故障预测技术在加固式公共计算服务器上的应用

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。

加固式公共计算服务器健康管理系统设计

基于实时监测加固式公共计算服务器的健康状态,快速精确诊断舰载武器火控系统故障的目的,文中采用了VITA46(VersaModule Eurocar International Trade Association,VPX)总线架构,以龙芯3A3000为处理器控制芯片,设计了加固式公共计算服务器的健康管理系统。该系统采用隐马尔可夫模型(Hidden Markov Model,HMM)对加固式公共计算服务器进行状态监测和故障诊断,结合t-分布邻域嵌入(t-distributed Stochastic Neighbor Embedding,t-SNE)算法和线性判别分析(Linear Discriminant Analysis,LDA)算法对原始数据进行特征提取和降维处理,利用多智能体遗传算法(Multi-Agent Genetic Algorithm,MAGA)对HMM进行参数估计,通过计算(Kullback Leibler,KL)距离评估系统的健康状况,并根据HMM的最大似然概率得出故障状态类型。通过搭建仿真测试系统,实时监测加固式公共计算服务器的电压、电流、温度和工作状态等信息,得出上述方法有效可行,故障识别率提高了20%,为高效地维护系统设备的健康运行提供了便利。