风扇运行控制方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了一种风扇运行控制方法、装置、电子设备及存储介质，涉及散热技术领域，方法用于终端设备，终端设备上设有用于散热的风扇，方法包括：检测终端设备的运行状态，若终端设备的运行状态为正常运行状态，则获取终端设备的运行参数，将运行参数输入风扇转速预测模型，预测风扇的目标转速，基于目标转速控制风扇的运行。本申请实施例中，在终端设备的运行状态为正常状态时，采用BP神经网络建立了风扇转速预测模型，并以终端设备的运行参数作为输入，实现对终端设备中风扇的目标转速的自动化预测，可以提前、准确地预测出风扇的目标转速，避免因依赖设备内部温度计算风扇转速而导致风扇控制动作滞后，给设备的安全稳定运行造成隐患。行造成隐患。行造成隐患。

【技术实现步骤摘要】
风扇运行控制方法、装置、电子设备及存储介质


[0001]本申请涉及散热
，特别是涉及一种风扇运行控制方法、一种风扇运行控制装置、一种电子设备以及一种计算机可读存储介质。

技术介绍

[0002]对于需要进行散热的终端设备（如服务器、交换机等），均配置有风扇运行控制系统用以针对设备不同运行状态实时调整风扇转速最终实现设备可靠散热。
[0003]在目前的终端设备上针对同一转子类型的风扇，是根据设备当前进风口温度、设备内部主板温度、端口侧光模块温度，结合系统给定的温度与调速算法计算出风扇目标转速值，根据交换机内部不同部件的温度值，在调速算法上采用线性调速与PID调速相结合的方式分别计算风扇的目标转速，取两者的最高值作为最终的目标转速，从而实现通过风扇对终端设备进行散热。
[0004]然而，无论是线性调速算法还是PID调速算法，均依赖设备内部部件的温度，当设备功耗瞬时增加时，其内部温度上升速度较之功耗增加速度具有一定的延迟性，最终导致风扇运行控制动作滞后，给设备的安全稳定运行造成了一定的隐患。

