[发明专利]一种服务器故障监控诊断方法和装置在审

专利信息
申请号: 202010132729.X 申请日: 2020-02-29
公开(公告)号: CN111290874A 公开(公告)日: 2020-06-16
发明(设计)人: 许善聪 申请(专利权)人: 苏州浪潮智能科技有限公司
主分类号: G06F11/07 分类号: G06F11/07;G06F11/30
代理公司: 北京连和连知识产权代理有限公司 11278 代理人: 杨帆
地址: 215100 江苏省苏州市吴*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 服务器 故障 监控 诊断 方法 装置
【说明书】:

发明公开了一种服务器故障监控诊断方法和装置,方法包括:接收由传感器采集并且经传感信号采集传输单元使用磁隔离模块无失真放大过的服务器工作信号;将服务器工作信号发送到用于根据服务器工作信号使用训练过的卷积神经网络来匹配故障信号的故障匹配单元;响应于从故障匹配单元接收到匹配到故障信号的匹配结果,而根据故障信号使用故障列表生成单元确定故障位置和故障类型,并进一步根据故障位置和故障类型从数据库单元获取故障类型及检修措施并发送到后台监控端;响应于从故障匹配单元接收到未匹配任何故障信号的匹配结果,而将服务器工作信号发送到后台监控端。本发明能够使用高精确度的信号执行自动故障排查,提高服务器故障监控诊断效率。

技术领域

本发明涉及计算机技术领域,更具体地,特别是指一种服务器故障监控诊断方法和装置。

背景技术

服务器是提供计算服务的设备,可靠性成为越来越重要的指标。如果出现故障,现有方案是逐步排查,找出原因并解决故障。此方案原理复杂、诊断效率低,不适应实际的生产生活需要。

针对现有技术中服务器故障排查效率低的问题,目前尚无有效的解决方案。

发明内容

有鉴于此,本发明实施例的目的在于提出一种服务器故障监控诊断方法和装置,能够使用高精确度的信号执行自动故障排查,提高服务器故障监控诊断效率。

基于上述目的,本发明实施例的第一方面提供了一种服务器故障监控诊断方法,包括执行以下步骤:

接收使用传感器采集的、并且经传感信号采集传输单元使用磁隔离模块无失真放大过的服务器工作信号;

将服务器工作信号发送到用于根据服务器工作信号使用训练过的卷积神经网络来匹配故障信号的故障匹配单元;

响应于从故障匹配单元接收到匹配到故障信号的匹配结果,而根据故障信号使用故障列表生成单元确定故障位置和故障类型,并进一步根据故障位置和故障类型从数据库单元获取故障类型及检修措施并发送到后台监控端;

响应于从故障匹配单元接收到未匹配到任何故障信号的匹配结果,而将服务器工作信号发送到后台监控端。

在一些实施方式中,传感器包括连接到传感信号采集传输单元的以下至少之一:电压传感器、电流传感器、温度传感器、振动传感器;服务器工作信号包括无失真放大后的以下至少之一:电压、电流、温度、振动信号;传感信号采集传输单元包括第一运算放大器、第二运算放大器、和磁隔离模块。

在一些实施方式中,第一运算放大器的正极输入端分别连接电阻3a一端和电容一端,电容另一端接地,电阻3a另一端分别连接电阻1a一端、电阻2a一端、电阻4a一端,电阻4a另一端接地,电阻2a另一端连接参考电压端,电阻1a另一端连接信号输入端,第一运算放大器的负极输入端连接输出端,第一运算放大器的输出端通过磁隔离模块连接第二运算放大器的正极输入端,第二运算放大器的负极输入端分别连接电阻5a一端和电阻6a一端,电阻5a另一端连接电位器滑动端,电位器接地,电阻6a另一端和第二运算放大器输出端连接信号输出端。

在一些实施方式中,故障匹配单元根据服务器工作信号使用训练过的卷积神经网络来匹配故障信号包括:

搭建故障模型,配置传感信号参数,根据存储单元中的故障信号、故障位置和故障类型形成训练样本和测试样本;

基于故障模型和传感信号参数使用服务器的一般数据特征确定卷积神经网络的结构,其中一般数据特征包括以下至少之一:数据大小、数据异构范围值、数据增值调整值、数据内存;

使用训练样本训练卷积神经网络并调整传感信号参数,使得使用测试样本测试的错误率趋于0的训练过的卷积神经网络;

将服务器工作信号降噪、滤波、特征提取后输入训练过的卷积神经网络,并接收匹配到故障信号或未匹配到任何故障信号的匹配结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010132729.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top