一种智能CDU管路异常在线诊断方法及系统与流程

摘要: 本发明属于数据中心液冷系统运行监测,具体涉及一种智能cdu管路异常在线诊断方法及系统。背景技术:1、随着高功率服务器、图形处理器和人工智能计算集群在数据中心中的...
一种智能CDU管路异常在线诊断方法及系统与流程

本发明属于数据中心液冷系统运行监测,具体涉及一种智能cdu管路异常在线诊断方法及系统。

背景技术:

1、随着高功率服务器、图形处理器和人工智能计算集群在数据中心中的部署密度提高,液冷系统逐渐用于替代或补充传统风冷系统。冷却液分配单元(coolant distributionunit,cdu)通常用于对服务器、存储设备或图形处理器等it设备的冷却液循环进行集中管理,并承担温度调节、压力控制和流量分配等功能。现有cdu系统一般配置压力传感器、流量传感器、温度传感器、漏液传感器、过滤器压差检测单元以及泵阀控制单元,能够对低流量、低压力、高温、漏液、泵故障或过滤器脏堵等状态进行报警。该类监测方式主要依赖稳态阈值或趋势阈值判断,能够满足常规运行安全监控需要,但对于支路微泄漏、少量气泡滞留、局部堵塞初期、阀门轻微卡滞等早期异常,往往需要异常发展到压力、流量或温度指标明显偏离后才能触发报警。

2、例如,cn109752624b公开了一种液冷流路通断检测方法及装置,其采集目标液冷机柜对应的瞬态实时参数,并根据瞬态实时参数及对应的瞬态评估标准判断目标液冷机柜对应的降温回路是否存在断开点,从而及时发现液冷系统中的流路异常。该对比文件已经关注液冷机柜降温回路的瞬态参数检测,但其重点在于流路通断状态判断,尚未针对cdu多支路管路在正常运行期间的微扰激励、压力波传播特征、流量恢复特征及管路拓扑区段定位建立统一诊断机制。

3、在管道检测领域,已有利用声波、负压波或压力波进行泄漏识别和定位的技术,例如通过在管道两端设置声波传感器并利用声压分布或声像图确定泄漏声源位置。该类技术通常面向输水、输油、燃气等长距离或单主管线场景,检测对象多为泄漏事件本身产生的波动信号,且管路结构相对cdu二次侧多支路并联系统更为简单。

4、然而,cdu二次侧管路具有支路数量多、冷板并联回路多、管径小、流量变化快、服务器负载扰动频繁、泵阀调节与支路流量耦合等特点。若直接采用传统压力波泄漏定位方法,容易受到负载波动、支路开启组合变化、冷却液温度变化和泵阀控制状态影响,导致异常类型识别不稳定或位置区段判断不清。因此,仍需要一种能够在不影响服务器冷板散热安全的前提下,于稳定运行窗口内主动施加受限压力波—流量微扰,并结合cdu管路拓扑和工况归一化响应指纹进行异常识别与区段定位的在线诊断方案。

技术实现思路

1、本发明的目的在于提供一种智能cdu管路异常在线诊断方法及系统,能够在cdu正常运行过程中识别多支路管路早期异常并输出异常类型、位置区段和处置等级,以降低负载波动引起的误判,提高异常定位精度和处置响应的及时性。

2、为实现上述技术目的,本发明提供如下技术方案。

3、第一方面,本发明提供一种智能cdu管路异常在线诊断方法,应用于冷却液分配单元cdu的多支路管路系统,包括:

4、s1、采集各监测点的压力、流量、温度、服务器负载及泵阀状态数据,进行时间同步,并在服务器负载变化率、供液温度变化率和二次侧总流量变化率均满足预设波动约束时,确定稳定运行窗口;

5、s2、在所述稳定运行窗口内,通过调节所述cdu管路系统中的可调泵转速或调节阀开度施加幅值受限的压力波—流量微扰,所述微扰的持续时间小于冷板热惯性响应时间,且所述微扰引起的供液压力变化和支路流量变化均不超过对应的预设安全比例;

6、s3、依据cdu管路拓扑、支路开启组合、冷却液温度和泵阀状态对各监测点的扰动响应序列进行工况归一化,提取至少包括压力波传播时延、反射系数、流量恢复时间和压流耦合增益的响应指纹;

7、s4、将所述响应指纹与基准指纹库及异常模板进行比对,得到各管路区段的异常残差和异常类型相似度;

