故障预测技术在加固式公共计算服务器上的应用.pdf

Science and Technology&Innovation科技与创新2023 年 第 19 期179文章编号：2095-6835（2023）19-0179-03故障预测技术在加固式公共计算服务器上的应用刘宪忠1，赵昶宇2（1.海军装备部驻天津地区第二军事代表室，天津 300308；2.天津津航计算技术研究所，天津 300308）摘要：以某型号加固式公共计算服务器为研究对象，分析了设备定期维修、事后维修 2 种方式存在的弊端，研究了以视情维修为主的当代设备健康管理技术理论。针对设备故障特点和维修现状，将健康管理技术引入到加固式公共计算服务器中。深入研究了故障预测技术，对模块级故障通过建立模型从设备的健康状况、使用寿命、失效时间以及失效概率等方面进行预测，针对导航处理模块、供电控制模块、环境监测模块、数据存储模块和电源模块的功能和故障特点，提出了不同的故障预测方法。关键词：加固计算机；公共计算服务器；故障预测；健康管理中图分类号：TP368；TP315文献标志码：ADOI：10.15913/ki.kjycx.2023.19.056定期维修和事后维修是加固式公共计算服务器2 种常见的故障诊断与维修方式，在系统发生故障时，通过对当时设备的运行参数进行监测、分析和推理后诊断并定位故障的原因和产生部位。随着加固式公共计算服务器集成度和复杂性的提高，软件化和智能化水平的速度大幅提升，对设备进行故障诊断和维修的难度也日益增大，仅仅依靠专家的历史经验已经远远不能满足对设备故障诊断和维修的时效性需求。考虑到加固式公共计算服务器的复杂程度及使用条件，为了避免出现设备故障难以定位和排除的隐患，在加固式公共计算服务器的前期设计时就应重点关注设备的健康管理设计，确保系统满足运行高可靠性及安全性要求。加固式公共计算服务器的故障预测包含：实时监控并采集当前运行设备的关键状态参数，提取原始数据特征，分析当前设备健康级别和状态，采用科学的算法对其未来可能出现的故障进行提前预判和预测，并给出设备运行状态预警，便于测试和维修人员及时发现故障；对于预测产生的设备故障，结合故障诊断信息、备品备件状态及维修人员状态对加固式公共计算服务器的维修、维护进行智能优化决策。现有加固式公共计算服务器通常存在设备故障预测准确度不高、预测时效性不强等问题，本文基于加固式公共计算服务器开展设备故障预测技术研究，根据服务器内各个模块功能特点和故障特征，建立不同的故障预测模型和算法，并采用视情维修的方式，为保证加固式公共计算服务器设备的安全运行提供可靠的技术手段。1故障预测技术简介随着故障预测与健康管理（Prognostic and HealthManagement，PHM）技术在国内外的飞速发展，故障预测技术作为 PHM 的核心技术之一，已经受到越来越多的科研人员的关注和重视。全世界范围内计算机科技的迅猛进步使得电子设备的集成化和自动化程度更高，因此，对电子设备的保障和维护工作的难度也随之加大。电子设备发生故障后的事后维修，往往只能是“亡羊补牢”；采用定期保障和维修的方式，又势必会造成人力、财力和物力等各种资源的巨大耗费；通过视情维修的方式则可以完美弥补事后维修和定期维修带来的弊端。故障预测技术就是基于视情维修方式发展起来的一种核心健康管理技术。在电子设备的研制过程中采用故障预测技术实现对设备可能发生故障的精确预测，不仅可以降低备件和维修保障资源的需求量，而且通过监测设备状态，能够有效避免设备因故障带来的不可预知的风险，保证任务工作的成功率。故障预测技术在采用先进传感器的基础上，利用对设备运行参数的实时故障特征检测，建立各种智能模型和算法管理并预测设备的运行状态，获取到具有极低虚警率的故障检测和隔离结果，真正实现了基于状态的设备保障和维修，取代了事后维修和定期维修1。