技术实现思路

[0005]本申请实施例是提供一种风扇运行控制方法、装置、电子设备及存储介质，以解决依赖设备内部部件的温度计算风扇的目标转速，导致风扇运行控制动作滞后的问题。
[0006]本申请实施例公开了一种风扇运行控制方法，应用于终端设备，所述终端设备上设有用于散热的风扇，所述方法包括：检测所述终端设备的运行状态；若所述终端设备的运行状态为正常运行状态，则获取所述终端设备的运行参数；将所述运行参数输入风扇转速预测模型，预测所述风扇的目标转速；所述风扇转速预测模型为所述终端设备的历史运行参数对BP神经网络进行训练后得到的；基于所述目标转速控制所述风扇的运行。
[0007]在一些实施例中，在所述将运行参数输入风扇转速预测模型之前，还包括：获取所述终端设备的历史运行参数作为训练集和测试集；依据所述训练集对BP神经网络进行训练，得到初始BP神经网络模型；依据测试集对所述初始的BP神经网络模型进行验证，得到训练好的风扇转速预测模型。
[0008]在一些实施例中，所述的BP神经网络包括：输入层、隐藏层及输出层，所述输入层的神经元节点个数为8个、所述隐藏层的神经元节点个数为5个、所述输出层的神经元节点个数为1个。
[0009]在一些实施例中，在所述依据所述训练集对BP神经网络进行训练，得到初始BP神经网络模型之前，还包括：
确定所述BP神经网络的结构；根据所述BP神经网络的结构确定所述BP神经网络的所有初始权值和阈值；采用遗传算法对所述初始权值和阈值进行优化，得到所述BP神经网络的最佳权值和阈值，以便基于所述最佳权值和阈值对所述BP神经网络进行训练。
[0010]在一些实施例中，所述采用遗传算法对所述初始权值和阈值进行优化，得到所述BP神经网络的最佳权值和阈值，包括：根据所述初始权值和阈值进行编码以形成所述遗传算法的初始种群；对所述初始种群进行选择、交叉和变异操作，得到候选种群；在操作次数达到预设最大进化次数时，将所述候选种群中的最优种群群体进行解码操作，得到所述BP神经网络的最佳权值和阈值；在操作次数小于所述预设最大进化次数时，将所述候选种群作为初始种群，并返回执行所述对所述初始种群进行选择、交叉和变异操作步骤。
[0011]在一些实施例中，所述终端设备中设有CPU和交换芯片，所述运行参数至少包括所述CPU的温度、所述CPU的电流、所述CPU的电压、所述CPU的功耗、所述交换芯片的温度、所述交换芯片的电流、所述交换芯片的电压、所述交换芯片的功耗和所述风扇的转速。
[0012]在一些实施例中，在所述检测所述终端设备的运行状态之后，还包括：若所述终端设备的运行状态为异常运行状态，则基于所述异常运行状态控制所述风扇的运行。
[0013]在一些实施例中，还包括：若所述终端设备的运行状态为异常运行状态，则输出告警信号。
[0014]在一些实施例中，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备处于高温测试状态，则控制所述风扇以第一转速运行；在所述高温测试阶段状态后，返回执行所述检测所述终端设备的运行状态步骤。
[0015]在一些实施例中，所述终端设备中设置有温度传感器，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备中存在至少一所述温度传感器检测到所述终端设备的内温度大于或等于第一告警阈值，则控制所述风扇以第一转速运行。
[0016]在一些实施例中，还包括：若所述终端设备中的所述温度传感器检测到所述终端设备的内温度均小于所述第一告警阈值，且所述终端设备中存在至少一所述温度传感器检测到温度大于或等于第二告警阈值，则获取所述终端设备的运行参数；其中，所述第二告警阈值小于所述第一告警阈值；将所述运行参数输入风扇转速预测模型，预测所述终端设备中风扇的目标转速；基于所述目标转速控制所述终端设备中风扇的运行。
[0017]在一些实施例中，所述终端设备中设有交换芯片和CPU，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备中位于交换芯片、CPU位置处的所述温度传感器中存在至少一个所述温度传感器的温度数据丢失且持续时间大于或等于第一预设时间，则控制所述风扇以
第一转速运行。
[0018]在一些实施例中，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备的冗余电源处于失位状态，则控制所述风扇以第一转速运行；当所述终端设备的冗余电源从所述失位状态变更为在位状态时，控制所述风扇以第二转速运行第二预设时间，并在所述第二预设时间后返回执行所述检测所述终端设备的运行状态步骤；其中，所述第二转速小于所述第一转速。
[0019]在一些实施例中，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备中存在至少一所述风扇处于失位状态，则控制处于在位状态的所述风扇以第一转速运行；当所述风扇均处于在位状态时，控制所述风扇以第二转速运行第二预设时间，并在所述第二预设时间后返回执行所述检测所述终端设备的运行状态步骤；其中，所述第二转速小于所述第一转速。
[0020]在一些实施例中，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备中的带电可擦可编程只读存储器中的风扇数据丢失，或者终端设备的系统复位重启，则控制所述风扇以第一转速运行。
[0021]在一些实施例中，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备中的板管理控制器挂起/失效，或所述终端设备中的复杂可编程逻辑器件在线升级/失效，则控制所述风扇以第一转速运行。
[0022]在一些实施例中，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备中存在至少一所述风扇的转速小于第三转速且持续第三预设时间，则控制所述终端设备中的所述风扇以第一转速运行；其中，所述第三转速小于所述第一转速。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风扇运行控制方法，其特征在于，应用于终端设备，所述终端设备上设有用于散热的风扇，所述方法包括：检测所述终端设备的运行状态；若所述终端设备的运行状态为正常运行状态，则获取所述终端设备的运行参数；将所述运行参数输入风扇转速预测模型，预测所述风扇的目标转速；所述风扇转速预测模型为所述终端设备的历史运行参数对BP神经网络进行训练后得到的；基于所述目标转速控制所述风扇的运行。2.根据权利要求1所述的方法，其特征在于，在所述将运行参数输入风扇转速预测模型之前，还包括：获取所述终端设备的历史运行参数作为训练集和测试集；依据所述训练集对BP神经网络进行训练，得到初始BP神经网络模型；依据测试集对所述初始的BP神经网络模型进行验证，得到训练好的风扇转速预测模型。3.根据权利要求1所述的方法，其特征在于，所述的BP神经网络包括：输入层、隐藏层及输出层，所述输入层的神经元节点个数为8个、所述隐藏层的神经元节点个数为5个、所述输出层的神经元节点个数为1个。4.根据权利要求2所述的方法，其特征在于，在所述依据所述训练集对BP神经网络进行训练，得到初始BP神经网络模型之前，还包括：确定所述BP神经网络的结构；根据所述BP神经网络的结构确定所述BP神经网络的初始权值和阈值；采用遗传算法对所述初始权值和阈值进行优化，得到所述BP神经网络的最佳权值和阈值，以便基于所述最佳权值和阈值对所述BP神经网络进行训练。5.根据权利要求4所述的方法，其特征在于，所述采用遗传算法对所述初始权值和阈值进行优化，得到所述BP神经网络的最佳权值和阈值，包括：根据所述初始权值和阈值进行编码以形成所述遗传算法的初始种群；对所述初始种群进行选择、交叉和变异操作，得到候选种群；在操作次数达到预设最大进化次数时，将所述候选种群中的最优种群群体进行解码操作，得到所述BP神经网络的最佳权值和阈值；在操作次数小于所述预设最大进化次数时，将所述候选种群作为初始种群，并返回执行所述对所述初始种群进行选择、交叉和变异操作步骤。6.根据权利要求1所述的方法，其特征在于，所述终端设备中设有CPU和交换芯片，所述运行参数至少包括所述CPU的温度、所述CPU的电流、所述CPU的电压、所述CPU的功耗、所述交换芯片的温度、所述交换芯片的电流、所述交换芯片的电压、所述交换芯片的功耗和所述风扇的转速。7.根据权利要求1所述的方法，其特征在于，在所述检测所述终端设备的运行状态之后，还包括：若所述终端设备的运行状态为异常运行状态，则基于所述异常运行状态控制所述风扇的运行。8.根据权利要求7所述的方法，其特征在于，还包括：
若所述终端设备的运行状态为异常运行状态，则输出告警信号。9.根据权利要求7所述的方法，其特征在于，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备处于高温测试状态，则控制所述风扇以第一转速运行；在所述高温测试阶段状态后，返回执行所述检测所述终端设备的运行状态步骤。10.根据权利要求7所述的方法，其特征在于，所述终端设备中设置有温度传感器，所述基于所述异常运行状态控制所述终端设备中风扇的运行，包括：若所述终端设备中存在至少一所述温度传感器检测到所述终端设备的内温度大于或等于第一告警阈值，则控制所述风扇以第一转速运行。11.根据权利要求10所述的方法，其特征在于，还包括：若所述终端设备中的所述温度传感器检测到所述终端设备的内温度均小于所述第一告警阈值，且所述终端设备中存在至少一所述温度传感器检测到温度大于或等于第二告警阈值，则获取所述终端设备的运行参数；其中，所述第二告警阈值小于所述第一告警阈值；将所述运行参数输入风扇转速预测模型，预测所述终端设备中风扇的目标转速；基于所述目标转速控制所述终端设备中风扇的运行。12.根据...

【专利技术属性】
技术研发人员：李欣，陈翔，
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：