JP2014182694A

JP2014182694A - センサ故障検知装置、方法、およびプログラム

Info

Publication number: JP2014182694A
Application number: JP2013057757A
Authority: JP
Inventors: Sachio Kobayashi; 左千夫小林; Masayoshi Hashima; 正芳橋間
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2013-03-21
Filing date: 2013-03-21
Publication date: 2014-09-29
Also published as: US9719866B2; EP2796842A2; EP2796842B1; US20140286372A1; EP2796842A3

Abstract

【課題】故障したセンサを特定できるセンサ故障検知方法、装置、およびプログラムを提供する。
【解決手段】複数のセンサで測定した時刻ごとの温度の実測値を含むセンサごとの温度情報を記憶する記憶部と、前記複数のセンサのうち検査対象以外の前記複数のセンサについて各時刻で受信した前記温度情報を基にデータ同化を伴う熱流体シミュレーションを行い、時刻ごとの温度分布を予測する予測部２１１と、予測された前記時刻ごとの温度分布の所定の時刻における前記検査対象のセンサの位置の第一の温度情報２１７と、前記検査対象のセンサから受信した前記所定の時刻における第二の温度情報２１６との差分値を算出する算出部２１２と、前記算出部の算出結果に基づいて、前記差分値が所定の値を超えたことを検知する検知部２１３と、を有する。
【選択図】図２

Description

本発明は、センサの故障を検知するセンサ故障検知装置、方法、およびプログラムに関する。

メインフレームや各種サーバなどのコンピュータやルータ、スイッチングハブなどの各種通信機器その他各種機器には通常動作可能な温度範囲での稼働が求められている。例えば、これらの機器は高温環境下で稼働させると、動作異常が発生し、もしくは部品の劣化を早めて故障の原因となるからである。一般的にデータセンタの運用では、これらの機器が通常動作可能な温度範囲で稼働しているかを監視するためセンサが多数設置されている。大規模なデータセンタではセンサの数も非常に膨大になっている。

これらのセンサはネットワークに接続されている。センサにより測定された温度データは運用管理サーバなどの監視装置によって監視される。監視装置は、センサにより測定された温度データに基づきセンサの設置環境の温度管理やセンサ自身の機器の故障を監視する。

監視装置は、特定のセンサが測定した温度データが通知されないことや、特定のセンサからの生存確認の応答が無いことを検知することで、センサ内部回路の断線・短絡などによる完全な機能停止を伴う故障を検知する。

しかしながら、センサが故障して誤った温度を測定している場合でも、センサから温度データが通知され、かつ生存確認の応答がなされている場合には、監視装置は故障を検知することが出来ない。

監視装置は例えばサーバなどの監視対象について動作環境温度として適切な範囲を設定する。監視装置は監視対象の動作環境温度が適切な範囲を超えた場合にアラームを出して管理者に通知する。実際に監視対象の動作環境温度が適切な範囲の場合に、故障をしたセンサが不適切な温度を通知すると、監視装置がアラームを出すことになり、結果として故障したセンサは管理者に着目される。しかし、監視対象の動作環境温度が不適切な温度の場合に、故障をしたセンサが適切な温度を通知すると監視装置はアラームを出さない。この結果、管理者は監視対象の動作環境温度の異常を検知することが出来ない。

一方で、データセンタ内の空調による温度の変化を熱流体シミュレーションによって視覚化・管理する仕組みがある（例えば、非特許文献１、２）。この技術によればコンピュータは、データセンタ内の温度分布を時系列で表示すことができる。また、コンピュータは、ある時点のデータセンタの実際の温度に基づき、所定の時間が経過した後のデータセンタの温度分布を算出することができる。

Computational Fluid Dynamics Modeling of High Compute Density Data Centers toAssure System Inlet Air Specifications, Chandrakant D. Patel, Cullen E. Bash and Christian Belady, Proceedings of IPACK'01, The Pacific Rim/ASME International Electronic Packaging Technical Conference and Exhibition July 8-13, 2001, Kauai, Hawaii, USA, IPACK2001-15622 Balance of Power, Dynamic Thermal Management for Internet Data Centers, Ratnesh K. Sharma, Cullen E. Bash, Chandrakant D.Patel, and Richard J.Friedrich Hewlett-Packard Laboratories, Jeffrey S. Chase Duke University, IEEE INTERNET COMPUTING JANUARY / FEBRUARY 2005 pp.42-49

しかしながら、上述した従来技術では、センサ自身が誤った温度を通知している場合でも、通知された温度を前提にシミュレートするため、センサの故障を検知することは出来ない。

本発明は、上述した従来技術による問題点を解消するため、故障したセンサを特定できるセンサ故障検知方法、装置、およびプログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明の一側面によれば、複数のセンサで測定した時刻ごとの温度の実測値を含むセンサごとの温度情報を記憶する記憶部と、前記複数のセンサのうち検査対象以外の前記複数のセンサについて各時刻で受信した前記温度情報を基にデータ同化を伴う熱流体シミュレーションを行い、時刻ごとの温度分布を予測する予測部と、予測された前記時刻ごとの温度分布の所定の時刻における前記検査対象のセンサの位置の第一の温度情報と、前記検査対象のセンサから受信した前記所定の時刻における第二の温度情報との差分値を算出する算出部と、前記算出部の算出結果に基づいて、前記差分値が所定の値を超えたことを検知する検知部と、を有するセンサ故障検知装置、センサ故障検知方法、およびセンサ故障検知プログラムが提案される。

