不同服务器负载方案下数据中心热管理的数值模拟

为了满足钢铁企业对数据中心热管理的要求,针对不同的服务器负载方案进行模拟研究,考虑了4类服务器功率负载方案(均匀、离散、分段和集群),共研究了11组服务器负载算例.结果表明:均匀和集中下层的负载方案散热效果较好,在集中下层的负载方案中,热通道内冷热气流掺混均匀,气流组织最佳.同时,提出了基于活动服务器温度平均的负载优化措施,改善后的集中下层负载方案表现较好,节能潜力较大.

飞机电气负载管理中心软件实时调度算法的分析与实现

实时性是飞机电源控制与管理系统的一项基本要求,它由构成系统的网络的实时性和终端的实时性共同保证。为了满足该系统的整体实时性要求,分析了其中一类终端——负载管理中心所应具有的实时性,并进一步列出了该终端各个任务所应满足的实时性要求,提出了采用单调速率调度算法来调度该任务集的想法,讨论了任务的临界区对任务执行时间的影响及相应的处理办法,并对所有任务的可调度性作出了判定。该终端最终采用了这种调度算法,实现结果能够满足系统对该终端的实时性要求。

基于STM32的飞机电气负载管理中心设计

传统飞机远程配电系统使用采样电阻对模拟电参数进行采集,硬件电路繁琐,实时性、可靠性和采样效率在实用中很难满足系统要求;针对这种情况,设计一种基于STM32的飞机电气负载管理中心方案,采用RN8209计量芯片替代传统的采样电阻,设计模拟量采集模块电路,通过MODBUS协议与控制内核通信,完成汇流条以及负载电压、电流的采集;以μC/OS-Ⅱ实时嵌入式操作系统为软件平台,给出了电气负载管理中心的整体框图,硬件接口电路和系统程序设计;实验结果表明,电气负载管理中心实时性得到有效提高,采样精度得以保留;该方案有效地简化了硬件电路,获得满意的采样效率,同时系统的可靠性增强。

BP神经网络在负载管理中心故障诊断中的应用

在分析电气负载管理中心故障特点的基础上,利用神经网络权值和阈值能够随实际的排故结果不断更新及正向推理速度较快的特性,提出了基于BP神经网络的负载管理中心故障诊断方案,并确立了故障诊断BP网络模型。借助于MAT-LAB的神经网络工具箱,采用两种改进的训练算法对网络进行训练,得到了用于诊断的BP神经网络模型,为检验该模型故障诊断的准确性,采用大量的数据样本进行了仿真。结果表明:基于神经网络的诊断方法故障识别率高、快速有效,具有良好的实用价值。

基于DSC的飞机电气负载管理中心设计

提出一种智能飞机电气负载管理中心的设计方案,给出了整体系统框图,硬件电路设计和软件系统设计。

飞机电气负载管理中心的设计研究

文章对飞机电气负载管理中心(ELMC)进行了描述,给出了ELMC系统典型的构型。该系统通过数据总线与电源系统处理机PSP保持联系,并接收PSP指令,使ELMC对固态功率控制器(SSPC)分布式电力汇流条进行检测与控制,并能实现实时自诊断,有效地实现了负载的自动管理。

电源转电时负载管理中心配电断开故障分析

本文针对某型直升机在外场地面电源进行转电的过程中,负载管理中心配电出现多路负载短时掉电重启现象的故障,根据故障现象、定位排查和机理分析,从而排除了故障,通过理论分析和试验数据提出了纠正措施,对负载管理中心元器件匹配选型有一定参考价值。

电气负载管理中心的PHM

电气负载管理中心作为飞机供电系统的主要部分，通过对其故障预测和健康管理技术研究，可以有效地提高其可靠性和维修性。本文主要研究了电气负载管理中心的PHM设计路径和设计考虑。

数据中心备用电源系统容性负载管理策略探讨

数据中心是信息高度密集的场所,对供电可靠性有相当高的要求。随着数据中心IT设备供电系统的变化,其用电设备也在逐步变化,最重要的一个变化就是用电设备中的容性负载容量的增长。越来越多的运行人员受到容性负载的困惑,在实际运行中,过量的容性负载甚至导致供电的中断,严重影响了IT设备运行的供电可靠性。本文对备用电源系统在容性负载模式下运行的特征进行分析计算,引用测试数据加以佐证.

数据中心负载管理技术研究

通过分析大型数据中心配电系统的负载特征,以及应急供电过程中的负载管理需求,确定数据中心负载管理应具有的具体功能,进而设计负载管理系统的控制结构,提出基于规则的负载管理算法,并根据实际应用案例分析验证负载管理技术的实用性和可靠性。

面向绿色数据中心的储能系统:体系结构和管理方法

如今的数据中心严重受限于其功耗预算和碳排放配额.面对与日俱增的能耗开支和节能减排压力,学术界和工业界不约而同地开始关注非传统的绿色数据中心设计.最近,能源存储设备(energy storage system,ESS)逐渐成为数据中心中一种新兴的关键使能元件,它能够极大提升数据中心的能效和可持续性.一方面,ESS使得数据中心可以通过削减由不规则负载带来的短暂峰值功耗来降低运营成本;另一方面,它还能够方便新能源在数据中心中的融合,从而极大降低对环境的不良影响.介绍ESS在新型数据中心设计中的系统结构,并重点分析了ESS在管理功耗尖峰和供电波动两大方面发挥的重要作用.对比多项前沿研究并探讨ESS的关键设计点如成本、能效、可靠性等,同时分析了ESS未来发展所面临的其他机遇和挑战.

