CN114647183B - 一种对多温度传感器进行模糊控制的风扇调控方法及装置 - Google Patents
一种对多温度传感器进行模糊控制的风扇调控方法及装置 Download PDFInfo
- Publication number
- CN114647183B CN114647183B CN202210072348.6A CN202210072348A CN114647183B CN 114647183 B CN114647183 B CN 114647183B CN 202210072348 A CN202210072348 A CN 202210072348A CN 114647183 B CN114647183 B CN 114647183B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- rule
- fuzzy rule
- rotating speed
- bmc
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000010354 integration Effects 0.000 claims description 18
- 230000005484 gravity Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 description 84
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/20—Cooling means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明提供一种对多温度传感器进行模糊控制的风扇调控方法及装置，属于风扇调控技术领域，所述方法步骤如下：从模糊规则库中获取所需的规则；获取各温度传感器读数，并计算各温度对规则前部温度条件的隶属度；获取各模糊规则的模糊运算子，对模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到后部转速结论的曲线，再将各曲线进行结合，得到所有模糊规则的模糊集合；将所有模糊规则的曲线进行解模糊化，得到风扇转速，对风扇进行转速调整。本发明使用模糊控制算法根据温度直接计算出风扇转速，从而避免了温度控制不及时带来的CPU宕机问题。
Description
技术领域
本发明属于服务器风扇调控技术领域，具体涉及一种对多温度传感器进行模糊控制的风扇调控方法及装置。
背景技术
BMC，是Baseboard Management Controller的简称，基板管理控制器，是服务器特有的管理控制器。BMC的主要功能之一是自动监控服务器运行状态，主要包括各硬件的健康状态。BMC监测各硬件的健康状态，获取各硬件的信息，有助于运维人员及时了解服务器的运行状况，保证服务器正常运行。
而风扇调控是BMC根据CPU、内存及网卡等硬件设备的实时温度，控制风扇转速以预防各设备过热的一种功能。目前BMC使用的风扇转速控制策略为对每个温度传感器都设置一个参考值，然后对每个温度传感器应用PID算法，以获得不同的风扇转速值，再取最高的风扇转速值，以确保可以控制每个CPU温度传感器的值小于参考值。但PID算法本质上是一种先反馈再控制的方法，也就是只有监控到温度变化后才进行风扇转速的条件，有一定的迟滞性，当硬件温度快速升高时，此种方式易造成控制不及时使设备过热宕机。
此为现有技术的不足，因此，针对现有技术中的上述缺陷，提供一种对多温度传感器进行模糊控制的风扇调控方法及装置，是非常有必要的。
发明内容
针对现有技术的上述BMC对各温度传感器使用PID算法进行风扇控制，具有滞后性，存在温度条件不及时，导致设备过热宕机的缺陷，本发明提供一种对多温度传感器进行模糊控制的风扇调控方法及装置，以解决上述技术问题。
第一方面，本发明提供一种对多温度传感器进行模糊控制的风扇调控方法，包括如下步骤：
S1.BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；
S2.BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；
S3.BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；
S4.BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；
S5.BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整。
进一步地，步骤S1具体步骤如下：
S11.集合专家经验创建模糊规则库；
S12.将模糊规则库中各规则设定为前部温度条件和后部转速结论的假设结论格式，得到模糊规则；
S13.BMC从模糊规则库中选择所需的模糊规则。模糊规则库中规则是模糊控制的核心，且规则数量及规则正确与否直接影响到模糊控制的效果，集合专家的系统知识作为规则，形成模糊规则库。
进一步地，步骤S2具体步骤如下：
