[发明专利]一种数据中心应用的监测维护机器人系统及方法有效

专利信息
申请号: 202011095280.0 申请日: 2020-10-14
公开(公告)号: CN112269416B 公开(公告)日: 2022-03-15
发明(设计)人: 王林;刘智 申请(专利权)人: 深圳市众云网有限公司
主分类号: G05D27/02 分类号: G05D27/02;G01D21/02
代理公司: 北京中仟知识产权代理事务所(普通合伙) 11825 代理人: 田江飞
地址: 518000 广东省深圳市南山区粤*** 国省代码: 广东;44
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 数据中心 应用 监测 维护 机器人 系统 方法
【权利要求书】:

1.一种数据中心应用的监测维护机器人系统,其特征在于,包括:环境传感器网络、后台中枢服务器、至少一台环境监测机器人以及机房环境调节设备;

所述环境传感器网络由一定数量的环境传感器组成;环境传感器分布在数据中心机房空间中的预设的位点,用于感应位点处的环境参数;通过环境传感器网络将每个环境传感器感应获得的环境参数上传给后台中枢服务器;

所述环境监测机器人接收所述后台中枢服务器下达的调度指令,根据调度指令所指示的空间坐标,自主移动到对应该空间坐标的数据中心机房空间局域处;所述环境监测机器人监测其所在空间局域处的环境参数,以及提取所在的空间局域的空间分布特征;将其所在空间局域的环境参数以及障碍物的空间分布特征上传给后台中枢服务器;

后台中枢服务器根据环境监测机器人监测反馈的环境参数以及空间分布特征,结合环境传感器通过物联网反馈的位点环境参数,综合预测机房环境调节设备的工作状态对数据中心机房所述环境监测机器人所在的空间局域的影响效果,并基于影响效果的预测以及期望的环境目标,对机房环境调节设备的工作状态展开控制;向机房安装的机房环境调节设备下达指令,启动/关闭这些机房环境调节设备,以及切换机房环境调节设备的工作模式。

2.根据权利要求1所述的数据中心应用的监测维护机器人系统,其特征在于,所述环境监测机器人通过配装的摄像设备以及激光测距设备,拍摄其周边的空间场景,从空间场景中提取障碍物,并测量环境监测机器人所在点与周边障碍物的距离,从而提取环境监测机器人所在的空间局域的空间分布特征。

3.根据权利要求2所述的数据中心应用的监测维护机器人系统,其特征在于,其特征在于,所述后台中枢服务器根据环境监测机器人上传的障碍物的空间分布特征,以及环境传感器的位点位置,遴选与环境监测机器人所在点的空间局域没有障碍物阻隔的环境传感器,利用没有障碍物阻隔的环境传感器感应获得的环境参数以及环境监测机器人自身感应的环境参数,组成一个环境参数组;以及根据环境监测机器人上传的障碍物的空间分布特征,选定与环境监测机器人所在点的空间局域没有障碍物阻隔的机房环境调节设备,作为能够影响环境监测机器人所在空间局域的机房环境调节设备。

4.根据权利要求3所述的数据中心应用的监测维护机器人系统,其特征在于,对于后台中枢服务器所选定的每个机房环境调节设备,后台中枢服务器利用神经网络预测,根据上一时刻的预测环境参数组和当前时刻的环境参数组,训练神经网络;并通过训练后的神经网络基于当前时刻的环境参数组预测下一时刻环境参数组,通过比较各个工作模式的神经网络产生的下一时刻的预测环境参数组,确定机房环境调节设备对应的工作模式,并且,后台中枢服务器根据工作模式向对应的机房环境调节设备下达指令,从而控制每个被选定的机房环境调节设备的工作。

5.根据权利要求4所述的数据中心应用的监测维护机器人系统,其特征在于,每个机房环境调节设备包括多个工作模式,而对应该设备的每个所述工作模式,后台中枢服务器具有一个可预先训练的神经网络模型;在训练过程中,所述神经网络模型以上一时刻的实际环境参数组作为输入,并输出当前时刻的预测环境参数组,将当前时刻的预测环境参数组与当前时刻的实际环境参数组进行匹配,根据匹配结果调整神经网络模型,然后进行下一轮的训练,直至当前时刻的预测环境参数组与当前时刻的实际环境参数组匹配成功,则完成训练阶段;进而,在实际控制阶段,后台中枢服务器将匹配成功的神经网络模型用于根据当前时刻的环境参数组预测下一时刻环境参数组,通过比较各个工作模式的神经网络产生的下一时刻的预测环境参数组,将空间局域最优的预测环境参数组所对应的工作模式作为当前时刻到下一时刻之间的机房环境调节设备的工作模式,并在后续的控制过程中,重复上述过程。

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深圳市众云网有限公司,未经深圳市众云网有限公司许可,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/202011095280.0/1.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