8、s5、当异常残差超过自适应阈值时,根据cdu管路拓扑、相邻监测点响应时差以及异常残差最大的管路区段确定异常位置区段,并输出异常类型、位置区段和处置等级,并按照处置等级和散热安全约束联动执行告警、降泵速、打开旁通阀或支路隔离。

9、具体地,步骤s1中,所述监测点包括cdu供液出口监测点、cdu回液入口监测点、机柜支路入口监测点、机柜支路出口监测点以及过滤器前后监测点中的一种或多种;

10、所述泵阀状态数据包括可调泵转速、调节阀开度、支路隔离阀状态、旁通阀状态和过滤器前后压差;

11、所述稳定运行窗口的确定包括:在预设时间窗口内分别计算服务器负载变化率、供液温度变化率和二次侧总流量变化率;当服务器负载变化率不高于预设服务器负载变化率阈值、供液温度变化率不高于预设供液温度变化率阈值、二次侧总流量变化率不高于预设二次侧总流量变化率阈值,且cdu管路系统不存在泄漏告警、泵故障告警、快速补液、排气或支路隔离状态时,将当前时间段确定为稳定运行窗口。

12、具体地,步骤s2中,所述压力波—流量微扰包括泵转速阶跃微扰、阀门短脉冲微扰、伪随机二值序列微扰和支路错相微扰中的一种或多种;

13、所述支路错相微扰是指对至少两个机柜支路的调节阀施加不同相位的开度微扰,使被微扰支路产生可区分的流量响应,并根据非被微扰支路的流量响应识别支路间水力耦合;

14、所述幅值受限包括:微扰引起的供液压力变化不超过微扰前稳态供液压力的2%~8%,微扰引起的支路流量变化不超过微扰前稳态支路流量的3%~10%,所述微扰持续时间小于对应机柜支路的冷板热惯性响应时间;

15、当任一机柜支路的服务器负载高于预设负载保护阈值,或者该机柜支路处于支路隔离、快速补液或排气状态时,停止对该机柜支路施加压力波—流量微扰。

16、具体地,步骤s3中,所述cdu管路拓扑包括供液主管节点、回液主管节点、机柜支路节点、冷板并联回路节点、阀门节点、过滤器节点和传感器节点;

17、依据相邻节点之间的连接关系将cdu管路拓扑划分为多个管路区段,所述管路区段包括供液主管区段、支路入口区段、冷板并联回路区段、支路回液区段、回液主管区段和过滤器区段中的一种或多种;

18、对每一管路区段建立区段监测对,所述区段监测对包括位于该管路区段上游侧的第一监测点和位于该管路区段下游侧的第二监测点,并基于第一监测点和第二监测点的压力响应时差、流量响应时差以及管路连接长度确定该管路区段的区段响应关系。

19、具体地,步骤s3中,对各监测点的扰动响应序列进行工况归一化包括:以压力波—流量微扰施加前对应监测点的稳态压力和稳态流量作为基准,分别确定压力扰动量和流量扰动量,并按照对应稳态基准对所述压力扰动量和流量扰动量进行尺度归一;根据当前支路开启组合确定对应的管路拓扑工况,并依据冷却液温度对应的黏度修正关系以及当前泵阀状态,对归一化后的响应幅值和流量恢复时间进行工况修正,使当前扰动响应与基准指纹库中对应工况的响应指纹具有可比性。

20、具体地,步骤s3中,所述响应指纹至少包括压力波传播时延、压力波幅值衰减比、反射系数、压力响应与流量响应之间的相位差、流量恢复时间、压流耦合增益和流量偏移量;所述压力波传播时延根据同一管路区段上游监测点和下游监测点的压力响应时间差确定;所述压力波幅值衰减比根据上游压力响应幅值与下游压力响应幅值之间的比例确定;所述反射系数根据反射压力响应幅值与入射压力响应幅值之间的比例确定;所述流量恢复时间为支路流量从扰动峰值恢复至稳态允许范围所需的时间;所述压流耦合增益根据归一化流量扰动峰值与归一化压力扰动峰值之间的比例确定;所述流量偏移量根据微扰结束后的平均流量与微扰前稳态流量之间的差值确定。

21、具体地,步骤s4中,所述基准指纹库通过如下方式建立和更新:

22、在cdu管路系统调试完成且经过保压、冲洗和排气确认后,于不同泵速、不同支路开启组合、不同冷却液温度和不同服务器负载等级下施加压力波—流量微扰,生成各管路区段的初始基准指纹;