2加固式公共计算服务器的故障预测技术加固式公共计算服务器包含机箱、总线底板、导航处理模块、供电控制模块、环境监测模块、数据存储模块、电源模块和健康管理模块。其中，健康管理模块作为服务器，它通过机箱内的智能平台管理总线（Intelligent Platform Management Bus，IPMB）采集各个模块的工作电压值、工作电流值和工作温度值，并通过机箱内的双冗余以太网获取各个模块的心跳状科技与创新Science and Technology&Innovation1802023 年 第 19 期态、CPU 的使用率、CPU 温度值、内存使用率和任务执行状态等信息。加固式公共计算服务器通过双冗余以太网采集和IPMB 总线采集并保存机箱内各个模块的状态参数值，提取并保存设备参数的故障特征，对故障特征进行处理后由状态监测模块完成对特征向量的计算和估计，实时比较和判断当前参数是否超过或接近阈值。根据状态监测的实时输出值与设备历史状态评估值，计算当前设备的健康等级，并采用故障预测算法预测模块的健康状况和使用寿命。最后，综合上述过程，给出加固式公共计算服务器的保障和维修建议。加固式公共计算服务器健康管理工作流程如图 1 所示。图 1加固式公共计算服务器健康管理工作流程2.1数据预处理和状态监测数据预处理主要包括对加固式公共计算服务器采集到的原始设备参数进行数据清洗、特征提取、归一化处理和特征降维处理等。由于采集的温度、电压、电流在早期故障时信号较为微弱，因此，必须对这些信号进行动态连续测试。采用正常态的隐马尔可夫模型（Hidden Markov Model，HMM）实现对导航处理模块、供电控制模块、环境监测模块、数据存储模块、电源模块的温度、电压、电流的状态监测，针对系统早期故障的敏感变化，能有效判断系统出现故障的可能性大小，以此避免系统完全故障。在完成数据预处理后得到与加固式公共计算服务器状态相关的特征向量，状态监测完成对特征向量的计算和估计，比较采集的数据与预定的失效判据，并根据预定的各种参数指标极限值/阈值提供故障报警。2.2健康评估与故障预测根据加固式公共计算服务器状态监测的输出和历史的状态评估值，评估加固式公共计算服务器的健康状态，确定加固式公共计算服务器的健康状况是否降级。将加固式公共计算服务器的健康状况分为 5 个等级，分别为健康、轻度退化、中度退化、重度退化和故障。在供电控制模块中，根据供电控制模块的故障特征对其故障模式进行分析，选定继电器作为故障预测对象，基于吸合时间和超程时间 2 个表征供电控制模块继电器接触性能退化的特征参数，采用时间序列分析方法建立故障预测数学模型。通过采集的特征参数辨识预测模型，并完成被测继电器样品的寿命测试。在环境监测模块中，采用基于灰色粗糙集与反向传播（BP）神经网络的设备故障预测方法，将通过传感器采集到的温度、湿度和压力数据分别利用灰色关联分析和粗糙集约简理论对二维故障决策表的 2 个维度进行约简，将横向和纵向约简后的数据作为 BP 神经网络的输入。导航处理模块也可采用上述方法进行故障预测。在数据存储模块中，由于数据存储模块从产生故障征兆发展到故障灾害过程比较漫长，随着时间的推移和机箱内部环境的变化，数据存储模块故障参数值变化缓慢，模块发生故障的概率随模块使用时间的增长而变大。采用时间序列分析方法，将数据存储模块的剩余容量和读写速度的历史数据形成随时间变化的序列，并对该序列建立数学模型，拟合形成数据存储模块的变化趋势曲线，根据该曲线对下一时间段数据存储模块的状态进行预测。