本発明の一側面によれば、センサ自身が誤った温度を通知している場合でも、センサの故障を検知することができるという効果を奏する。

図１は、本実施の形態にかかるデータセンタ全体についての説明図である。図２は、本実施の形態にかかる故障検知装置全体についての説明図である。図３は、設計支援装置のハードウェア構成の一例を示すブロック図である。図４は、本実施の形態にかかるセンサによる実測値についての説明図である。図５は、本実施の形態にかかる熱流体シミュレーションについての説明図である。図６は、本実施の形態にかかる熱流体シミュレーションの結果についての説明図である。図７は、本実施の形態にかかる熱流体シミュレーションの結果についての説明図である。図８は、本実施の形態にかかる処理の全体のフローチャートの前半を示す。図９は、本実施の形態にかかる処理の全体のフローチャートの後半を示す。図１０は、本実施の形態にかかる検査対象センサの選択処理手順の一例を示すフローチャートの一部である。図１１は、本実施の形態にかかる検査対象センサの選択処理手順の一例を示すフローチャートの一部である。図１２は、本実施の形態にかかる検査対象センサの選択処理手順の一例を示すフローチャートの一部である。図１３は、本実施の形態にかかる検査対象センサの検索処理手順の一例を示すフローチャートである。図１４は、本実施の形態にかかる検査対象センサの検索処理手順の説明図である。図１５は、本実施の形態にかかるデータ構成の一例を示す説明図である。図１６は、本実施の形態にかかるデータ構成の一例を示す説明図である。図１７は、本実施の形態にかかる画面構成の一例を示す説明図である。

以下に添付図面を参照して、開示の故障検知装置、方法、およびプログラムの実施の形態を詳細に説明する。

図１は、本実施の形態にかかるデータセンタ全体の例を示す説明図である。本実施の形態にかかるデータセンタ１００は、１台の空調機１０１と１０組のサーバラック１０２と２３個のセンサ１０３を有する。サーバラック１０２には各種サーバやストレージ機器、ネットワーク機器や電源装置その他の機器が搭載される（図示せず）。これらの機器の多くは、動作によって発熱する。これらの機器は高温環境下において、処理能力が低下したり、誤動作が発生したりすることがある。これらの機器は空調機１０１によって冷却される。センサ１０３は機器やデータセンタ内の気温を測定することにより、高温環境下となるような異常な温度上昇を検知する。

図２は、本実施の形態にかかる故障検知装置２００についての説明図である。故障検知装置２００は故障検出部２０１、記憶部２０２、受信部２０３および反復部２０４を有する。また、故障検出部２０１は、選択部２１０、予測部２１１、算出部２１２、検知部２１３、特定部２１４、決定部２１５を有する。記憶部２０２は、温度情報２１６、予測結果情報２１７、判定結果情報２１８、合格・故障情報２１９を記憶する。受信部２０３はデータセンタ１００に設置されたセンサ１０３からネットワーク２２０経由で温度情報を受信する。反復処理部２０４は故障検出部２０１における情報処理の反復継続について制御する。

選択部２１０は、データセンタ１００に設置された複数のセンサ１０３のうち、検査対象となるセンサを選択する。受信部２０３により一定の時間ごとに受信されたセンサ１０３の温度情報は記憶部２０２に保存される。予測部２１１は記憶部２０２に保存された温度情報をもとに、データセンタ１００の将来の温度分布を予測する。算出部２１２は予測部２１１が予測したある時間の温度分布に基づいて、選択部２１０により選択されたセンサ１０３が示すべき温度と、予測部２１１が予測した時間と同じ時間にセンサ１０３により測定された温度との差分を算出する。検知部２１３は、算出部２１２が算出した差分が一定の閾値を超えているか否かを判定する。閾値は、データセンタの管理のポリシーや、一般的なサーバの動作時の温度条件（５℃〜３５℃）を考慮して決定する。例えば、データセンタの管理のポリシーが厳格であれば、閾値を１℃以下に設定する。かかる場合は、前述の差分が少しでも生じればセンサ１０３に異常が生じていると判定できる。特定部２１４は検知部２１３の判定結果に基づき、選択部２１０が選択したセンサ１０３が正常であるか異常であるかを特定する。決定部２１５は特定部２１４により正常か異常かを特定した頻度により、センサ１０３の故障を決定する。頻度は、データセンタの管理のポリシーに従って決定する。例えば、データセンタの管理ポリシーが厳格であれば、センサ１０３について異常と判定された頻度が５０％以上のときは故障と決定する。