23、在cdu管路系统后续运行过程中,仅将未满足异常触发条件、各异常模板的异常类型相似度均未达到对应预设模板阈值,且未处于维护、补液、排气、滤芯更换或支路隔离状态的响应指纹作为候选正常样本;

24、根据候选正常样本对基准指纹库进行递推更新,并对已判定异常的管路区段冻结其基准指纹更新,直至该管路区段完成维护确认或人工复位。

25、具体地,步骤s4中,所述异常残差根据当前响应指纹与对应工况基准响应指纹之间的多变量距离确定,所述多变量距离按照各响应指纹特征在正常状态下的离散程度和特征间相关性进行加权;所述自适应阈值以对应管路区段的初始阈值为基础,根据当前泵速、支路开启数量、冷却液黏度变化和历史误报率进行修正;当同一管路区段的异常残差在连续预设次数的检测中均超过所述自适应阈值,或者任一单次检测的异常残差超过预设高风险阈值时,进入异常类型识别流程。

26、更具体地,所述异常类型识别流程包括:

27、将当前响应指纹与泄漏模板、气泡滞留模板、局部堵塞模板、过滤器脏堵模板、阀门卡滞模板和泵空化模板分别进行相似度计算;

28、当压力波衰减比增大、反射系数出现负向突变且供回液流量差增大时,判定为疑似泄漏异常;

29、当压力波传播时延增大、压力响应与流量响应之间的相位差增大且流量恢复时间延长时,判定为疑似气泡滞留异常;

30、当上游压力响应增强、下游流量响应减弱且对应管路区段的压流耦合增益下降时,判定为疑似局部堵塞异常;

31、当过滤器前后压差增大且多个机柜支路的流量恢复时间同步延长时,判定为疑似过滤器脏堵异常;

32、当调节阀开度变化与支路流量响应不匹配时,判定为疑似阀门卡滞异常;

33、当泵出口压力响应出现周期性高频波动且支路流量响应不稳定时,判定为疑似泵空化异常;

34、其中,当两个以上异常模板的异常类型相似度均超过对应预设模板阈值时,生成复合异常标记,并输出异常类型相似度达到对应预设模板阈值的候选异常类型。

35、第二方面,本发明还提供一种智能cdu管路异常在线诊断系统,用于实施第一方面所述的智能cdu管路异常在线诊断方法,包括:

36、数据采集模块,用于采集各监测点的压力、流量、温度、服务器负载及泵阀状态数据;

37、窗口识别模块,用于对采集数据进行时间同步,并在服务器负载变化率、供液温度变化率和二次侧总流量变化率均满足预设波动约束时确定稳定运行窗口;

38、微扰执行模块,用于在所述稳定运行窗口内控制可调泵或调节阀施加幅值受限的压力波—流量微扰;

39、拓扑映射模块,用于建立cdu管路拓扑,并将各压力传感器和流量传感器映射至对应管路区段;

40、指纹生成模块,用于依据cdu管路拓扑、支路开启组合、冷却液温度和泵阀状态对扰动响应序列进行工况归一化,并提取响应指纹;

41、指纹比对模块,用于将响应指纹与基准指纹库及异常模板进行比对,得到各管路区段的异常残差和异常类型相似度;

42、异常定位模块,用于根据cdu管路拓扑、相邻监测点响应时差以及异常残差最大的管路区段确定异常位置区段;

43、联动控制模块,用于根据异常类型、位置区段和处置等级执行告警、降泵速、打开旁通阀或支路隔离。

44、本发明通过识别服务器负载、供液温度和二次侧总流量均满足波动约束的稳定运行窗口,在不改变cdu正常供冷功能的基础上施加幅值受限的压力波—流量微扰,并限定微扰持续时间小于冷板热惯性响应时间,使诊断过程与散热安全要求相适配;通过将压力波传播时延、反射系数、流量恢复时间和压流耦合增益等特征组合为响应指纹,并结合cdu管路拓扑、支路开启组合、冷却液温度和泵阀状态进行工况归一化,能够降低负载波动和运行工况差异对判断结果的影响;通过基准指纹库、异常模板、自适应阈值和相邻监测点响应时差的联合判断,能够将传统整机或支路级告警细化为管路区段级诊断结果,并对泄漏、气泡滞留、局部堵塞、过滤器脏堵、阀门卡滞或泵空化等异常进行区分,为后续告警、降泵速、支路隔离或人工检修提供可执行依据。