CN111984483A - 一种服务器主板电源网络稳定性判断方法 - Google Patents
一种服务器主板电源网络稳定性判断方法 Download PDFInfo
- Publication number
- CN111984483A CN111984483A CN202010852437.3A CN202010852437A CN111984483A CN 111984483 A CN111984483 A CN 111984483A CN 202010852437 A CN202010852437 A CN 202010852437A CN 111984483 A CN111984483 A CN 111984483A
- Authority
- CN
- China
- Prior art keywords
- server
- mainboard
- stability
- normal use
- server mainboard
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 91
- 238000012360 testing method Methods 0.000 claims abstract description 74
- 238000012549 training Methods 0.000 claims abstract description 18
- XQVWYOYUZDUNRW-UHFFFAOYSA-N N-Phenyl-1-naphthylamine Chemical compound C=1C=CC2=CC=CC=C2C=1NC1=CC=CC=C1 XQVWYOYUZDUNRW-UHFFFAOYSA-N 0.000 description 21
- 101000962359 Homo sapiens NACHT, LRR and PYD domains-containing protein 10 Proteins 0.000 description 5
- 101000962345 Homo sapiens NACHT, LRR and PYD domains-containing protein 12 Proteins 0.000 description 5
- 101000962329 Homo sapiens NACHT, LRR and PYD domains-containing protein 14 Proteins 0.000 description 5
- 101001128138 Homo sapiens NACHT, LRR and PYD domains-containing protein 2 Proteins 0.000 description 5
- 101001128135 Homo sapiens NACHT, LRR and PYD domains-containing protein 4 Proteins 0.000 description 5
- 101001109455 Homo sapiens NACHT, LRR and PYD domains-containing protein 6 Proteins 0.000 description 5
- 101001128132 Homo sapiens NACHT, LRR and PYD domains-containing protein 7 Proteins 0.000 description 5
- 101001128170 Homo sapiens NACHT, LRR and PYD domains-containing protein 8 Proteins 0.000 description 5
- 101000982939 Homo sapiens PAN2-PAN3 deadenylation complex catalytic subunit PAN2 Proteins 0.000 description 5
- 101001113056 Homo sapiens PAN2-PAN3 deadenylation complex subunit PAN3 Proteins 0.000 description 5
- 101000742934 Homo sapiens Retinol dehydrogenase 14 Proteins 0.000 description 5
- 102100039260 NACHT, LRR and PYD domains-containing protein 10 Human genes 0.000 description 5
- 102100039240 NACHT, LRR and PYD domains-containing protein 12 Human genes 0.000 description 5
- 102100039243 NACHT, LRR and PYD domains-containing protein 14 Human genes 0.000 description 5
- 102100031897 NACHT, LRR and PYD domains-containing protein 2 Human genes 0.000 description 5
