一种服务器风扇健康状态判别系统及判别方法技术方案

本发明专利技术提供了一种服务器风扇健康状态判别系统及判别方法，系统包括：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声音转换为声音信号，且输出声音信号；信号处理模块，配置用于接收声音信号，并将声音信号处理为电压时序信号，且将电压时序信号发送至BMC；以及云端服务器，配置用于接收BMC发送的电压时序信号，并生成电压时序信号的功率谱密度图，并对功率谱密度图进行分析，以将功率谱密度图分为多个区域，并基于多个区域判别服务器风扇的当前及未来健康状态。本发明专利技术可以对服务器风扇的当前和未来健康状态进行判别，实现了对服务器风扇的实时监测和故障预测，有助于维护服务器的正常使用。维护服务器的正常使用。维护服务器的正常使用。

【技术实现步骤摘要】
一种服务器风扇健康状态判别系统及判别方法


[0001]本专利技术涉及服务器
，尤其涉及一种服务器风扇健康状态判别系统及判别方法。

技术介绍

[0002]随着信息技术的发展，服务器的应用越来越广泛，在政府、金融等行业中，对服务器的需求越来越高。服务器的主要散热形式是风冷，因此风扇的健康状态往往会影响服务器的性能，严重的话甚至会导致服务器宕机。
[0003]目前只能对服务器风扇的电流和转速进行监控，无法对风扇的健康状态进行预测，例如风扇内部电机轴存在偏差、不平衡时，无法预测和及时发现。
[0004]图1为现有技术的监测服务器风扇的系统拓扑示意图。图1中，各个风扇(FAN)的电流被BMC(Baseboard Management Controller，基板管理控制器)的ADC(模数转换器)采集，电流异常会被检测，主板上有振动传感器收集风扇的振动信息。BMC分析电流的异常值，例如堵转时电流增大，风扇损坏，振动规律不符合正常状态，然后进行报警。
[0005]现有技术方案仅能对堵转造成的电流异常做出实时判断，风扇支架与主板分离，板载振动传感器不能有效收集风扇的振荡状态；并且只能对风扇的电流和转速进行监控，无法对风扇的健康状态进行预测，如风扇内部电机轴存在偏差、不平衡时，无法预测和及时发现。

技术实现思路

[0006]有鉴于此，本专利技术的目的在于提出一种服务器风扇健康状态判别系统及判别方法，用以解决现有的监测服务器风扇的系统无法对风扇的健康状态进行判别的问题。
[0007]基于上述目的，本专利技术提供了一种服务器风扇健康状态判别系统，包括：
[0008]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声音转换为声音信号，且输出声音信号；
[0009]信号处理模块，配置用于接收声音信号，并将声音信号处理为电压时序信号，且将电压时序信号发送至BMC；以及
[0010]云端服务器，配置用于接收BMC发送的电压时序信号，并生成电压时序信号的功率谱密度图，并对功率谱密度图进行分析，以将功率谱密度图分为多个区域，并基于多个区域判别服务器风扇的当前及未来健康状态。
[0011]在一些实施例中，云端服务器包括特征提取模块，配置用于对电压时序信号进行功率谱估计以得到功率谱密度，且生成功率谱密度图，并对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，以将功率谱密度图分为多个区域。
[0012]在一些实施例中，云端服务器还包括预测模块，配置用于将服务器风扇对应的当前功率谱密度与多个区域分别进行比对，以判别服务器风扇的当前健康状态。
[0013]在一些实施例中，预测模块还配置用于分析服务器风扇在最近时间段的功率谱密
度变化趋势，以预测服务器风扇的未来时间段的健康状态。
[0014]在一些实施例中，BMC配置用于接收当前健康状态和预测的健康状态，且将其显示在界面，并响应于当前健康状态或预测的健康状态为不良健康状态，发出报警信息。
[0015]在一些实施例中，声音采集模块至少包括MEMS麦克风。
[0016]本专利技术的另一方面，还提供了一种服务器风扇健康状态判别方法，包括以下步骤：
[0017]通过声音采集模块采集服务器风扇转动产生的声音并将声音转换为声音信号，且将声音信号发送至信号处理模块；
[0018]通过信号处理模块将接收到的声音信号处理为电压时序信号，且将电压时序信号发送至BMC；
[0019]通过云端服务器接收BMC发送的电压时序信号，并生成电压时序信号的功率谱密度图，并对功率谱密度图进行分析，以将功率谱密度图分为多个区域，并基于多个区域判别服务器风扇的当前及未来健康状态。
[0020]在一些实施例中，通过云端服务器接收BMC发送的电压时序信号，并生成电压时序信号的功率谱密度图，并对功率谱密度图进行分析，以将功率谱密度图分为多个区域包括：
[0021]通过云端服务器中的特征提取模块对电压时序信号进行功率谱估计以得到功率谱密度，且生成功率谱密度图，并对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，以将功率谱密度图分为多个区域。
[0022]在一些实施例中，基于多个区域判别服务器风扇的当前及未来健康状态包括：
[0023]通过云端服务器的预测模块将服务器风扇对应的当前功率谱密度与多个区域分别进行比对，以判别服务器风扇的当前健康状态。
[0024]在一些实施例中，基于多个区域判别服务器风扇的当前及未来健康状态还包括：
[0025]通过预测模块分析服务器风扇在最近时间段的功率谱密度变化趋势，以预测服务器风扇的未来时间段的健康状态。
[0026]本专利技术至少具有以下有益技术效果：
[0027]本专利技术的服务器风扇健康状态判别系统，通过采集服务器中的声音，发送到云端服务器进行声音特质提取和分析，得到风扇健康状态的参照图，从而对服务器风扇的当前和未来健康状态进行判别，实现了对服务器风扇的实时监测和故障预测，有助于维护服务器的正常使用。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
[0029]图1为现有技术的监测服务器风扇的系统拓扑示意图；
[0030]图2为根据本专利技术实施例提供的服务器风扇健康状态判别系统的示意图；
[0031]图3为根据本专利技术实施例提供的服务器风扇健康状态判别系统的拓扑示意图；
[0032]图4为根据本专利技术实施例提供的电压时序信号的功率谱密度图；
[0033]图5为根据本专利技术实施例提供的服务器风扇健康状态判别方法的示意图；
[0034]图6为根据本专利技术实施例提供的实现服务器风扇健康状态判别方法的计算机可读存储介质的示意图；
[0035]图7为根据本专利技术实施例提供的执行服务器风扇健康状态判别方法的计算机设备的硬件结构示意图。
具体实施方式
[0036]为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术实施例进一步详细说明。
[0037]需要说明的是，本专利技术实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称的非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本专利技术实施例的限定。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备固有的其他步骤或单元。
[0038]基于上述目的，本专利技术实施例的第一个方面，提出了一种服务器风扇健康状态判别系统的实施例。图2示出的是本专利技术提供的服务器风扇健康状态判别系统的实施例的示意图。如图2所示，本专利技术实本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：马永昊，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：