反復処理部２０４は、選択部２１０により選択されていないセンサ１０３がなくなるまで上記処理を反復する。また、センサ１０３の正常・故障が決定するまで、さらに上記処理を反復させる。受信部２０３とセンサをつなぐネットワーク２２０は、コンピュータ同士を接続するコンピュータネットワークである。ネットワーク２２０には、一施設内程度の規模で用いられるＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ（ＬＡＮ）やより広域間で用いられるＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ（ＷＡＮ）、世界規模のコンピュータネットワークであるインターネットなどが利用される。
（故障検知装置２００のハードウェア構成例）
図３は、故障検知装置２００のハードウェア構成の一例を示すブロック図である。図３において、故障検知装置２００は、ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ（ＣＰＵ）３０１と、Ｒｅａｄ‐ＯｎｌｙＭｅｍｏｒｙ（ＲＯＭ）３０２と、ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ（ＲＡＭ）３０３と、を含む。また、故障検知装置２００は、記憶装置３０４と、インターフェイス３０８と、を含む。また、故障検知装置２００は、ディスプレイ３０５と、キーボード３０６と、マウス３０７と、を含む。また、ＣＰＵ３０１〜インターフェイス３０８はバス３００によってそれぞれ接続されている。

ＣＰＵ３０１は、故障検知装置２００の全体の制御を司る演算処理装置である。ＲＯＭ３０２は、ブートプログラムなどのプログラムを記憶する不揮発性メモリである。ＲＡＭ３０３は、ＣＰＵ３０１のワークエリアとして使用される揮発性メモリである。

記憶装置３０４は、記憶媒体を内部に保持する内部記憶装置３０９と記憶媒体が外部に取り出せる外部記憶装置３１０を含んでいる。また、記憶装置３０４はＣＰＵ３０１の制御にしたがって内部記憶媒体３１１または外部記憶媒体３１２に対するデータのリードおよびライトを制御する制御装置である。内部記憶装置３０９には、内部記憶媒体３１１の種類に応じて磁気ディスクドライブやソリッドステートドライブ（ＳＳＤ）を選択することができる。外部記憶装置３１０は、たとえば、磁気テープ装置、磁気ディスクドライブ、光磁気ディスクドライブ、光ディスクドライブ、ＳＤＤなどである。外部記憶媒体３１２は、外部記憶装置３１０の制御で書き込まれたデータを記憶する不揮発性メモリである。たとえば外部記憶装置３１０が磁気ディスクドライブである場合、外部記憶媒体３１２は、磁気ディスクである例えばフレキシブルディスク（ＦＤ）である。また、外部記憶装置３１０が光ディスクドライブである場合、外部記憶媒体３１２は、光ディスクである例えばＣｏｍｐａｃｔＤｉｓｃＲｅｃｏｒｄａｂｌｅ（ＣＤ−Ｒ）やＢｌｕ−ｒａｙＤｉｓｃ（ＢＤ）である。また、外部記憶装置がＳＤＤである場合、外部記憶媒体は、半導体素子メモリである。

ディスプレイ３０５は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する装置である。ディスプレイ３０５は、たとえば、ＣａｔｈｏｄｅＲａｙＴｕｂｅ（ＣＲＴ）、ＴｈｉｎＦｉｌｍＴｒａｎｓｉｓｔｏｒ（ＴＦＴ）液晶ディスプレイ、プラズマディスプレイ、有機エレクトロルミネッセンスディスプレイなどである。

キーボード３０６は、文字、数字、各種指示などの入力のためのキーを有し、データの入力を行う装置である。また、キーボード３０６は、タッチパネル式の入力パッドやテンキーなどであってもよい。マウス３０７は、カーソルの移動や範囲選択、あるいはウィンドウの移動やサイズの変更などを行う装置である。マウス３０７は、ポインティングデバイスとして同様に機能を有するものであれば、トラックボールやジョイスティックなどであってもよい。

インターフェイス３０８は、ネットワーク２２０と接続し、外部装置からのデータの入出力を制御する制御装置である。インターフェイス３０８は、接続するネットワーク２２０の種類に対応する。インターフェイス３０８は、例えば有線ＬＡＮや無線ＬＡＮのＮｅｔｗｏｒｋＩｎｔｅｒｆａｃｅＣａｒｄ（ＮＩＣ）である。

図４は一定時間単位でセンサ１０３により取得された温度情報を示す温度情報テーブル４００である。温度情報テーブル４００は記憶部２０２の温度情報２１６に記憶されている。温度情報テーブル４００において、時刻４０１は時刻情報、センサＩＤ４０２はセンサ１０３の識別番号、温度４０３は各センサＩＤを有するセンサ１０３により取得された温度情報を示す。例えば、行４０４に着目すると、センサＩＤが１のセンサ１０３について、このセンサ１０３が時刻１．００に測定した温度２５．３１４２℃を記録している。

図５は本発明の実施におけるデータセンタ１００での温度分布を熱流体シミュレーションで計算した温度分布図５００である。図５において領域５０１は高温領域、領域５０２は低温領域を示す。領域５０１と領域５０２との間の複数の曲線は、高温領域から低温領域への温度変化を示す等高線である。温度分布図は、空調機１０１の周りが低温になっており、１０組のサーバラック１０２からの熱により空調機から遠くなるにつれて温度が高温になっていく様子を示す。