- 102100031898 NACHT, LRR and PYD domains-containing protein 4 Human genes 0.000 description 5
- 102100022696 NACHT, LRR and PYD domains-containing protein 6 Human genes 0.000 description 5
- 102100031902 NACHT, LRR and PYD domains-containing protein 7 Human genes 0.000 description 5
- 102100031886 NACHT, LRR and PYD domains-containing protein 8 Human genes 0.000 description 5
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- -1 PANB and PANC Chemical compound 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/40—Testing power supplies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Power Sources (AREA)
Abstract
本发明提供一种服务器主板电源网络稳定性判断方法,步骤如下:获取主板的电源网络及各电源网络的稳定性电源参数;根据设定的测试次数,对主板进行测试,得到每个稳定性电源参数的测试结果,根据测试次数对测试结果进行数据处理,得到处理参数;S3.将处理参数与预设标准值进行比较,将符合标准的处理参数对应的服务器主板进行测试时间训练,记录正常使用时长,再根据正常使用时间长对参加测试时间训练的主板稳定性电源参数进行分类,计算各类别概率;获取待测主板的处理参数,将待测主板的处理参数与预设标准值进行比较,将符合标准的处理参数对应的待测主板进行类别预测,再根据类别预测结果对待测主板稳定性进行评判。
Description
技术领域
本发明属于服务器主板电源测试技术领域,具体涉及一种服务器主板电源网络稳定性判断方法。
背景技术
随着人工智能与大数据产业的不断发展,不但服务器的需求量不断增加,服务器的质量也面临着各种各样的挑战,而服务器中与主板相关的问题也日益增多。服务器主板又称叫主机板(mainboard)、系统板(systemboard)和母板(motherboard);服务器主板安装在机箱内,是服务器基本的也是最重要的部件之一。主板需要接电源的部件主要有:主板供电、CPU风扇供电、硬盘供电、独立显卡供电、以及主板跳线等。服务器主板是专门为满足服务器应用的高稳定性、高性能、高兼容性的环境而开发的主机板,由于服务器的高运作时间,高运作强度,以及巨大的数据转换量,电源功耗量,I/O吞吐量,因此对服务器主板的要求是相当严格的。
而服务器主板电源又是影响服务器主板稳定性的重要因素。服务器主板电源网络包含若干个电源网络,每个电源网络又包含噪声、纹波、过冲、过流等参数,这些参数不仅影响服务器主板的稳定性,还对其寿命具有影响。如过冲和过流等现象会随着时间的推移,对芯片器件引脚及PCB走线具有严重影响,甚至有可能烧断PCB走线或对芯片引脚进行冲击,使引脚阻抗升高。更甚者,若PCB走线烧断,主板将无法正常运行。而芯片引脚阻抗升高,轻则造成某些信号异变,重则导致所有电路模块损坏。但是,目前对服务器主板电源只简单测量电源网络参数,但并不会对其参数进行评估。
此为现有技术的不足,因此,针对现有技术中的上述缺陷,提供一种服务器主板电源网络稳定性判断方法,是非常有必要的。
发明内容
针对现有技术的上述对服务器主板电源只简单测量电源网络参数,但并不会对其参数进行评估的缺陷,本发明提供一种服务器主板电源网络稳定性判断方法,以解决上述技术问题。
本发明提供一种服务器主板电源网络稳定性判断方法,包括如下步骤:
S1.获取服务器主板的电源网络及各电源网络的稳定性电源参数;
S2.根据设定的测试次数,对服务器主板进行测试,得到每个电源网络的每个稳定性电源参数的测试结果,再根据测试次数对测试结果进行数据处理,得到处理参数;
S3.将处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的服务器主板进行测试时间训练,记录正常使用时长,再根据正常使用时间长对参加测试时间训练的服务器主板的各电源网络的稳定性电源参数进行分类,计算各类别概率;
S4.依照步骤S1-S2获取待测服务器主板的处理参数,将待测服务器主板的处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的待测服务器主板进行类别预测,再根据类别预测结果对待测服务器主板稳定性进行评判。
进一步地,步骤S1中,服务器主板的电源网络包括12V、5V、3.3V、1.8V、1.0V、1.2V、2.5V、0.6V、1.15V和1.05V的10个电源网络;
每个电源网络的稳定性电源参数均包括噪声、纹波、过充以及过流的4个参数。