数据中心网络负载均衡问题研究

数据中心网络是现代网络和云计算的重要基础设施,实现数据中心网络负载均衡是保证网络吞吐并提高服务体验的关键环节.首先分析了数据中心网络与传统互联网之间的区别,总结其特点及特殊性在负载均衡方案设计方面的优势.然后从数据中心的复杂性和多样性角度分析其负载均衡方案设计所面临的挑战.将现有数据中心网络负载均衡方案根据不同的实现层次从网络层、传输层、应用层和综合方案4个角度进行分析,对比各个方案的优缺点,并从控制结构、负载均衡粒度、拥塞感知机制、负载均衡策略、可扩展性和部署难度几个方面进行综合评价.最后对现有数据中心网络负载均衡方案进行总结,并指出未来可能的研究方向.

分析决策中心全局负载均衡机制设计与实现

新一代电网调度控制系统采用“物理分布、逻辑统一”的体系架构,全局分析决策业务集中部署于多个异地分析决策中心,为了保障系统的稳定可靠运行,引入业务多活技术,实现了多中心负载均衡。文中介绍了业务多活环境下基于场景与服务状态的全局负载分流机制的设计与实现方法,能够根据新一代电网调度控制系统的特点完成业务访问分流并快速检测到中心故障完成业务访问中心切换,解决了调控系统传统C/S架构下多中心负载分流机制不能适用于新一代电网调度控制系统,且中心发生故障时切换较慢的问题,实现了客户端访问根据应用业务分布情况进行分流以及快速切换。该方法既适用于所有中心都提供对等服务的业务,也支持提供主/从服务的业务。

多群落粒子群优化供应链数据中心任务调度

针对数据中心规模和任务需求不断增加带来的服务效率降低等问题,提出了一种负载均衡多群落粒子群优化任务调度方法。通过改进的适应度函数对任务的最大完工时间和各机器完工时间方差进行组合优化以提升集群的负载均衡性;利用新的自适应惯性权重函数改进粒子搜索效率,提升算法收敛速率;采取新的粒子初始化方法提高初始解的质量和多样性,并利用多群落粒子协同搜索使得最终结果更加接近最优解。在阿里巴巴数据中心的公开数据集上对算法性能进行了验证和对比,实验结果表明,该方法能够提高数据中心在多样化供应链环境下的任务调度效率。

数据中心油机、市电逐级投切管理方案简析

分析大型数据中心市电电源与油机电源切换过程中,突加重载及容性带载对油机系统带来的较大压力可能造成油机系统无法稳定可靠地进行带载的问题,进而提出在电源切换过程中对负载进行逐级投切的管理方案,并根据实际应用案例分析具体操作顺序。

如何简化企业数据中心的运维管理?

作为一名IT工程师，不论你的脑容量有多大，在IT技术迅猛发展的今天，知识就如洪水一般迅速填满了我们这个狭小的蓄水池。云计算、绿色数据中心、虚拟化、负载均衡系统、高可靠主机集群系统、带宽的成倍增长，以及业务应用系统的不断升级演变，一大批企业自建的数据中心开始出现，正在把企业推上一个巨大的IT航母。然而技术的日新月异又促使我们不得不把管理放在技术之上重新思考．准确把握统领技术的航标，这就是数据中心特有的IT运维管理。

关于举办“定员定额标准制定与管理及其在生产计划与设备负载平衡的应用”培训研讨班的通知

大力推进劳动定额标准化管理,是国家在市场经济条件下加强劳动定额管理的重要举措,也是企业不断提高管理水平、实现科学与精细化管理的必要手段。现目前,制造企业劳动定额定员管理管理模式与行业的总体发展不相匹配,粗放式管理模式导致企业的定额管理跟不上国际化竞争的步伐;因此,实现从粗放式管理向精细化、科学化管理转变，已成为企业提高管理水平、增强国际竞争力的必经之路。

信诺瑞得为数据中心保驾护航：让应用感受更好一些——《网络运维与管理》总编刘静平专访信诺瑞得CEO吴若松

数据中心面临新挑战 应用交付，因其关乎应用服务最终是否高质量稳定地交付给使用者，成为近几年一个越来越热的术语。随着网络环境的不断变化，应用交付所涵盖的负载均衡技术层出不穷。四层交换机、应用交换机、七层交换机、内容交换机、Web交换机等名称，让用户眼花缭乱。《网络运维与管理》杂志社总编刘静平与信诺瑞得CEO吴若松的对话，首先就从“负载均衡”的发展史开始。

数据中心运维管理随身宝

随着新技术的革新及新业务的不断发展,传统的数据中心迅速走向集中化、规模化,逐渐向云计算数据中心发展。它既需要快速、高效,完成企业级数据中心的资源扩张,以及工作负载的部署,又要求数据中心能高效运转。对大规模集中化的设备进行实时有效的监控、自动灵活的管理,如何保证高效灵活的系统管理,变得至关重要。传统的系统管理方式,一般实行人海战术,

大数据分析在数据中心资源利用效率方面的应用

随着信息技术的快速发展和普及,大量数据被不断产生和积累,数据中心的资源利用效率已经成为一个重要的问题。大数据分析作为一种重要的技术和方法,可以在数据中心资源利用效率方面发挥重要作用。本文介绍了大数据分析的基础、数据中心资源利用效率的研究现状和大数据分析在数据中心资源利用效率方面的应用。其中,大数据分析在数据中心能耗监测、负载均衡、资源管理和性能优化等方面都有广泛的应用。未来,大数据分析在数据中心资源利用效率方面的应用将继续得到推广和发展。