S21.BMC获取各模糊规则作为前部温度条件模糊集合的第一函数曲线；
S22.BMC获取各温度传感器读数；
S23.BMC将温度传感器读数作为输入，根据各模糊规则作为前部温度条件模糊集合的第一函数曲线，计算各模糊规则前部温度条件的隶属度。所谓隶属度及该温度传感器读数对该模糊规则的隶属程度。当存在模糊运算子时，各个温度传感器读数对该模糊规则分别有一个隶属度。
进一步地，步骤S3具体步骤如下：
S31.BMC判断各模糊规则中是否含有模糊运算子及至少两个模糊规则前部温度条件；
若是，进入步骤S33；
若否，则进入步骤S32；
S32.该模糊规则前部温度条件的隶属程度即为该模糊规则的权重，进入步骤S4；
S33.BMC获取模糊规则的模糊运算子，再将模糊运算子的个模糊规则前部温度条件分别对应隶属度作为输入，使用模糊运算子进行运算，得到该模糊规则前部温度条件的权重。不存在模糊运算子时，只有一个隶属度，该隶属度即为该模糊规则权重，当存在模糊运算子时，将各个隶属度使用模糊运算子进行运算，从而得到该模糊规则的权重。
进一步地，步骤S4具体步骤如下：
S41.BMC获取各模糊规则前部温度条件的权重；
S42.BMC将模糊规则前部温度条件的权重应用到同一模糊规则后部转速结论，得到该模糊规则作为后部转速结论的模糊集合的第二函数曲线；
S43.BMC将模糊规则作为前部温度条件模糊集合的第一函数曲线与同一模糊规则作为后部转速结论模糊集合的第二函数曲线进行结合，得到作为每条模糊规则的模糊集合的函数曲线；
S44.BMC将各模糊规则的模糊集合的函数曲线进行结合，得到作为所有模糊规则的模糊集合的总函数曲线。将模糊规则的前部温度条件的权重应用到后部转速结论，就会得到作为后部转速结论对应模糊集合的曲线，再将选择的各模糊规则的前部温度条件权重的曲线与后部转速结论模糊集合的曲线相结合，得到了整个需要的总的曲线。
进一步地，步骤S5具体步骤如下：
S51.BMC获取作为所有模糊规则的模糊集合的总函数曲线；
S52.BMC使用重心法计算该总函数曲线的积分中点值；
S53.BMC查找该积分中点值对应的风扇转速，并将该风扇转速作为目标风扇转速输出值；
S54.BMC使用目标风扇转速输出值对风扇件转速调整。对总的曲线去模糊化得到所需风扇转速值，使用此计算出的风扇转速值可直接调整风扇转速，而无需反馈。
第二方面，本发明提供一种对多温度传感器进行模糊控制的风扇调控装置，包括：
模糊规则获取模块，用于BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；
前部温度条件隶属度计算模块，用于BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；
前部温度条件权重计算模块，用于BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；
模糊规则的模糊规则生成模块，用于BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；
风扇转速调整模块，用于BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整。
进一步地，模糊规则获取模块包括：
模糊规则库创建单元，用于集合专家经验创建模糊规则库；
模糊规则生成单元，用于将模糊规则库中各规则设定为前部温度条件和后部转速结论的假设结论格式，得到模糊规则；
模糊规则获取单元，用于BMC从模糊规则库中选择所需的模糊规则；
前部温度条件隶属度计算模块包括：
第一函数曲线获取单元，用于BMC获取各模糊规则作为前部温度条件模糊集合的第一函数曲线；
温度传感器读数获取单元，用于BMC获取各温度传感器读数；
隶属度计算单元，用于BMC将温度传感器读数作为输入，根据各模糊规则作为前部温度条件模糊集合的第一函数曲线，计算各模糊规则前部温度条件的隶属度。
进一步地，前部温度条件权重计算模块包括：
模糊运算子判断单元，用于BMC判断各模糊规则中是否含有模糊运算子及至少两个模糊规则前部温度条件；
模糊规则权重第一计算单元，用于不含有模糊运算子时，该模糊规则前部温度条件的隶属程度即为该模糊规则的权重；
模糊规则权重第二计算单元，用于含有模糊运算子时，BMC获取模糊规则的模糊运算子，再将模糊运算子的个模糊规则前部温度条件分别对应隶属度作为输入，使用模糊运算子进行运算，得到该模糊规则前部温度条件的权重。
进一步地，模糊规则的模糊规则生成模块包括：
前部温度条件权重获取单元，用于BMC获取各模糊规则前部温度条件的权重；
第二函数曲线生成单元，BMC将模糊规则前部温度条件的权重应用到同一模糊规则后部转速结论，得到该模糊规则作为后部转速结论的模糊集合的第二函数曲线；
各函数曲线生成单元，用于BMC将模糊规则作为前部温度条件模糊集合的第一函数曲线与同一模糊规则作为后部转速结论模糊集合的第二函数曲线进行结合，得到作为每条模糊规则的模糊集合的函数曲线；
总函数曲线生成单元，用于BMC将各模糊规则的模糊集合的函数曲线进行结合，得到作为所有模糊规则的模糊集合的总函数曲线；
风扇转速调整模块包括：
总函数曲线获取单元，用于BMC获取作为所有模糊规则的模糊集合的总函数曲线；