进一步地,步骤S1中,设定服务器主板的电源网络数量为N1,各电源网络的稳定性参数数量为N2;
步骤S2具体步骤如下:
S21.设定测试次数为N3,对服务器主板进行测试次数为N3的测试,每个服务器主板的测试参数数量为N1*N2,从而得到测试结果数量为N1*N2*N3;
S22.设置数据处理种类数量为N4,将每个服务器主板的N1*N2个测试参数的N3个值进行N4种数据处理,从而得到处理参数数量为N1*N2*N4。
进一步地,步骤S22中N4的数量为3,分别对每个服务器主板的N1*N2个测试参数的N3个值进行取最小值处理、取最大值处理以及取平均数处理。
进一步地,步骤S3具体步骤如下:
S31.将N1*N2*N4个处理参数分别与各自的预设标准值进行比较,判断是否均符合标准;
若是,进入步骤S32;
若否,则判定服务器主板的稳定性差,结束;
S32.获取符合标准的服务器主板,设定为测试时间训练的服务器主板样本,并将服务器主板样本数量记为N5;
S33.记录每个服务器主板样本的N1*N2*N4个处理参数的正常使用时长,得到N5个正常使用时长;
S34.设定分类数量为N6,将N5个正常使用时长进行N6种分类,并将N1*N2*N4个处理参数按照N6个类别也进行分类,统计N5个服务器主板样本中各类别的数量,并计算N1*N2*N4个处理参数中各类别的概率。
进一步地,N6的取值设定为3;
正常使用时长类别包括第一类别正常使用时长、第二类别正常使用时长以及第三类别正常使用时长3个类别;
其中,第一类别正常使用时长小于第二类别正常使用时长,第二类别正常使用时长小于第三类别正常使用时长;将第一类别正常使用时长定义为短,第二类别正常使用时长定义为中,第三类别正常使用时长定义为长。
进一步地,N5的值取10个。
进一步地,步骤S4具体步骤如下:
S41.获取待测服务器主板的N1个电源网络及各电源网络的N2个稳定性电源参数,并对待测服务器主板进行测试次数为N3的测试,得到测试结果数量为N1*N2*N3;
S42.将每个待测服务器主板的N1*N2个测试参数的N3个值进行N4种数据处理,从而得到处理参数的数量为N1*N2*N4;
S43.将N1*N2*N4个处理参数分别与各自的预设标准值进行比较,判断是否均符合标准;
若是,进入步骤S44;
若否,则判定待测服务器主板的稳定性差,结束;
S44.将待测服务器主板的稳定性时长按照正常使用时长进行类别预测,并根据类别预测结果对待测服务器主板稳定性进行判定。
进一步地,步骤S44具体步骤如下:
S441.根据待测服务器主板的各处理参数与服务器主板样本的对应处理参数值及各正常使用时长类别的概率值,计算待测服务器主板的稳定性时长对应每个正常使用时长各类别的概率值;
S442.比较各类别概率值,取类别概率值最大的待测服务器主板的稳定性时长的概率值;
S443.根据待测服务器主板的稳定性时长所属的正常使用时长类别,判断待测服务器主板的稳定性。
进一步地,步骤S4中还包括如下步骤:
S45.测试待测服务器主板的正常使用时长并记录;
S46.将待测服务器主板加入服务器主板样本,并待测服务器主板的N1*N2*N4个处理参数及记录的正常使用时长与原服务器样本主板一起进行测试时间训练。
本发明的有益效果在于,
本发明提供的服务器主板电源网络稳定性判断方法,能够对服务器主板电源稳定性进行评判,并能判断出稳定性时长,从而在服务器主板失效前将其替换,而将稳定的服务器主板数据再列入训练数据增加服务器主板样本数量。
此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。
由此可见,本发明与现有技术相比,具有突出的实质性特点和显著的进步,其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的方法流程示意图一;
图2是本发明的方法流程示意图二。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
实施例1:
如图1所示,本发明提供一种服务器主板电源网络稳定性判断方法,包括如下步骤:
S1.获取服务器主板的电源网络及各电源网络的稳定性电源参数;
S2.根据设定的测试次数,对服务器主板进行测试,得到每个电源网络的每个稳定性电源参数的测试结果,再根据测试次数对测试结果进行数据处理,得到处理参数;
S3.将处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的服务器主板进行测试时间训练,记录正常使用时长,再根据正常使用时间长对参加测试时间训练的服务器主板的各电源网络的稳定性电源参数进行分类,计算各类别概率;
S4.依照步骤S1-S2获取待测服务器主板的处理参数,将待测服务器主板的处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的待测服务器主板进行类别预测,再根据类别预测结果对待测服务器主板稳定性进行评判。
实施例2:
如图2所示,本发明提供一种服务器主板电源网络稳定性判断方法,包括如下步骤:
S1.获取服务器主板的电源网络及各电源网络的稳定性电源参数;设定服务器主板的电源网络数量为N1,各电源网络的稳定性参数数量为N2;
S2.根据设定的测试次数,对服务器主板进行测试,得到每个电源网络的每个稳定性电源参数的测试结果,再根据测试次数对测试结果进行数据处理,得到处理参数;具体步骤如下:
S21.设定测试次数为N3,对服务器主板进行测试次数为N3的测试,每个服务器主板的测试参数数量为N1*N2,从而得到测试结果数量为N1*N2*N3;
S22.设置数据处理种类数量为N4,将每个服务器主板的N1*N2个测试参数的N3个值进行N4种数据处理,从而得到处理参数数量为N1*N2*N4;
S3.将处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的服务器主板进行测试时间训练,记录正常使用时长,再根据正常使用时间长对参加测试时间训练的服务器主板的各电源网络的稳定性电源参数进行分类,计算各类别概率;具体步骤如下:
S31.将N1*N2*N4个处理参数分别与各自的预设标准值进行比较,判断是否均符合标准;
若是,进入步骤S32;
若否,则判定服务器主板的稳定性差,结束;
S32.获取符合标准的服务器主板,设定为测试时间训练的服务器主板样本,并将服务器主板样本数量记为N5;
S33.记录每个服务器主板样本的N1*N2*N4个处理参数的正常使用时长,得到N5个正常使用时长;
S34.设定分类数量为N6,将N5个正常使用时长进行N6种分类,并将N1*N2*N4个处理参数按照N6个类别也进行分类,统计N5个服务器主板样本中各类别的数量,并计算N1*N2*N4个处理参数中各类别的概率;
S4.依照步骤S1-S2获取待测服务器主板的处理参数,将待测服务器主板的处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的待测服务器主板进行类别预测,再根据类别预测结果对待测服务器主板稳定性进行评判;具体步骤如下:
S41.获取待测服务器主板的N1个电源网络及各电源网络的N2个稳定性电源参数,并对待测服务器主板进行测试次数为N3的测试,得到测试结果数量为N1*N2*N3;
S42.将每个待测服务器主板的N1*N2个测试参数的N3个值进行N4种数据处理,从而得到处理参数的数量为N1*N2*N4;
S43.将N1*N2*N4个处理参数分别与各自的预设标准值进行比较,判断是否均符合标准;
若是,进入步骤S44;
若否,则判定待测服务器主板的稳定性差,结束;
S44.将待测服务器主板的稳定性时长按照正常使用时长进行类别预测,并根据类别预测结果对待测服务器主板稳定性进行判定。
在某些实施例中,步骤S44具体步骤如下:
S441.根据待测服务器主板的各处理参数与服务器主板样本的对应处理参数值及各正常使用时长类别的概率值,计算待测服务器主板的稳定性时长对应每个正常使用时长各类别的概率值;
S442.比较各类别概率值,取类别概率值最大的待测服务器主板的稳定性时长的概率值;
S443.根据待测服务器主板的稳定性时长所属的正常使用时长类别,判断待测服务器主板的稳定性。
在某些实施例中,步骤S4中还包括如下步骤:
S45.测试待测服务器主板的正常使用时长并记录;
S46.将待测服务器主板加入服务器主板样本,并待测服务器主板的N1*N2*N4个处理参数及记录的正常使用时长与原服务器样本主板一起进行测试时间训练。
实施例3:
获取到服务器主板电源网络的12V、5V、3.3V、1.8V、1.0V、1.2V、2.5V、0.6V、1.15V和1.05V的10个电源网络;而每个电源网络又包含噪声、纹波、过冲及过流四个参数;
将12V、5V、3.3V、1.8V、1.0V、1.2V、2.5V、0.6V、1.15V以及1.05V的10个电源网络分别记录为PA、PB、PC、PD、PE、PF、PG、PH、PI以及PJ;
将10个电源网络的参数分别记录为PAN、PAR、PAO、PAC;PBN、PBR、PBO、PBC;PCN、PCR、PCO、PCC;PDN、PDR、PDO、PDC;PEN、PER、PEO、PEC;PFN、PFR、PFO、PFC;PGN、PGR、PGO、PGC;PHN、PHR、PHO、PHC;PIN、PIR、PIO、PIC;PJN、PJR、PJO、PJC;
对PAN、PAR、PAO、PAC;PBN、PBR、PBO、PBC;PCN、PCR、PCO、PCC;PDN、PDR、PDO、PDC;PEN、PER、PEO、PEC;PFN、PFR、PFO、PFC;PGN、PGR、PGO、PGC;PHN、PHR、PHO、PHC;PIN、PIR、PIO、PIC;PJN、PJR、PJO、PJC的40个参数分别测量10次;
以PAN参数测量的10次参数分别记录为PAN0、PAN1、PAN2、PAN3、PAN4、PAN5、PAN6、PAN7、PAN8、PAN9;
对PAN0、PAN1、PAN2、PAN3、PAN4、PAN5、PAN6、PAN7、PAN8、PAN9处理方法为取最大值、最小值和平均数。并将PAN拆分为3个参数,记录为PANA、PANB和PANC,分别为PANA=MAX(PAN0、PAN1、PAN2、PAN3、PAN4、PAN5、PAN6、PAN7、PAN8、PAN9),PANB=MIN(PAN0、PAN1、PAN2、PAN3、PAN4、PAN5、PAN6、PAN7、PAN8、PAN9),PANC=AVG(PAN0、PAN1、PAN2、PAN3、PAN4、PAN5、PAN6、PAN7、PAN8、PAN9);
其余39个参数同样拆分成3各参数,共计分解成120个参数;