熱流体シミュレーションは、空気などの流体の流れの時間変化を表すナビエ・ストークス方程式と、熱の時間変化を表す熱移流拡散方程式とを連立させた偏微分方程式に基づくシミュレーションである。一般的に時系列で表される物理シミュレーションは、ある時間tの状態u(t)から時間をΔt進めた状態u(t+Δt)を偏微分方程式の解として導出することで時間発展を行う。数式１は、流体の運動を記述する2階非線型偏微分方程式であるナビエ・ストークス方程式である。数式２は、非圧縮性流れについての質量保存則から導かれる連続の式である。数式３は、流体中の熱伝導を記述した熱移流拡散方程式である。熱流体シミュレーションにおける流速場と温度場の時間発展は、数式１乃至３の連立方程式を解くことで行われる。

ここで、uは流体の速度ベクトルを、pは圧力を、ρは密度を、fは単位質量あたりに働く外力を、νは動粘性係数を、Tは温度を、κは熱伝導係数を、qは外部から受ける熱量を、tはシミュレーション中の時間を表す。

数式１の項（A）と数式３の項（E）は移流項である。移流項は流体に沿って移動する効果を表す。数式３の項（E）には流体の速度ベクトルが含まれる。これは、温度は流体の流れに乗って移動することを意味する。数式１の項（B）及び数式３の項（F）は、拡散項である。拡散項は流速場・温度場が均一化しようとする現象を表す。数式１の項（C）は、圧力項と呼ばれる。圧力項は、数式２を満たすように働く力を表す。数式１の項（D）は外力項と呼ばれる。数式３の項（G）は、生成項と呼ばれる。外力項と生成項は、風・重力・発熱などの外部からの力の影響を表す。

図６はデータセンタ１００のある時刻における温度分布のシミュレーション結果を示すシミュレーション結果テーブル６００である。シミュレーション結果テーブル６００は記憶部２０２の予測結果情報２１７に記憶されている。熱流体シミュレーションにおいて、データセンタ１００は一定間隔ごとにメッシュで区切られる。当該メッシュで区切られたセルごとにセル番号６０１が割り当てられる。シミュレーション結果テーブル６００において、セル番号６０１は各セルのセル番号、速度Ｘ６０２は各セルにおける風速のＸ軸方向の速度、速度Ｙ６０３は各セルにおける風速のＹ軸方向の速度、速度Ｚ６０４は各セルにおける風速のＺ軸方向の速度、温度６０５は各セルにおける温度を示す。例えば行６０６は、セル番号に４１が割り当てられたセルにおいて、ある時刻で温度が２３．１７８１℃、Ｘ軸方向及びＹ軸方向に０．１０９２３３ｍ／ｓ、０．００４３１３ｍ／ｓの風速で風が吹いていることを示している。シミュレーション結果テーブル６００は、上記の熱流体シミュレーションの初期値として与えても良いし、熱流体シミュレーションの結果として得られても良い。

図７は、熱流体シミュレーションの結果得られたセンサ１０３が測定すべき理論上の温度を示すセンサ時系列テーブル７００である。センサ時系列テーブル７００は記憶部２０２の予測結果情報２１７に記憶されている。熱流体シミュレーションの理論上の時間７０１におけるセンサ１０３を識別するセンサＩＤ７０２の位置の理論上の温度７０３が示されている。例えば、センサＩＤが１３のセンサ１０３は、行７０４に示す通り、時刻１．００の時に２５．２５９７℃と計算される。また、センサＩＤが１３のセンサ１０３は、行７０５に示す通り、時刻２．００のときには２５．２３８２℃と計算される。

図８及び図９は本願発明の全体フローである。以下図８及び図９を参照してセンサ故障検知装置の動作を説明する。

本実施例のセンサ故障検知装置２００は検査対象のセンサ１０３が設置されたデータセンタ１００内の空間を一定の大きさの領域（セル）に分割する（ステップＳ１０１）。センサ故障検知装置２００は各領域の中に一つ以上のセンサ１０３が含まれるように領域分割する。

続いて、センサ故障検知装置２００はデータセンタ１００内のすべてのセンサ１０３を未判定センサとして記憶部２０２の判定結果情報２１８に記録する（ステップＳ１０２）。ここで、未判定センサとは、センサ故障検知装置が行う正常・異常判定（Ｓ１１ステップＳ１１ステップＳ１１１）で一定頻度以上正常もしくは異常と判定されたことにより合格もしくは故障と判定されたセンサを除いたセンサを表すものである。