积分中点值计算单元，用于BMC使用重心法计算该总函数曲线的积分中点值；
目标风扇转速输出值设定单元，用于BMC查找该积分中点值对应的风扇转速，并将该风扇转速作为目标风扇转速输出值；
风扇转速调整单元，用于BMC使用目标风扇转速输出值对风扇件转速调整。
本发明的有益效果在于：
本发明提供的对多温度传感器进行模糊控制的风扇调控方法及装置，通过基于多温度传感器获取温度值作为输入，使用模糊控制算法直接计算出风扇转速，从而避免了使用PID算法的反馈导致的温度控制不及时带来的CPU宕机问题。
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是本发明的对多温度传感器进行模糊控制的风扇调控方法实施例1流程示意图。
图2是本发明的对多温度传感器进行模糊控制的风扇调控方法实施例2流程示意图。
图3是本发明的对多温度传感器进行模糊控制的风扇调控装置示意图。
图4是发明的对多温度传感器进行模糊控制的风扇调控方法实施例3中CPU温度对规则A的隶属度曲线图。
图5是发明的对多温度传感器进行模糊控制的风扇调控方法实施例3中内存温度对规则A的隶属度曲线图。
图6是发明的对多温度传感器进行模糊控制的风扇调控方法实施例3中规则A的后部转速结论的函数曲线图。
图7是发明的对多温度传感器进行模糊控制的风扇调控方法实施例3中规则B的后部转速结论的函数曲线图。
图8是发明的对多温度传感器进行模糊控制的风扇调控方法实施例3中规则C的后部转速结论的函数曲线图。
图9是发明的对多温度传感器进行模糊控制的风扇调控方法实施例3中所有模糊规则的总函数曲线图。
图10是发明的对多温度传感器进行模糊控制的风扇调控方法实施例3中去模糊化的风扇转速输出值查找示意图。
图中，1-模糊规则获取模块；1.1-模糊规则库创建单元；1.2-模糊规则生成单元；1.3-模糊规则获取单元；2-前部温度条件隶属度计算模块；2.1-第一函数曲线获取单元；2.2-温度传感器读数获取单元；2.3-隶属度计算单元；3-前部温度条件权重计算模块；3.1-模糊运算子判断单元；3.2-模糊规则权重第一计算单元；3.3-模糊规则权重第二计算单元；4-模糊规则的模糊规则生成模块；4.1-前部温度条件权重获取单元；4.2-第二函数曲线生成单元；4.3-各函数曲线生成单元；4.4-总函数曲线生成单元；5-风扇转速调整模块；5.1-总函数曲线获取单元；5.2-积分中点值计算单元；5.3-目标风扇转速输出值设定单元；5.4-风扇转速调整单元。
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。
PID，是proportional-integral-derivative，比例积分微分。
实施例1：
如图1所示，本发明提供一种对多温度传感器进行模糊控制的风扇调控方法，包括如下步骤：
S1.BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；
S2.BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；
S3.BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；
S4.BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；
S5.BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整。
实施例2：
如图2所示，本发明提供一种对多温度传感器进行模糊控制的风扇调控方法，包括如下步骤：
S1.BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；具体步骤如下：
S11.集合专家经验创建模糊规则库；
S12.将模糊规则库中各规则设定为前部温度条件和后部转速结论的假设结论格式，得到模糊规则；
S13.BMC从模糊规则库中选择所需的模糊规则；
S2.BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；具体步骤如下：
S21.BMC获取各模糊规则作为前部温度条件模糊集合的第一函数曲线；
S22.BMC获取各温度传感器读数；
S23.BMC将温度传感器读数作为输入，根据各模糊规则作为前部温度条件模糊集合的第一函数曲线，计算各模糊规则前部温度条件的隶属度；
S3.BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；具体步骤如下：
S31.BMC判断各模糊规则中是否含有模糊运算子及至少两个模糊规则前部温度条件；
若是，进入步骤S33；
若否，则进入步骤S32；
S32.该模糊规则前部温度条件的隶属程度即为该模糊规则的权重，进入步骤S4；
S33.BMC获取模糊规则的模糊运算子，再将模糊运算子的个模糊规则前部温度条件分别对应隶属度作为输入，使用模糊运算子进行运算，得到该模糊规则前部温度条件的权重；