将这120个参数与其对应的预设标准值相对比,若其中任一参数不满足标准参数,则代表此服务器主板电源网络稳定性极差,不建议使用;若其中所有参数均满足预设标准值,则此服务器主板电源网络稳定性满足基本使用要求,建议使用;
将满足基本使用要求的服务器主板作为服务器主板样本,增加使用量,记录120个参数和其稳定使用的正常使用时间,将其时间记录为T;
以1000片满足基本使用的服务器主板样本为例,分别记录上述120个参数,加压使用,并分别记录正常使用时间,分别为T1~T 1000。每一组参数均对应一个时间参数T;
将T1~T1000正常使用时间参数根据时间长短分为短、中、长,共3个类别,并将3个类别对应的120个参数也分别归类;
以其中PANA参数为例,PANA在稳定时间短类别中的主板个数为N1,PANA在稳定时间中类别中的主板个数为N2,PANA在稳定时间长类别中的主板个数为N3;
从而PPANA短=N1/(N1+N2+N3),PPANA中=N2/(N1+N2+N3),PPANA长=N3/(N1+N2+N3);
其他119个参数也根据步骤上述方式进行处理;
当需要判定新的待测服务器主板电源网络是否稳定,以及稳定时间可持续多久时,首先按照服务器主板样本的方式判断待测服务器主板电源网络稳定性是否满足基本使用要求;
若新的待测主板电源网络符合应用要求,则预测稳定性时长属于哪一类别,按照以下方式进行预测,哪一概率大则属于哪一类别:
以公式:P新(短|PANA、……、PJCC)=[P(PANA|短)*……*P(PANA|短)*P(短)]/[P(PANA|短)*……*P(PANA|短)],计算出其值记作P1;
以公式:P新(中|PANA、……、PJCC)=[P(PANA|中)*……*P(PANA|中)*P(中)]/[P(PANA|中)*……*P(PANA|中)],计算出其值记作P2;
以公式:P新(长|PANA、……、PJCC)=[P(PANA|长)*……*P(PANA|长)*P(长)]/[P(PANA|长)*……*P(PANA|长)],计算出其值记作P3;
判断P1、P2和P3大小。若P1为三者中的最大值,则此新待测服务器主板电源稳定性时长隶属于短类别;若P2为三者中的最大值,则此新待测服务器主板电源稳定性时长隶属于中类别;若P3为三者中的最大值,则此新待测服务器主板电源稳定性时长隶属于长类别;
预测后的新待测服务器主板电源网络稳定性再实测出稳定性时长,此时则又形成一组新的训练数据,再调入1000片服务器主板样本加压记录正常使用时间步骤,形成了1001组数据,从而反复迭代;
本发明通过以上方法将服务器主板电源各个参数作比较,并统一来评判其质量,从而评判待测服务器主板电源稳定性,并可预测待测服务器主板电源网络稳定性时长。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述,但本发明并不限于此。在不脱离本发明的精神和实质的前提下,本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换,而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种服务器主板电源网络稳定性判断方法,其特征在于,包括如下步骤:
S1.获取服务器主板的电源网络及各电源网络的稳定性电源参数;
S2.根据设定的测试次数,对服务器主板进行测试,得到每个电源网络的每个稳定性电源参数的测试结果,再根据测试次数对测试结果进行数据处理,得到处理参数;
S3.将处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的服务器主板进行测试时间训练,记录正常使用时长,再根据正常使用时间长对参加测试时间训练的服务器主板的各电源网络的稳定性电源参数进行分类,计算各类别概率;
S4.依照步骤S1-S2获取待测服务器主板的处理参数,将待测服务器主板的处理参数与预设标准值进行比较,判断是否符合标准,并将符合标准的处理参数对应的待测服务器主板进行类别预测,再根据类别预测结果对待测服务器主板稳定性进行评判。
2.如权利要求1所述的服务器主板电源网络稳定性判断方法,其特征在于,步骤S1中,服务器主板的电源网络包括12V、5V、3.3V、1.8V、1.0V、1.2V、2.5V、0.6V、1.15V和1.05V的10个电源网络;
每个电源网络的稳定性电源参数均包括噪声、纹波、过充以及过流的4个参数。
3.如权利要求1所述的服务器主板电源网络稳定性判断方法,其特征在于,步骤S1中,设定服务器主板的电源网络数量为N1,各电源网络的稳定性参数数量为N2;
步骤S2具体步骤如下:
S21.设定测试次数为N3,对服务器主板进行测试次数为N3的测试,每个服务器主板的测试参数数量为N1*N2,从而得到测试结果数量为N1*N2*N3;
S22.设置数据处理种类数量为N4,将每个服务器主板的N1*N2个测试参数的N3个值进行N4种数据处理,从而得到处理参数数量为N1*N2*N4。
4.如权利要求3所述的服务器主板电源网络稳定性判断方法,其特征在于,步骤S22中N4的数量为3,分别对每个服务器主板的N1*N2个测试参数的N3个值进行取最小值处理、取最大值处理以及取平均数处理。
5.如权利要求3所述的服务器主板电源网络稳定性判断方法,其特征在于,步骤S3具体步骤如下:
S31.将N1*N2*N4个处理参数分别与各自的预设标准值进行比较,判断是否均符合标准;
若是,进入步骤S32;
若否,则判定服务器主板的稳定性差,结束;
S32.获取符合标准的服务器主板,设定为测试时间训练的服务器主板样本,并将服务器主板样本数量记为N5;
S33.记录每个服务器主板样本的N1*N2*N4个处理参数的正常使用时长,得到N5个正常使用时长;
S34.设定分类数量为N6,将N5个正常使用时长进行N6种分类,并将N1*N2*N4个处理参数按照N6个类别也进行分类,统计N5个服务器主板样本中各类别的数量,并计算N1*N2*N4个处理参数中各类别的概率。
6.如权利要求5所述的服务器主板电源网络稳定性判断方法,其特征在于,N6的取值设定为3;
正常使用时长类别包括第一类别正常使用时长、第二类别正常使用时长以及第三类别正常使用时长3个类别;
其中,第一类别正常使用时长小于第二类别正常使用时长,第二类别正常使用时长小于第三类别正常使用时长;将第一类别正常使用时长定义为短,第二类别正常使用时长定义为中,第三类别正常使用时长定义为长。
7.如权利要求5所述的服务器主板电源网络稳定性判断方法,其特征在于,N5的值取10个。
8.如权利要求5所述的服务器主板电源网络稳定性判断方法,其特征在于,步骤S4具体步骤如下:
S41.获取待测服务器主板的N1个电源网络及各电源网络的N2个稳定性电源参数,并对待测服务器主板进行测试次数为N3的测试,得到测试结果数量为N1*N2*N3;
S42.将每个待测服务器主板的N1*N2个测试参数的N3个值进行N4种数据处理,从而得到处理参数的数量为N1*N2*N4;
S43.将N1*N2*N4个处理参数分别与各自的预设标准值进行比较,判断是否均符合标准;
若是,进入步骤S44;
若否,则判定待测服务器主板的稳定性差,结束;
S44.将待测服务器主板的稳定性时长按照正常使用时长进行类别预测,并根据类别预测结果对待测服务器主板稳定性进行判定。
9.如权利要求8所述的服务器主板电源网络稳定性判断方法,其特征在于,步骤S44具体步骤如下:
S441.根据待测服务器主板的各处理参数与服务器主板样本的对应处理参数值及各正常使用时长类别的概率值,计算待测服务器主板的稳定性时长对应每个正常使用时长各类别的概率值;
S442.比较各类别概率值,取类别概率值最大的待测服务器主板的稳定性时长的概率值;
S443.根据待测服务器主板的稳定性时长所属的正常使用时长类别,判断待测服务器主板的稳定性。
10.如权利要求8所述的服务器主板电源网络稳定性判断方法,其特征在于,步骤S4中还包括如下步骤:
S45.测试待测服务器主板的正常使用时长并记录;
S46.将待测服务器主板加入服务器主板样本,并待测服务器主板的N1*N2*N4个处理参数及记录的正常使用时长与原服务器样本主板一起进行测试时间训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010852437.3A CN111984483B (zh) | 2020-08-21 | 2020-08-21 | 一种服务器主板电源网络稳定性判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010852437.3A CN111984483B (zh) | 2020-08-21 | 2020-08-21 | 一种服务器主板电源网络稳定性判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111984483A true CN111984483A (zh) | 2020-11-24 |
CN111984483B CN111984483B (zh) | 2022-11-11 |
Family
ID=73442959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010852437.3A Active CN111984483B (zh) | 2020-08-21 | 2020-08-21 | 一种服务器主板电源网络稳定性判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111984483B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744789A (zh) * | 2021-07-29 | 2021-12-03 | 苏州浪潮智能科技有限公司 | 一种在研发阶段测试ssd稳定性的方法、系统、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291399A (zh) * | 2016-09-21 | 2017-01-04 | 郑州云海信息技术有限公司 | 一种电源模块pmbus专业的测试治具 |
CN107766634A (zh) * | 2017-10-12 | 2018-03-06 | 郑州云海信息技术有限公司 | 一种优化bga电源分布改善高速信号质量的方法及芯片 |
CN110008070A (zh) * | 2019-03-11 | 2019-07-12 | 苏州浪潮智能科技有限公司 | 一种基于电源管理器随机断电的aep内存ac测试方法 |