在电源模块中，针对电源系统早期故障特征的微弱性特点，采用基于最小二乘支持向量机和隐马尔可夫模型（LSSVM-HMM）的故障预测模型，利用 LSSVM对电压和电流信号进行非线性预测，采用特征提取方法提取电压和电流的有效特征向量，分别用正常态、轻度退化态、中度退化态、重度退化态和故障态下的特征向量训练 HMM，然后将未知状态观测序列值和未知序列经过 LSSVM 得到的预测序列值输入 HMM 进行状态分类，实现电源模块的故障预测2。2.3设备维修保障决策通过接收来自状态监测、健康评估和故障预测的数据，并根据加固式公共计算服务器健康状况以及剩余寿命评估，自动提出合理的维修保障建议，形成对加固式公共计算服务器的维修管理计划，包括制定维修计划、调度维修任务、采购维修部件和分配维修资源等3。针对加固式公共计算服务器特点，以加固式公共计算服务器的健康管理模块为健康管理核心，建立Science and Technology&Innovation科技与创新2023 年 第 19 期1813 层健康管理体系。第一层次由布置在设备、模块中的各类传感器及接口信息采集组成，采集的状态数据统一由加固式公共计算服务器健康管理模块进行协议及格式转换，完成状态数据预处理和设备状态检测；第二层主要基于检测得到的设备状态，完成加固式公共计算服务器健康状态评估，确认加固式公共计算服务器目前健康状态等级，综合前述各环节数据，并根据历史数据模型，评估和预测加固式公共计算服务器预计失效时间；第三层主要利用加固式公共计算服务器健康管理模块对前 2 个层次的数据进行挖掘，实现装备健康状态的评估，结合建立的专家意见库，给出优化的设备维修保障决策，智能完成维修保障计划。基于状态维修的工作流程如图 2 所示。图 2基于状态维修的工作流程图3结束语本文通过对加固式公共计算服务器系统进行数据采集、特征提取和状态监测，针对不同模块的功能和故障特点，展开加固式公共计算服务器的故障预测技术研究。对现有各种故障预测技术进行分析和研究，并总结每种故障预测技术的适用范围和优缺点后，结合加固式公共计算服务器每个模块的工作原理、故障模式，建立合理的故障预测模型，设计科学的故障预测算法，攻克并实现了高精度故障预测这个技术难点。现阶段发展自主式诊断技术，有利于降低人力、物力和财力成本，并保证了加固式公共计算服务器的安全可靠运行。通过构建加固式公共计算服务器健康管理体系有利于实现电子装备由修复性维修、预防性维修向预计性维修的转变，推动了加固式公共计算服务器管理理念、维修模式和体制的创新，为加固式公共计算服务器实现视情维修和提高可靠性设计提供有效和重要的技术支撑。参考文献：1田宇，李旺，赵昶宇.武器火控系统故障预测技术研究J.电子设计工程，2021，29（4）：164-1672刘圣文，赵彦，赵冰冰.基于 LS-SVM 的半潜式海洋平台动力定位系统广义预测控制J.电子设计工程，2017，25（5）：123-1263彭颖.基于退化隐式半马尔科夫模型的设备健康预测及系统性维护策略研究D.上海：上海交通大学，2011.作者简介：刘宪忠（1977），男，工程硕士，海军装备部驻天津地区第二军事代表室工程师，从事装备质量监督与检验验收方面的工作与研究。（编辑：张超）（上接第 178 页）参考文献：1前瞻产业研究院.20162020 年中国铁路运输行业深度调研与投资战略规划分析报告R.2021.2刘炜.城市轨道交通交直流统一的牵引供电计算电力系统保护与控制J.西南交通大学学报，2015（2）：199-207.3王先兵，张学东，何涛，等.面向管理的三维模型多重段结构转换算法研究J.武汉大学学报（工学版），2012，45（1）：24-28.作者简介：刘小勇（1980），男，湖南邵阳人，硕士，专任教师，研究方向为铁道供电技术、铁道接触网。胡伟（1989），男，湖南岳阳人，硕士，专任教师，研究方向为供电技术。林波（1984），男，江西人，硕士，专任教师，研究方向为自动化技术。（编辑：王霞）