间段的功率谱密度变化趋势,以预测所述服务器风扇的未来时间段的健康状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210703574.X/1.html,转载请声明来源钻瓜专利网。