CN110489282A (zh) * | 2019-07-03 | 2019-11-22 | 苏州浪潮智能科技有限公司 | 一种服务器反复上下电的稳定性测试方法及装置 |
-
2020
- 2020-08-21 CN CN202010852437.3A patent/CN111984483B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291399A (zh) * | 2016-09-21 | 2017-01-04 | 郑州云海信息技术有限公司 | 一种电源模块pmbus专业的测试治具 |
CN107766634A (zh) * | 2017-10-12 | 2018-03-06 | 郑州云海信息技术有限公司 | 一种优化bga电源分布改善高速信号质量的方法及芯片 |
CN110008070A (zh) * | 2019-03-11 | 2019-07-12 | 苏州浪潮智能科技有限公司 | 一种基于电源管理器随机断电的aep内存ac测试方法 |
CN110489282A (zh) * | 2019-07-03 | 2019-11-22 | 苏州浪潮智能科技有限公司 | 一种服务器反复上下电的稳定性测试方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744789A (zh) * | 2021-07-29 | 2021-12-03 | 苏州浪潮智能科技有限公司 | 一种在研发阶段测试ssd稳定性的方法、系统、设备和介质 |
CN113744789B (zh) * | 2021-07-29 | 2023-08-08 | 苏州浪潮智能科技有限公司 | 一种在研发阶段测试ssd稳定性的方法、系统、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111984483B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242033B (zh) | 晶片缺陷模式分类方法及装置、存储介质、电子设备 | |
CN109119124A (zh) | 固态硬盘的生产方法及固态硬盘 | |
WO2020228323A1 (zh) | 一种设备固件升级方法及系统 | |
CN111984483B (zh) | 一种服务器主板电源网络稳定性判断方法 | |
CN105701044A (zh) | 电子装置 | |
CN115547396A (zh) | 一种针对eMMC的测试方法和装置 | |
US6633937B2 (en) | GPIB system and method which performs autopolling using heuristics | |
CN113837596A (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN109558561A (zh) | 一种用户行为路径采集方法、装置、设备及介质 | |
CN101770416B (zh) | 新一代周边连接接口的总线测试方法 | |
US8504324B2 (en) | System and method for analyzing reliability of electronic device | |
CN116913350B (zh) | 一种基于固态硬盘现代待机的测试方法及测试平台 | |
CN103514131A (zh) | 系统信息输出方法和电子设备 | |
CN110826616B (zh) | 信息处理方法及装置、电子设备、存储介质 | |
CN114443445B (zh) | 硬盘点灯方法、装置、电子设备及存储介质 | |
CN111311393A (zh) | 信用风险的评估方法、装置、服务器和存储介质 | |
CN116225809A (zh) | Pcie链路信号测试方法、系统、终端及存储介质 | |
US12007377B2 (en) | System and method for building detection model based on standard value to confirm soldering status | |
CN110188073A (zh) | 活体检测日志解析的方法、装置、存储介质及计算机设备 | |
CN112631850B (zh) | 故障场景的模拟方法及装置 | |
CN111161707B (zh) | 一种自动补充质检关键词表的方法、电子设备和存储介质 | |
CN114661555A (zh) | 设备监测方法、装置、服务器及存储介质 | |
CN111142643B (zh) | 一种电源芯片供电策略修改方法、装置及系统 | |
US11215659B2 (en) | Method for faster testing of manufactured PCB, apparatus, system, and storage medium used in method | |
CN108021480A (zh) | 一种通过设定bmc sdr判断cpld电压异常的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |