基于热成像的机房热点成因自动诊断方法

• 作者: 刘航 谢婷 高山 鲍晨晨
• 来源期刊: 计算机测量与控制
• 关键词: 信息处理技术 自动诊断 热成像 对抗生成网络 卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 66-70
• 页数: 5页
• 分类号: TP29
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.04.014

摘要

服务器设备的异常高温在机房内部会形成热点,不仅会影响服务器的稳定和寿命,还会导致机房制冷效率的降低,从而增加机房的制冷能耗,增加运营费用;导致产生热点的原因有很多,例如空气流通不畅、风扇失灵、长时间满负荷运行等等;通过自动诊断热点的成因,可以有针对性的消除热点,为机房环境控制提供数据支持,有助于降低机房制冷能耗;根据热像仪拍摄的服务器出风口一侧的红外图像,利用人工智能技术,提出了自动诊断热点成因的方法;针对实际工程应用中热点样本数量不足的问题,提出了基于深度卷积对抗生成网络(DCGAN)合成热点样本的解决方案;通过多组实验验证了方法的有效性,热点成因的诊断准确率约为95％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高山	大连理工大学网络与信息化中心	12	30	3.0	5.0
2	刘航	大连理工大学电子信息与电气工程学部	16	82	5.0	8.0
6	谢婷	大连理工大学电子信息与电气工程学部	2	0	0.0	0.0
10	鲍晨晨	大连理工大学电子信息与电气工程学部	1	0	0.0	0.0