一种机器人主动感知的浸没机柜自适应诊断方法与流程

本技术涉及数据中心运维，尤其涉及一种机器人主动感知的浸没机柜自适应诊断方法。

背景技术：

1、浸没式液冷机柜是一种将服务器完全浸没于绝缘冷却液中的高效散热设备，广泛应用于数据中心、智算中心等高热流密度场景。为保证机柜安全稳定运行，需对机柜内部状态进行实时监测与故障诊断。

2、现有浸没机柜的诊断方法主要依赖固定部署的传感器，当传感器读数超过预设阈值时，则触发报警，但由于固定传感器仅能反映其所在单点区域的物理状态，而浸没机柜内部物理场分布不均，局部异常在初期难以被远端传感器捕获，容易导致早期预警失效，同时机柜负载变化会导致正常波动幅度大幅改变，固定阈值无法兼顾高低负载工况，易产生漏报或误报。

技术实现思路

1、本技术的目的是提供一种机器人主动感知的浸没机柜自适应诊断方法，以解决现有固定传感器诊断方法存在感知盲区、早期预警能力不足及误报率高的问题。

2、第一方面，本技术提供一种机器人主动感知的浸没机柜自适应诊断方法，采用如下的技术方案：

3、获取机器人在巡检过程中沿预设巡检路径移动采集的实时感知数据，并按照采集点所处空间位置形成空间实时信号序列；

4、基于空间实时信号序列，通过预设空间基础信号序列，计算差值序列，所述预设空间基础信号序列是机器人在机柜健康状态下预先采集并存储的参考数据；

5、对差值序列进行空间差分计算，获取空间梯度变化率序列；

6、获取当前机柜的实时总功耗，并根据实时总功耗和差值序列，生成空间自适应阈值；

7、基于空间梯度变化率序列，将各空间位置的梯度变化率与空间自适应阈值进行比较，识别异常空间位置区间，并根据异常空间位置区间，进一步确定异常诊断结果。

8、通过上述技术方案，利用机器人的移动感知能力构建表征机柜外表面物理场沿空间分布的空间信号序列，通过计算差值序列与空间梯度变化率，捕捉因内部故障导致的局部物理场畸变，同时引入机柜实时总功耗生成随工况自适应调整的诊断阈值，有效区分负载波动与真实异常，实现了对浸没机柜早期故障的主动、精准发现。

9、可选的，所述基于空间实时信号序列，通过预设空间基础信号序列，计算差值序列之前，包括：

10、获取浸没机柜当前环境参数，以及预设空间基础信号序列采集时的基准环境参数；

11、根据当前环境参数与基准环境参数之间的差异，对空间实时信号序列进行环境补偿校正。

12、可选的，所述根据实时总功耗和差值序列，生成空间自适应阈值，包括：

13、对差值序列进行滑动窗口划分，计算每个滑动窗口内差值数据的局部标准差，并形成局部标准差序列；

14、对局部标准差序列按数值进行排序，提取预设分位数作为空间基准标准差；

15、根据实时总功耗，通过预设负载-灵敏度映射函数，确定当前负载对应的灵敏度系数；

16、根据基准标准差和灵敏度系数，生成空间自适应阈值。

17、可选的，所述根据异常空间位置区间，进一步确定异常诊断结果，包括：

18、基于异常空间位置区间，生成定点探查指令，所述定点探查指令，用于控制机器人在探查区间起止点之间以预设速度往复运动，并在每次到达起止点时执行预设时长的静止停顿；

19、获取机器人执行定点探查指令过程中，按预设采样率采集生成的感知数据序列；

20、根据感知数据序列，提取时域动态特征，并根据时域动态特征，生成异常空间位置区间的异常诊断结果。

21、可选的，所述感知数据序列包括按固定采样时间间隔采集的感知信号值、机器人实时空间位置和运动方向标识，所述时域动态特征包括往复一致性系数和响应时间常数，所述根据感知数据序列，提取时域动态特征，包括：

22、根据运动方向标识，将感知数据序列划分为正向通过序列和反向通过序列；

23、根据正向通过序列和反向通过序列，计算在同一空间位置处正向感知信号数据与反向感知信号数据的往复一致性系数；

24、获取感知数据序列中处于静止停顿期间的数据段，并提取该数据段中感知信号数据随时间变化的响应时间常数。

25、可选的，所述根据时域动态特征，生成异常空间位置区间的异常诊断结果，包括：

26、根据当前机柜的实时总功耗，通过预设约束关系模型，确定当前负载对应的健康特征分布，所述预设约束关系模型表征了健康状态下时域动态特征随实时总功耗变化的联合分布规律；

27、计算时域动态特征构成的特征向量，在健康特征分布下的马氏距离和偏离方向角；

28、若马氏距离超过预设距离阈值，则根据偏离方向角，确定异常主导类型，并将异常空间位置区间的异常诊断结果标定为异常状态，同时输出异常主导类型；

29、若马氏距离未超过预设距离阈值，则将异常空间位置区间的异常诊断结果标定为健康状态。

30、可选的，所述将异常空间位置区间的异常诊断结果标定为健康状态之后，包括：

31、以异常空间位置区间作为索引，分别从预设空间基础信号序列和空间实时信号序列中，提取基础信号数据和实时信号数据；

32、基于实时信号数据，通过预设更新权重系数，对基础信号数据进行更新。

33、可选的，所述基于实时信号数据，通过预设更新权重系数，对基础信号数据进行更新之前，还包括：

34、计算实时信号数据与基础信号数据的偏差绝对值；

35、若偏差绝对值超过预设最大允许偏差阈值，则以预设最大允许偏差阈值作为更新上限对基础信号数据进行更新。

36、第二方面，本技术提供一种机器人主动感知的浸没机柜自适应诊断系统，包括：

37、数据采集模块101，用于获取机器人在巡检过程中沿预设巡检路径移动采集的实时感知数据，并按照采集点所处空间位置形成空间实时信号序列；

38、差值序列计算模块102，用于基于空间实时信号序列，通过预设空间基础信号序列，计算差值序列，所述预设空间基础信号序列是机器人在机柜健康状态下预先采集并存储的参考数据；

39、空间差分计算模块103，用于对差值序列进行空间差分计算，获取空间梯度变化率序列；

40、自适应阈值生成模块104，用于获取当前机柜的实时总功耗，并根据实时总功耗和差值序列，生成空间自适应阈值；

41、异常空间诊断模块105，用于基于空间梯度变化率序列，将各空间位置的梯度变化率与空间自适应阈值进行比较，识别异常空间位置区间，并根据异常空间位置区间，进一步确定异常诊断结果。

42、第三方面，本技术提供一种计算机可读存储介质，存储有能够被处理器加载并执行上述一种机器人主动感知的浸没机柜自适应诊断方法的计算机程序。

43、综上所述，本技术首先首先通过机器人的移动巡检构建空间信号序列，利用空间梯度变化率实现异常空间区间的初步筛查；另外，通过定点往复探查获取时域动态特征，结合基于功耗约束的马氏距离判定，实现了从疑似异常到确诊异常的两级精确诊断；此外，通过诊断结果驱动的基准序列自适应更新机制，使诊断系统能够随设备正常老化而持续演进，保证了全生命周期内的诊断准确性。