S4.BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；具体步骤如下：
S41.BMC获取各模糊规则前部温度条件的权重；
S42.BMC将模糊规则前部温度条件的权重应用到同一模糊规则后部转速结论，得到该模糊规则作为后部转速结论的模糊集合的第二函数曲线；
S43.BMC将模糊规则作为前部温度条件模糊集合的第一函数曲线与同一模糊规则作为后部转速结论模糊集合的第二函数曲线进行结合，得到作为每条模糊规则的模糊集合的函数曲线；
S44.BMC将各模糊规则的模糊集合的函数曲线进行结合，得到作为所有模糊规则的模糊集合的总函数曲线；
S5.BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整；具体步骤如下：
S51.BMC获取作为所有模糊规则的模糊集合的总函数曲线；
S52.BMC使用重心法计算该总函数曲线的积分中点值；
S53.BMC查找该积分中点值对应的风扇转速，并将该风扇转速作为目标风扇转速输出值；
S54.BMC使用目标风扇转速输出值对风扇件转速调整。
实施例3：
如图2所示，本发明提供一种对多温度传感器进行模糊控制的风扇调控方法，包括如下步骤：
S1.BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；具体步骤如下：
S11.集合专家经验创建模糊规则库；模糊规则库中规则是模糊控制的核心，且规则数量及规则正确与否直接影响到模糊控制的效果，集合专家的系统知识作为规则，形成模糊规则库；
S12.将模糊规则库中各规则设定为前部温度条件和后部转速结论的假设结论格式，得到模糊规则；将模糊规则库中各规则设定为条件和结论的形式，例如“如果…则…”的形式，形成模糊规则；以规则A、规则B、规则C为例：
规则A：如果CPU温度很高，或者内存温度很高，则风扇转速应调到高速，例如设定该高速为10000转每分钟；
规则B：如果CPU温度中等，则风扇转速应调整为中速，例如设定该中速为5000转每分钟；
规则C：如果CPU温度很低，且内存温度很低，则风扇转速应调整为低速，例如设定低速为2500转每分钟；
规格A、规则B及规则C中“如果”的部分为模糊规则的前部温度条件，“则”的部分为模糊规则的后部转速结论；
S13.BMC从模糊规则库中选择所需的模糊规则；以选择规则A、规则B及规则C为例；
S2.BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；具体步骤如下：
S21.BMC获取各模糊规则作为前部温度条件模糊集合的第一函数曲线；
S22.BMC获取各温度传感器读数；
S23.BMC将温度传感器读数作为输入，根据各模糊规则作为前部温度条件模糊集合的第一函数曲线，计算各模糊规则前部温度条件的隶属度；
每条模糊规则的前部温度条件由可调节的作为模糊集合的函数曲线判断明确的温度传感器输入对该模糊规则的隶属度，其中1为最隶属度，0为最不隶属度；
以图4为例，图4为CPU温度作为前部温度条件的模糊集合的第一函数曲线，获取CPU温度传感器读数80摄氏度作为输入，将其带入图4的第一函数曲线中，80摄氏度是一个明确的输入信息，根据图4的第一函数曲线，得到CPU温度80摄氏度对规则A的隶属度为0.75；
以图5为例，图5为内存温度作为前部温度条件的模糊集合的第一函数曲线，获取内存温度传感器读数30摄氏度作为输入，将其带入图5的第一函数曲线中，30摄氏度是一个明确的输入信息，根据图5的第一函数曲线，得到内存温度30摄氏度对规则A的隶属度为0.1；
同理，据此继续计算明确的输入CPU温度传感器读数80摄氏度对规则B以及规则C的隶属度，继续计算明确的输入内存温度传感器读数30摄氏度对规则B以及规则C的隶属度；
S3.BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；具体步骤如下：
S31.BMC判断各模糊规则中是否含有模糊运算子及至少两个模糊规则前部温度条件；
若是，进入步骤S33；
若否，则进入步骤S32；
S32.该模糊规则前部温度条件的隶属程度即为该模糊规则的权重，进入步骤S4；
S33.BMC获取模糊规则的模糊运算子，再将模糊运算子的各模糊规则前部温度条件分别对应隶属度作为输入，使用模糊运算子进行运算，得到该模糊规则前部温度条件的权重；
以规则A为例，规则A中含有模糊运算子“或”，规则B中不含有模糊运算子，规则C中含有模糊运算子“且”；
以规则A为例，应用模糊运算子“或”以获得规则A的权重，“或”这个模糊运算子的输入是来自该规则A的两个温度输入的归属值，“或”这个模糊运算子的输出是规则A的权重；如CPU温度传感器读数为80摄氏度，内存温度传感器的读数为30摄氏度，此内存温度对规则A的隶属度为0.1，而此CPU温度对规则A的隶属度为0.75，经由规则A的模糊运算子“或”得到规则A的权重为0.75；
据此继续计算规则B及规则C的权重；
S4.BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；具体步骤如下：
S41.BMC获取各模糊规则前部温度条件的权重；