続いて、センサ故障検知装置２００の選択部２１０は、温度情報が受信できないセンサ１０３のうち、出力のないセンサ１０３を故障と判断する（ステップＳ１０３）。センサ１０３から温度情報が受信出来ない場合、特定のセンサ１０３が故障している場合とネットワーク２２０が切断されている場合が存在する。センサ故障検知装置２００の選択部２１０はＰＩＮＧなどのＳＮＭＰ（ＳｉｍｐｌｅＮｅｔｗｏｒｋＭａｎａｇｅｍｅｎｔＰｒｏｔｏｃｏｌ）パケットを使った死活監視を行う。センサ故障検知装置２００は死活監視結果に基づき、センサ１０３の故障なのかネットワーク２２０障害なのかを切り分けることができる。例えば、センサ１０３から温度が通知されないがＰＩＮＧの応答がある場合、センサ故障検知装置２００はネットワーク２２０の障害ではなくセンサ１０３の故障と判定する。一方、ＰＩＮＧの応答がない場合は、センサ故障検知装置２００はセンサ１０３が存在しない、完全に壊れている、もしくはネットワーク２２０が切断されているなどの物理的な問題が生じていると判定する。

続いて、センサ故障検知装置２００は、センサ１０３のうち合格センサをデータ同化に使用するセンサとして選択する（ステップＳ１０４）。ここで、データ同化とは、観測値とモデルとを融合することをいう。具体的には、センサ１０３で測定した温度から得られた温度分布を、熱流体シミュレーションのモデルに適用してシミュレーションを行うことを意味する。合格センサの選択は、選択部２１０が記憶部２０２の合格・故障情報２１９のうち、合格と記録されているセンサ１０３を選択する。センサ１０３が合格と記録されるのは、後述の図１６の合格の欄１６０３に１が記録されることである。

続いて、センサ故障検知装置２００はステップＳ１０２で登録した未判定センサのうち、ステップＳ１０１で分割した各領域から一つ以上選択する（ステップＳ１０５）。選択された未判定センサは熱流体シミュレーションのデータ同化の対象となる。

続いて、センサ故障検知装置２００はステップＳ１０２で登録した未判定センサから一つ選択し検査対象のセンサとして登録する（ステップＳ１０６）。

続いて、センサ故障検知装置２００はステップＳ１０５で選択した未判定センサを用いてデータ同化を含む熱流体シミュレーションを行う（ステップＳ１０７）。熱流体シミュレーションにより、ステップＳ１０１で分割された各領域毎にある時刻の空気の流速及び温度（予測温度）を予測することができる。

続いて、センサ故障検知装置２００はセンサ１０３の実測温度とステップＳ１０７の熱流体シミュレーションの結果とを対比するセンサを選択する（ステップＳ１０８）。初回実施時はステップＳ１０６で検査対象を選択しているので、ステップＳ１０６で選択したセンサと同一のセンサが選択される。また、後述する予約選択されたセンサがある場合は、予約選択されたセンサを検査対象に選択する。

続いて、センサ故障検知装置２００は、ステップＳ１０８で選択されたセンサについて実測温度とステップＳ１０７の熱流体シミュレーションにおいて予測された当該センサが含まれる領域の予測温度とを対比する演算を行う（ステップＳ１０９）。温度の対比は、単純に差分を計算するものでよく、また実測温度と予測温度との違いを明確にできる他の計算方法でも良い。

続いて、センサ故障検知装置２００はステップＳ１０９で演算した値が所定のしきい値に対してどのような値であるかによって当該センサが正常なのか異常なのかを判定する（ステップＳ１１０）。ステップＳ１０９の対比が差分を取るものである場合、その差分値がしきい値未満であれば当該センサは正常、しきい値以上であれば異常であると判定する。

続いて、センサ故障検知装置２００はステップＳ１１０の判定の結果正常もしくは異常と判定された頻度が所定の値を超えた場合に当該センサを合格もしくは故障と判定する（ステップＳ１１１）。このステップはステップＳ１０８以降を何度か繰り返した前提での処理である。正常もしくは異常と判断された頻度が所定頻度を超えない限りは、当該センサは未判定センサとして扱われる。

続いて、センサ故障検知装置２００は未選択センサが残っているか判定する。未選択センサが残っていればステップＳ１０８以降を繰り返す。未選択センサがなければ次の処理にすすむ（ステップＳ１１２）。ここで未選択センサとはステップＳ１０８で選択されたことがないセンサを表す。

続いて、センサ故障検知装置２００は未判定センサが残っているか判定する。未判定センサが残っていればステップＳ１０４以降を繰り返す。未判定センサがなくなれば終了する（ステップＳ１１３）。

図１０乃至図１２は上述したステップＳ１０８〜Ｓ１１２までの反復処理のフローを詳細にしたものである。以下、図１０乃至図１２を用いて本願発明における反復処理の説明を行う。図１０のステップＳ２０１とステップＳ２０２、ステップＳ２０３はそれぞれ図９のステップＳ１０８、とステップＳ１０９、ステップＳ１１０で説明した処理と同一の処理である。

（ステップＳ２０４で正常と判定された場合）
ステップＳ２０４で判定した結果が正常であれば、センサ故障検知装置２００は、選択されたセンサについて判定された回数が所定回数（Ｎ回）以上でかつその中で選択されていたセンサが正常と判定された回数が所定回数（Ｍ回）以上という頻度（Ｍ／Ｎ）を超えたか判定する（ステップＳ２０５）。

ステップＳ２０５で所定の頻度を超えたと判定された場合、センサ故障検知装置２００は、選択中のセンサを合格と判定する（ステップＳ２０６）。

次に、センサ故障検知装置２００は、選択中のセンサが予約選択されたセンサか判定する（ステップＳ２０７）。予約選択については後述する。

ステップＳ２０７で予約選択されたセンサであると判定した場合、センサ故障検知装置２００は、シミュレーション結果の流れの場情報から風下方向にある最初のセンサを探索する（ステップＳ２０８）。流れの場情報については後述する。センサ故障検知装置２００は、ステップＳ２０８の探索で見つかったセンサを次の検査対象に登録する（ステップＳ２０９）。このセンサを次の検査対象に登録する処理を予約選択という。

次に、センサ故障検知装置２００は、未選択のセンサがあるかどうか判定し、存在しない場合は反復処理を終了し、存在する場合はステップＳ２０１の処理に戻る（ステップＳ２１０）。かかる判定処理はＳ１１２と同じである。

（ステップＳ２０４で異常と判定された場合）
ステップＳ２０４で判定した結果が異常であれば、センサ故障検知装置２００は、選択されたセンサについて判定された回数が所定回数（Ｎ回）以上でかつその中で選択されていたセンサが異常と判定された回数が所定回数（Ｍ回）以上という頻度（Ｍ／Ｎ）を超えたか判定する（ステップＳ２１１）。

ステップＳ２１１で所定の頻度を超えたと判定された場合、センサ故障検知装置２００は、選択中のセンサを故障と判定する（ステップＳ２１２）。

一方で、ステップＳ２１１で所定の頻度を超えなかった場合、センサ故障検知装置２００は、シミュレーション結果の流れの場情報から風上方向にある最初のセンサを探索する（ステップＳ２１３）。センサ故障検知装置２００は、風上にセンサがあるか否か判定し（ステップＳ２１４）、センサがない場合は選択中のセンサを次の検査対象に登録する（ステップＳ２１６）。風上にセンサがある場合は、センサ故障検知装置２００は、見つかったセンサが合格済みか否か判定する（ステップＳ２１５）。見つかったセンサが合格済みであれば、センサ故障検知装置２００は、選択中のセンサを次の検査対象に登録する（ステップＳ２１６）。見つかったセンサが合格済みでなければ、センサ故障検知装置２００は、見つかったセンサを次の検査対象に登録（予約選択）する（ステップＳ２１７）。

次に、センサ故障検知装置２００は、未選択のセンサがあるかどうか判定する。センサ故障検知装置２００は、未選択センサが存在しない場合は反復処理を終了する。未選択センサが存在する場合、センサ故障検知装置２００は、ステップＳ２０１の処理に戻る（ステップＳ２１０）。かかる判定処理はＳ１１２と同じである。

図１３は上述した風上のセンサを探索するための詳細フローである。温度は空気によって伝播される。空気の流れ（風）の方向や流量が温度変化に与える影響は大きい。かかる温度と風の特性により、センサ１０３を検査した次のセンサ１０３を選択する際に、風上にあるセンサ１０３を選択することで、故障したセンサ１０３の特定を早めることができる。以下、図１３及び図１４を用いて風上のセンサを探索する方法を述べる。

最初にカウンタiを初期化する（ステップＳ３０１）。次に、カウンタｉが最大試行回数に到達したか判定する（ステップＳ３０２）。カウンタｉの最大試行回数は、数回程度が望ましく、多くとも１０回以内にすべきである。最大試行回数分の演算が発生する処理速度の問題があるからである。また、カウンタｉが進む度に選択中のセンサからより遠くなり、選択中のセンサへの影響が薄れる。従って、そのような場所のセンサを探索する利益はほとんどないからである。カウンタｉが最大試行回数に到達しないとき、選択中のセンサの位置P_iにおける流速viを点Piの周辺4点Pi,0、Pi,1Ｓ３０３）。ここで、点P_iの周辺4点P_i,0、P_i,1、P_i,2、P_i,3は、それぞれセルの中心点である。またP_i,0、P_i,1、P_i,2、P_i,3
は各点を結線して作る四角形の中に選択中のセンサが含まれる最小の四角形を構成する。ここでは簡略化のため２次元で表記しているが、３次元で表す場合は周辺４点ではなく、８点を考慮する。

線形補間は以下の数式４乃至７で計算される。

任意の位置qは以下の数式４で表される。位置qについて、線形補間の対象空間が２次元であれば最近傍にある４点を探索し補間パラメータcx,cyし補間パラメータc_x,c_y,c_zを計算する。ここで、線形補間の対象空間が２次元の場合は常にc_z=0とする。

ここで、最近傍８点が作る直方体内を壁が完全に横切る場合には、q_xの値とW_x0の値の大小関係に基づいて以下の処理を行う。q_xの値がW_xの値よりも小さいときはc_xの値を0とする処理を行う。q_xの値がW_xの値より大きいときはc_xの値を1とする処理を行う。なお、q_xがW_xと等しいときは何もしない。また、xy平面、zx平面の壁が横切る場合も同様の処理を行う。

速度v_iを数式８で計算する。

次に、点P_iが時間Δt前にいたと考えられる風上の点P_i+1を計算する（ステップＳ３０４）。

次に、すべてのセンサについて点P_i+1から半径R以内にセンサがあるかを検査する（ステップＳ３０５）。点P_i+1から半径R以内にセンサがあるか否かは数式１０を評価して行う。

ここで、mはセンサの個数、q_jはj番目のセンサの位置である。

ステップＳ３０５で半径Ｒ内にセンサが見つかった場合、最短距離にあるセンサを風上にあるセンサとして登録する（ステップＳ３０６）。

カウンタｉが所定の最大試行回数に到達した後は、風上にあるセンサは発見できなかったと判定する（ステップＳ３０７）。

図１４は図１３で説明したフローについて、線形補間の対象空間が二次元の場合のイメージを図示したものである。

P₀における流速ｖ₀を線形補間により求める。P₀を囲むメッシュ１４０１の中点P_0,0、P_0,1、P_0,2、P_0,3、の４点を線形補間して、流速ｖ₀を求める。求まった流速ｖ₀をt秒遡った点P₁を、数式９を用いて求める。点P₁から半径Ｒ以内１４０２にセンサがあるか数式１０を用いて検査するが、点P₁から半径Ｒ以内１４０２にセンサは存在しない。従って、点P₁における流速ｖ₁を流速ｖ₀と同様に線形補間により求める。求まった流速ｖ₁をt秒遡った点P₂を、数式９を用いて求める。点P₁から半径Ｒ以内１４０３にセンサがあるか数式１０を用いて検査すると、位置q₀に存在するセンサが見つけられる。かかる位置q₀に存在するセンサを風上にあるセンサとする。

図１５は特定部２１４におけるセンサ１０３の正常・異常を判定した結果の一例である判定結果情報テーブル１５００である。判定結果情報テーブル１５００において、記録ＩＤ１５０１は判定結果情報テーブル１５００に記録した順番である。時刻１５０２は、判定結果情報テーブル１５００に記録した日時である。センサＩＤ１５０３は判定結果情報テーブル１５００に記録したセンサのＩＤ番号である。誤差１５０４は、ステップＳ１０９で算出した検査対象のセンサが測定した温度と熱流体シミュレーション結果との差分である。正常１５０５は、検査対象のセンサが正常と判断されたことを示す。ステップＳ１１０で正常と判定した場合に1が記録される。異常１５０６は、検査対象のセンサが異常と判断されたことを示す。ステップＳ１１０で異常と判定した場合に１が記録される。

判定結果情報テーブル１５００の記録ＩＤが１の行１５０７に着目すると、センサＩＤ１５０３の欄にセンサＩＤが４のセンサが記録されている。これは、検査対象のセンサとしてセンサＩＤが４のセンサが選択されたことを示している。また、誤差１５０４には、測定した温度とシミュレーションの結果の温度との差分値が０．２３℃であったことが示されている。かかる差分値はしきい値を下回っている。従って正常１５０５にはセンサが正常と判定された回数が１と記録されている。

記録ＩＤが２の行１５０８はセンサＩＤが８のセンサについての記録である。前述のフローチャートでセンサＩＤが４の風下のセンサを探索すると、センサＩＤが８のセンサが、検出されたため、センサＩＤが４のセンサの次の検査対象センサとして選択されている。ここで、センサＩＤが８のセンサは、測定した温度とシミュレーションの結果の温度との差分値が１０．３２℃であったため、異常１５０６にはセンサが異常と判定された回数が１と記録されている。

図１６は決定部２１５により、センサ１０３の故障を特定した結果の一例である。

合格・故障情報テーブル１６００のセンサＩＤ１６０１毎に、センサが合格であれば合格１６０２に１、故障であれば故障１６０２に１が記載される。未判定センサについては、合格１６０２及び故障１６０２両方が０となる。例えば、行１６０４にはセンサＩＤ１６０１が１のセンサ１０３について、合格であることが記録されている。

図１７は、本願発明における実施に際し、利用者が故障判定システム２００の動作条件を入力する画面のイメージ図である。

部屋情報１７０１には、利用者がデータセンタについての情報が記載されたファイルを選択することができるようにしてもよい。データセンタについての情報とは、例えば図面のデジタルデータである。図面のデジタルデータには、例えば建屋の寸法や部屋・柱の形状、機器構成などが含まれる。熱流体モデルには、利用者が既存の熱流体モデルが記録されたファイルを読み取れるように構成してもよい。熱流体モデル１７０２にはデータセンタ１００のメッシュの寸法データが含まれるようにしてもよい。温度センサ情報１７０３には、利用者が温度センサの位置などの基本情報を記録したファイルや過去の測定温度の実績ファイルを読みこませるようにしてもよい。

データ同化に使用するセンサ数１７０４には、利用者がデータ同化で使用するセンサの数を指定するようにしてもよい。本発明ではデータ同化に使用するセンサを選択部２１０が選択しているが、計算量の簡略化のため使用する数の上限を利用者が設定してもよい。同時に指定する検査対象センサ数１７０５には、利用者が検査対象として同時に指定するセンサの数を入力することができるようにしてもよい。本発明の実施例では簡略のため選択中のセンサが１つである場合を記載したが、センサ故障検知装置の性能が複数のセンサを対象とするのに十分であるときは、２つ以上のセンサを検査対象と指定することができるようにしてもよい。最低判定回数１７０６、正常・異常判定頻度１７０７はセンサの故障を判定する確度に影響する。データセンタにおいて温度管理を厳密に行う場合は、利用者が、最低判定回数１７０６および正常・異常判定頻度１７０７の数値を小さく設定するとよい。判定を行う時間幅１７０８には、利用者が故障判定システム２００を動作させる時間間隔を設定することができるようにしてもよい。判定を行う時間幅１７０８に入力する値は、利用者がセンサ故障検知装置２００の性能やデータセンタの温度管理のポリシーに従って設定するとよい。

１００データセンタ
１０１空調機
１０２サーバラック
１０３センサ
２００故障検知装置
２０２記憶部
２１１予測部
２１２算出部
２１３検知部
３００バス
３０１ＣＰＵ
３０２ＲＯＭ
３０３ＲＡＭ
３０４内部記憶装置
３０５ディスプレイ
３０６キーボード
３０７マウス
３０８インターフェイス
４００温度情報テーブル
５００熱流体シミュレーションの温度分布図
６００シミュレーション結果テーブル
７００センサ時系列テーブル
１５００判定結果情報テーブル
１６００合格・故障情報テーブル

Claims

複数のセンサで測定した時刻ごとの温度の実測値を含むセンサごとの温度情報を記憶する記憶部と、
前記複数のセンサのうち検査対象以外の前記複数のセンサについて各時刻で受信した前記温度情報を基にデータ同化を伴う熱流体シミュレーションを行い、時刻ごとの温度分布を予測する予測部と、
予測された前記時刻ごとの温度分布の所定の時刻における前記検査対象のセンサの位置の第一の温度情報と、前記検査対象のセンサから受信した前記所定の時刻における第二の温度情報との差分値を算出する算出部と、
前記算出部の算出結果に基づいて、前記差分値が所定の値を超えたことを検知する検知部と、
を有するセンサ故障検知装置。
請求項１に記載のセンサ故障検知装置であって、
さらに、
前記検知部が、前記差分値が所定の値を超えたことを検知した場合に、前記対象センサを異常センサと特定する特定部と、
を有するセンサ故障検知装置。
請求項２に記載のセンサ故障検知装置であって、
さらに、
前記特定部により異常センサと特定された対象センサの異常と特定された回数が所定の回数以下である場合に、前記熱流体シミュレーションによる大気の流れ場の予測から、対象センサの風上にある上流センサを探知し、探知された前記上流センサを検査対象として選択し反復処理を行う反復処理部と、
前記特定部により異常センサと特定された対象センサの異常と特定された回数が所定の回数を超える場合に、前記対象センサは故障センサであることを決定する決定部と、
を有することを特徴とするセンサ故障検知装置。
前記反復処理部は、上流のセンサが探知できない場合に、前記対象センサを再度検査対象として選択し反復処理を行う
ことを特徴とする請求項２に記載のセンサ故障検知装置。
（請求項１のプログラムクレーム）
複数のセンサで測定した時刻ごとの温度の実測値を含むセンサごとの温度情報を記憶する記憶手段と、
前記複数のセンサのうち検査対象以外の前記複数のセンサについて各時刻で受信した前記温度情報を基にデータ同化を伴う熱流体シミュレーションを行い、時刻ごとの温度分布を予測する予測手段と、
予測された前記時刻ごとの温度分布の所定の時刻における前記検査対象のセンサの位置の第一の温度情報と、前記検査対象のセンサから受信した前記所定の時刻における第二の温度情報との差分値を算出する算出手段と、
前記算出手段の算出結果に基づいて、前記差分値が所定の値を超えたことを検知する検知手段と、
を有するセンサ故障検知プログラム。
（請求項１の方法クレーム）
コンピュータを用いたセンサの故障検知方法であって、
前記コンピュータが備えている、
記憶部が、複数のセンサで測定した時刻ごとの温度の実測値を含むセンサごとの温度情報を記憶し、
予測部が、前記複数のセンサのうち検査対象以外の前記複数のセンサについて各時刻で受信した前記温度情報を基にデータ同化を伴う熱流体シミュレーションを行い、時刻ごとの温度分布を予測し、
算出部が、予測された前記時刻ごとの温度分布の所定の時刻における前記検査対象のセンサの位置の第一の温度情報と、前記検査対象のセンサから受信した前記所定の時刻における第二の温度情報との差分値を算出し、
検知部が、前記算出部の算出結果に基づいて、前記差分値が所定の値を超えたことを検知すること
を有するセンサ故障検知装置方法