S42.BMC将模糊规则前部温度条件的权重应用到同一模糊规则后部转速结论，得到该模糊规则作为后部转速结论的模糊集合的第二函数曲线；
S43.BMC将模糊规则作为前部温度条件模糊集合的第一函数曲线与同一模糊规则作为后部转速结论模糊集合的第二函数曲线进行结合，得到作为每条模糊规则的模糊集合的函数曲线；
S44.BMC将各模糊规则的模糊集合的函数曲线进行结合，得到作为所有模糊规则的模糊集合的总函数曲线；
以规则A为例，将规则A前部温度条件的权重0.75应用于规则A的后部转速结论，得到如图6所示的风扇转速为高，具体为10000转每分时规则A的作为后部转速结论的模糊集合的第二函数曲线；
据此继续得到规则B后部转速结论的模糊集合的第二函数曲线，如图7所示，以风扇转速为中的5000转每分为例；
据此继续得到规则C后部转速结论的模糊集合的第二函数曲线，如图8所示，以风扇转速为低的2500转每分为例；
再将图6、图7及图8中每条规则的前部温度条件权重的第一函数曲线及后部转速结论的第二函数曲线进行结合，即去掉了权重上方的部分，再将得到的三个函数曲线进行结合，得到如图9所示，所有模糊规则的模糊集合的总函数曲线；
S5.BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整；具体步骤如下：
S51.BMC获取作为所有模糊规则的模糊集合的总函数曲线；
S52.BMC使用重心法计算该总函数曲线的积分中点值；
S53.BMC查找该积分中点值对应的风扇转速，并将该风扇转速作为目标风扇转速输出值；
S54.BMC使用目标风扇转速输出值对风扇件转速调整；
使用重心法将图9所示的总函数曲线进行解模糊化，得到如图10所示的该总函数曲线的积分中点值，其中该积分中点值的竖线两端的作为模糊集合的函数曲线的面积相等。
实施例4:
如图3所示，本发明提供一种对多温度传感器进行模糊控制的风扇调控装置，包括：
模糊规则获取模块1，用于BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；模糊规则获取模块1包括：
模糊规则库创建单元1.1，用于集合专家经验创建模糊规则库；
模糊规则生成单元1.2，用于将模糊规则库中各规则设定为前部温度条件和后部转速结论的假设结论格式，得到模糊规则；
模糊规则获取单元1.3，用于BMC从模糊规则库中选择所需的模糊规则；
前部温度条件隶属度计算模块2，用于BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；前部温度条件隶属度计算模块2包括：
第一函数曲线获取单元2.1，用于BMC获取各模糊规则作为前部温度条件模糊集合的第一函数曲线；
温度传感器读数获取单元2.2，用于BMC获取各温度传感器读数；
隶属度计算单元2.3，用于BMC将温度传感器读数作为输入，根据各模糊规则作为前部温度条件模糊集合的第一函数曲线，计算各模糊规则前部温度条件的隶属度；
前部温度条件权重计算模块3，用于BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；前部温度条件权重计算模块3包括：
模糊运算子判断单元3.1，用于BMC判断各模糊规则中是否含有模糊运算子及至少两个模糊规则前部温度条件；
模糊规则权重第一计算单元3.2，用于不含有模糊运算子时，该模糊规则前部温度条件的隶属程度即为该模糊规则的权重；
模糊规则权重第二计算单元3.3，用于含有模糊运算子时，BMC获取模糊规则的模糊运算子，再将模糊运算子的个模糊规则前部温度条件分别对应隶属度作为输入，使用模糊运算子进行运算，得到该模糊规则前部温度条件的权重；
模糊规则的模糊规则生成模块4，用于BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；模糊规则的模糊规则生成模块4包括：
前部温度条件权重获取单元4.1，用于BMC获取各模糊规则前部温度条件的权重；
第二函数曲线生成单元4.2，BMC将模糊规则前部温度条件的权重应用到同一模糊规则后部转速结论，得到该模糊规则作为后部转速结论的模糊集合的第二函数曲线；
各函数曲线生成单元4.3，用于BMC将模糊规则作为前部温度条件模糊集合的第一函数曲线与同一模糊规则作为后部转速结论模糊集合的第二函数曲线进行结合，得到作为每条模糊规则的模糊集合的函数曲线；
总函数曲线生成单元4.4，用于BMC将各模糊规则的模糊集合的函数曲线进行结合，得到作为所有模糊规则的模糊集合的总函数曲线；
风扇转速调整模块5，用于BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整；风扇转速调整模块5包括：
总函数曲线获取单元5.1，用于BMC获取作为所有模糊规则的模糊集合的总函数曲线；
积分中点值计算单元5.2，用于BMC使用重心法计算该总函数曲线的积分中点值；
目标风扇转速输出值设定单元5.3，用于BMC查找该积分中点值对应的风扇转速，并将该风扇转速作为目标风扇转速输出值；
风扇转速调整单元5.4，用于BMC使用目标风扇转速输出值对风扇件转速调整。
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 (9)
1.一种对多温度传感器进行模糊控制的风扇调控方法，其特征在于，包括如下步骤：
S1.BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；
S2.BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；
S3.BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；
S4.BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；
S5.BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整；步骤S5具体步骤如下：
S51.BMC获取作为所有模糊规则的模糊集合的总函数曲线；
S52.BMC使用重心法计算该总函数曲线的积分中点值；
S53.BMC查找该积分中点值对应的风扇转速，并将该风扇转速作为目标风扇转速输出值；
S54.BMC使用目标风扇转速输出值对风扇件转速调整。
2.如权利要求1所述的对多温度传感器进行模糊控制的风扇调控方法，其特征在于，步骤S1具体步骤如下：
S11.集合专家经验创建模糊规则库；
S12.将模糊规则库中各规则设定为前部温度条件和后部转速结论的假设结论格式，得到模糊规则；
S13.BMC从模糊规则库中选择所需的模糊规则。
3.如权利要求2所述的对多温度传感器进行模糊控制的风扇调控方法，其特征在于，步骤S2具体步骤如下：
S21.BMC获取各模糊规则作为前部温度条件模糊集合的第一函数曲线；
S22.BMC获取各温度传感器读数；
S23.BMC将温度传感器读数作为输入，根据各模糊规则作为前部温度条件模糊集合的第一函数曲线，计算各模糊规则前部温度条件的隶属度。
4.如权利要求3所述的对多温度传感器进行模糊控制的风扇调控方法，其特征在于，步骤S3具体步骤如下：
S31.BMC判断各模糊规则中是否含有模糊运算子及至少两个模糊规则前部温度条件；
若是，进入步骤S33；
若否，则进入步骤S32；
S32.该模糊规则前部温度条件的隶属程度即为该模糊规则的权重，进入步骤S4；
S33.BMC获取模糊规则的模糊运算子，再将模糊运算子的个模糊规则前部温度条件分别对应隶属度作为输入，使用模糊运算子进行运算，得到该模糊规则前部温度条件的权重。
5.如权利要求4所述的对多温度传感器进行模糊控制的风扇调控方法，其特征在于，步骤S4具体步骤如下：
S41.BMC获取各模糊规则前部温度条件的权重；
S42.BMC将模糊规则前部温度条件的权重应用到同一模糊规则后部转速结论，得到该模糊规则作为后部转速结论的模糊集合的第二函数曲线；
S43.BMC将模糊规则作为前部温度条件模糊集合的第一函数曲线与同一模糊规则作为后部转速结论模糊集合的第二函数曲线进行结合，得到作为每条模糊规则的模糊集合的函数曲线；
S44.BMC将各模糊规则的模糊集合的函数曲线进行结合，得到作为所有模糊规则的模糊集合的总函数曲线。
6.一种对多温度传感器进行模糊控制的风扇调控装置，其特征在于，包括：
模糊规则获取模块（1），用于BMC从模糊规则库中获取所需的模糊规则；所述模糊规则包括前部温度条件和后部转速结论；
前部温度条件隶属度计算模块（2），用于BMC获取各温度传感器读数，并计算各温度传感器读数作为输入对各模糊规则前部温度条件的隶属度；
前部温度条件权重计算模块（3），用于BMC分别获取各模糊规则的模糊运算子，再将模糊规则前部温度条件对应各隶属度作为输入，通过模糊运算子对该模糊规则前部温度条件的各隶属度进行运算，得到该模糊规则前部温度条件的权重；
模糊规则的模糊规则生成模块（4），用于BMC将各模糊规则前部温度条件的权重应用于同一模糊规则后部转速结论，得到各模糊规则的后部转速结论的模糊集合，再将每条模糊规则的前部温度条件的权重与后部转速结论的模糊集合进行结合，得到所有模糊规则的模糊集合；
风扇转速调整模块（5），用于BMC使用重心法将所有模糊规则的模糊集合进行解模糊化，得到目标风扇转速输出值，并通过目标风扇转速输出值对风扇进行转速调整；风扇转速调整模块（5）包括：
总函数曲线获取单元（5.1），用于BMC获取作为所有模糊规则的模糊集合的总函数曲线；
积分中点值计算单元（5.2），用于BMC使用重心法计算该总函数曲线的积分中点值；
目标风扇转速输出值设定单元（5.3），用于BMC查找该积分中点值对应的风扇转速，并将该风扇转速作为目标风扇转速输出值；
风扇转速调整单元（5.4），用于BMC使用目标风扇转速输出值对风扇件转速调整。
7.如权利要求6所述的对多温度传感器进行模糊控制的风扇调控装置，其特征在于，模糊规则获取模块（1）包括：
模糊规则库创建单元（1.1），用于集合专家经验创建模糊规则库；
模糊规则生成单元（1.2），用于将模糊规则库中各规则设定为前部温度条件和后部转速结论的假设结论格式，得到模糊规则；
模糊规则获取单元（1.3），用于BMC从模糊规则库中选择所需的模糊规则；
前部温度条件隶属度计算模块（2）包括：
第一函数曲线获取单元（2.1），用于BMC获取各模糊规则作为前部温度条件模糊集合的第一函数曲线；
温度传感器读数获取单元（2.2），用于BMC获取各温度传感器读数；
隶属度计算单元（2.3），用于BMC将温度传感器读数作为输入，根据各模糊规则作为前部温度条件模糊集合的第一函数曲线，计算各模糊规则前部温度条件的隶属度。
8.如权利要求7所述的对多温度传感器进行模糊控制的风扇调控装置，其特征在于，前部温度条件权重计算模块（3）包括：
模糊运算子判断单元（3.1），用于BMC判断各模糊规则中是否含有模糊运算子及至少两个模糊规则前部温度条件；
模糊规则权重第一计算单元（3.2），用于不含有模糊运算子时，该模糊规则前部温度条件的隶属程度即为该模糊规则的权重；
模糊规则权重第二计算单元（3.3），用于含有模糊运算子时，BMC获取模糊规则的模糊运算子，再将模糊运算子的个模糊规则前部温度条件分别对应隶属度作为输入，使用模糊运算子进行运算，得到该模糊规则前部温度条件的权重。
9.如权利要求8所述的对多温度传感器进行模糊控制的风扇调控装置，其特征在于，模糊规则的模糊规则生成模块（4）包括：
前部温度条件权重获取单元（4.1），用于BMC获取各模糊规则前部温度条件的权重；
第二函数曲线生成单元（4.2），BMC将模糊规则前部温度条件的权重应用到同一模糊规则后部转速结论，得到该模糊规则作为后部转速结论的模糊集合的第二函数曲线；
各函数曲线生成单元（4.3），用于BMC将模糊规则作为前部温度条件模糊集合的第一函数曲线与同一模糊规则作为后部转速结论模糊集合的第二函数曲线进行结合，得到作为每条模糊规则的模糊集合的函数曲线；
总函数曲线生成单元（4.4），用于BMC将各模糊规则的模糊集合的函数曲线进行结合，得到作为所有模糊规则的模糊集合的总函数曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210072348.6A CN114647183B (zh) | 2022-01-21 | 2022-01-21 | 一种对多温度传感器进行模糊控制的风扇调控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210072348.6A CN114647183B (zh) | 2022-01-21 | 2022-01-21 | 一种对多温度传感器进行模糊控制的风扇调控方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114647183A CN114647183A (zh) | 2022-06-21 |
| CN114647183B true CN114647183B (zh) | 2023-12-22 |
Family
ID=81992816
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210072348.6A Active CN114647183B (zh) | 2022-01-21 | 2022-01-21 | 一种对多温度传感器进行模糊控制的风扇调控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114647183B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118611339A (zh) * | 2024-05-24 | 2024-09-06 | 广能亿能(北京)核能科技有限公司 | 半超导超高节能电机自适应散热控制方法及系统 |
| CN118567414A (zh) * | 2024-07-30 | 2024-08-30 | 山东云海国创云计算装备产业创新中心有限公司 | 温度控制方法、系统、装置、电子设备、存储介质及产品 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108718164A (zh) * | 2018-05-30 | 2018-10-30 | 常州兰陵自动化设备有限公司 | 一种无刷直流电机矢量控制系统及其构建方法 |
| CN109236713A (zh) * | 2018-09-18 | 2019-01-18 | 郑州云海信息技术有限公司 | 一种应用于通用机型的智能风扇调控方法及系统 |
| CN110531614A (zh) * | 2019-09-06 | 2019-12-03 | 长春工业大学 | 新颖的无刷直流电机模糊神经网络pi控制器 |
| CN111963471A (zh) * | 2020-08-14 | 2020-11-20 | 苏州浪潮智能科技有限公司 | 一种风扇转速控制方法和装置 |
-
2022
- 2022-01-21 CN CN202210072348.6A patent/CN114647183B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108718164A (zh) * | 2018-05-30 | 2018-10-30 | 常州兰陵自动化设备有限公司 | 一种无刷直流电机矢量控制系统及其构建方法 |
| CN109236713A (zh) * | 2018-09-18 | 2019-01-18 | 郑州云海信息技术有限公司 | 一种应用于通用机型的智能风扇调控方法及系统 |
| CN110531614A (zh) * | 2019-09-06 | 2019-12-03 | 长春工业大学 | 新颖的无刷直流电机模糊神经网络pi控制器 |
| CN111963471A (zh) * | 2020-08-14 | 2020-11-20 | 苏州浪潮智能科技有限公司 | 一种风扇转速控制方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114647183A (zh) | 2022-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114647183B (zh) | 一种对多温度传感器进行模糊控制的风扇调控方法及装置 | |
| CN113534936B (zh) | 一种服务器风扇转速控制方法、装置、设备及介质 | |
| US10148211B2 (en) | Machine learning apparatus and method for learning correction value in motor current control, correction value computation apparatus including machine learning apparatus and motor driving apparatus | |
| EP2993779B1 (en) | System and method for a load anticipation feature and its tuning method for a generating set | |
| Ahamed et al. | A reinforcement learning approach to automatic generation control | |
| US7791307B2 (en) | AC motor controller | |
| CN116191572B (zh) | 一种光伏逆变器的智能控制方法及系统 | |
| CN118265275B (zh) | 风冷线控冷优化控制方法 | |
| US6128905A (en) | Back pressure optimizer | |
| CN114151373A (zh) | 服务器风扇转速调控方法、系统、终端及存储介质 | |
| EP1288470A2 (en) | Engine revolution controlling apparatus | |
| CN118030261A (zh) | 电控硅油风扇的转速控制方法及装置 | |
| CN112653130B (zh) | 一种基于惯量比确定电网的频率支撑能力的方法及系统 | |
| JP7088323B2 (ja) | サーバラック、制御装置、冷却方法、及びプログラム | |
| Guediri et al. | Modeling and fuzzy control of a wind energy system based on double-fed asynchronous machine for supply of power to the electrical network | |
| CN117489577A (zh) | 一种油冷双电机冷却流量控制方法、装置、设备及介质 | |
| CN111828246A (zh) | 风力发电机组防过速控制方法和装置、存储介质 | |
| CN112421650B (zh) | 一种评估电网惯性的方法和系统 | |
| CN111513839B (zh) | 电外科手术系统及控制方法 | |
| CN114282445A (zh) | 循环水系统运行优化方法以及相关设备 | |
| Chekroun et al. | Novel Observer Scheme of Fuzzy-MRAS Sensorless Speed Control of Induction Motor Drive | |
| CN111786395A (zh) | 一种风电机组出力调节方法及装置 | |
| Guediri et al. | Fuzzy control of a doubly fed asynchronous machine (DFAM) generator driven by a wind turbine modeling and simulation | |
| Taher et al. | Design of robust fuzzy logic power system stabilizer | |
| CN115630875B (zh) | 一种同步电网的转动惯量评估方法及系统 |
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 |