JPWO2014147691A1 - 温度管理システム - Google Patents
温度管理システム Download PDFInfo
- Publication number
- JPWO2014147691A1 JPWO2014147691A1 JP2015506379A JP2015506379A JPWO2014147691A1 JP WO2014147691 A1 JPWO2014147691 A1 JP WO2014147691A1 JP 2015506379 A JP2015506379 A JP 2015506379A JP 2015506379 A JP2015506379 A JP 2015506379A JP WO2014147691 A1 JPWO2014147691 A1 JP WO2014147691A1
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- unit
- power consumption
- electronic device
- operation amount
- 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
- 238000001816 cooling Methods 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 description 18
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000000052 comparative effect Effects 0.000 description 13
- 230000008016 vaporization Effects 0.000 description 6
- 238000009834 vaporization Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F1/206—Cooling means comprising thermal management
-
- 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
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/1927—Control of temperature characterised by the use of electric means using a plurality of sensors
- G05D23/193—Control of temperature characterised by the use of electric means using a plurality of sensors sensing the temperaure in different places in thermal relationship with one or more spaces
- G05D23/1931—Control of temperature characterised by the use of electric means using a plurality of sensors sensing the temperaure in different places in thermal relationship with one or more spaces to control the temperature of one space
-
- 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
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/325—Power saving in peripheral device
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L23/00—Details of semiconductor or other solid state devices
- H01L23/34—Arrangements for cooling, heating, ventilating or temperature compensation ; Temperature sensing arrangements
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L23/00—Details of semiconductor or other solid state devices
- H01L23/34—Arrangements for cooling, heating, ventilating or temperature compensation ; Temperature sensing arrangements
- H01L23/46—Arrangements for cooling, heating, ventilating or temperature compensation ; Temperature sensing arrangements involving the transfer of heat by flowing fluids
- H01L23/467—Arrangements for cooling, heating, ventilating or temperature compensation ; Temperature sensing arrangements involving the transfer of heat by flowing fluids by flowing gases, e.g. air
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20718—Forced ventilation of a gaseous coolant
- H05K7/20745—Forced ventilation of a gaseous coolant within rooms for removing heat from cabinets, e.g. by air conditioning device
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20836—Thermal management, e.g. server temperature control
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
- H01L2924/0001—Technical content checked by a classifier
- H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Thermal Sciences (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Remote Sensing (AREA)
- Cooling Or The Like Of Electrical Apparatus (AREA)
Abstract
本発明の温度管理システムは、電子機器14内の発熱部品14aの温度を検出する第1の温度検出部32と、電子機器14内にエアーを通流させて発熱部品14aを冷却する冷却装置12と、電子機器14に流入するエアーの温度を検出する第2の温度検出部33と、発熱部品14aの温度の目標値が設定されるパラメータ設定部31と、制御部30とを有する。制御部30は、第1の温度検出部32及び第2の温度検出部33の出力と電子機器14の消費電力とに基づいて発熱部品14aの将来の温度の予測値を演算し、予測値と目標値とに基づいて冷却装置12の操作量を決定する。
Description
本発明は、温度管理システムに関する。
近年、高度情報化社会の到来にともなって計算機で多量のデータが扱われるようになり、データセンター等の施設において多数の計算機を同一室内に設置して一括管理することが多くなっている。例えば、データセンターでは、計算機室内に多数のラック(サーバラック)を設置し、各ラック内にそれぞれ複数の計算機(サーバ)を収納している。そして、それらの計算機の稼動状態に応じて各計算機にジョブを有機的に配分し、大量のジョブを効率的に処理している。
ところで、計算機は稼働にともなって多量の熱を発生する。計算機内の温度が高くなると誤動作や故障又は性能低下の原因となるため、冷却ファンを使用してラック内に冷気を取り込み、計算機内で発生した熱をラックの外に排出している。
一方、データセンターでは多量の電力を消費しており、省エネルギーの観点から消費電力の削減が要求されている。計算機の熱による故障や誤動作を防止するために、冷却ファンを常に最大回転数で回転させることも考えられる。しかし、データセンターには多数の冷却ファンが設置されているので、それらの冷却ファンを常に最大回転数で回転させると消費電力が増大し、消費電力の削減が達成できなくなる。
従って、データセンター等の施設で消費する電力を削減するためには、計算機の稼働状態に応じて、冷却設備を効率的に稼働させることが重要となる。
外気温の変化や発熱部品の稼働状態の変化を予測して冷却装置を適切に制御することにより、従来に比べてより一層の省電力化を達成できる温度管理システムを提供することを目的とする。
開示の技術の一観点によれば、電子機器内の発熱部品の温度を検出する第1の温度検出部と、前記電子機器内にエアーを通流させて前記発熱部品を冷却する冷却装置と、前記電子機器に流入するエアーの温度を検出する第2の温度検出部と、前記発熱部品の温度の目標値が設定されるパラメータ設定部と、前記第1の温度検出部及び前記第2の温度検出部の出力と前記電子機器の消費電力とに基づいて前記発熱部品の将来の温度の予測値を演算し、前記予測値と前記目標値とに基づいて前記冷却装置の操作量を決定する制御部とを有する温度管理システムが提供される。
上記一観点に係る温度管理システムによれば、発熱部品の将来の温度の予測値を演算し、予測値と目標値とに基づいて冷却装置の操作量を決定するので、冷却装置を無駄なく稼働させることができ、消費電力を削減できる。
以下、実施形態について説明する前に、実施形態の理解を容易にするための予備的事項について説明する。
前述したように、データセンター等の施設で消費する電力を削減するためには、計算機の稼働状態に応じて冷却設備を効率的に稼働させることが重要である。
そのために、例えば、温度センサを用いてCPU(Central Processing Unit)等の発熱量が大きい部品(以下、「発熱部品」という)の温度を検出し、発熱部品の温度が設定温度以下になるように冷却ファンの回転を制御する制御方法が採用されることがある。また、温度センサを用いてラックの前後のエアーの温度差を検出し、その温度差が設定温度以下となるように冷却ファンの回転数を制御する制御方法が採用されることもある。
上述の制御方法では、外気温の緩慢な変化や、発熱部品の稼働状態の急激な変化の影響は考慮されていない。そのため、外気温の変化や発熱部品の稼働状態の変化が制御量に影響し、その影響を打ち消すようにフィードバック制御がなされる。
しかし、フィードバック制御では、ラックの前後のエアーの温度差が変化してから、又は発熱部品の稼働状態が変化してから制御量を変化させるので、温度差の変化や発熱部品の稼働状態の変化に適切に追従することができない。そのため、計算機の温度が設定温度を超えないように過剰な冷却が行われて、電力を無駄に消費することがある。
外気温の変化や発熱部品の稼働状態の変化はシステム全体に与える影響が大きい。そのため、より一層の省電力化を実現するには、外気温の変化や発熱部品の稼働状態の変化の将来にわたる影響を考慮した適切な対応が要求される。
以下の実施形態では、外気温の変化や発熱部品の稼働状態の変化を予測して冷却装置を適切に制御することにより、従来に比べてより一層の省電力化を達成できる温度管理システムについて説明する。
(第1の実施形態)
図1は第1の実施形態に係る温度管理システムが適用されるデータセンターの一例を示す模式上面図、図2は同じくそのデータセンターの模式側面図である。なお、本実施形態では、外気を利用して計算機(サーバ)を冷却するモジュール型データセンターを例として説明している。
図1は第1の実施形態に係る温度管理システムが適用されるデータセンターの一例を示す模式上面図、図2は同じくそのデータセンターの模式側面図である。なお、本実施形態では、外気を利用して計算機(サーバ)を冷却するモジュール型データセンターを例として説明している。
図1,図2に例示したモジュール型データセンターは、直方体形状のコンテナ(構造物)10と、コンテナ10内に配置された冷却ファンユニット12と、複数のラック13とを有する。各ラック13には、それぞれ複数の計算機14が収納されている。また、冷却ファンユニット12には複数の冷却ファン12aが設けられている。
コンテナ10の相互に対向する2つの壁面のうちの一方には吸気口11aが設けられており、他方には排気口11bが設けられている。また、冷却ファンユニット12とラック13との間の空間の上には仕切り板15が配置されている。
コンテナ10内の空間は、冷却ファンユニット12、ラック13及び仕切り板15により、外気導入部21、コールドアイル22、ホットアイル23及び暖気循環路24に分割されている。外気導入部21は吸気口11aと冷却ファンユニット12との間の空間であり、コールドアイル22は冷却ファンユニット12とラック13との間の空間であり、ホットアイル23はラック13と排気口11bとの間の空間である。
ラック13は、コールドアイル22側の面が吸気面、ホットアイル23側の面が排気面となるように配置される。
暖気循環路24はラック13及び仕切り板15の上方の空間であり、ホットアイル23と外気導入部21との間を連絡している。暖気循環路24には、暖気の循環量を調整するためのダンパー17が設けられている。
図1,図2に例示したモジュール型データセンターでは、外気導入部21に、外気温が高いときに水の気化熱を利用して外部導入部21に導入するエアーの温度を下げる気化式冷却装置16が設けられている。
このようなモジュール型データセンターにおいて、冷却ファンユニット12の冷却ファン12aが回転し、吸気口11aを介して外気導入部21にエアー(外気)が導入される。そして、外気導入部21内に導入されたエアーは、冷却ファンユニット12を介してコールドアイル22に移動し、更にラック13の吸気面からラック13内に入って各計算機14を冷却する。
計算機14を冷却することにより温度が上昇したエアー(暖気)は、ラック13の排気面からホットアイル23に排出され、排気口11bから屋外に排出される。
外気温が高いときにはダンパー17を閉状態とし、ホットアイル23から外気導入部21に暖気が移動しないようにする。外気温が更に高いときには気化式冷却装置16に水を供給し、図3に示すように気化式冷却装置16を介して外気導入部21内に外気を導入する。外気が気化式冷却装置16を通過する際に水が気化して気化熱を奪うため、外気導入部21には外気温よりも低温のエアーが導入される。
一方、外気温が低く、ラック13内に導入されるエアーの温度が予め設定された許容下限温度よりも低くなるおそれがあるときには、ダンパー17を開状態とする。これにより、ホットアイル23から暖気循環路24を介して外気導入部21に暖気の一部が戻り、ラック13内に導入されるエアーの温度が上昇する。
図4は、本実施形態に係る温度管理システムのブロック図である。
本実施形態に係る温度管理システムは、温度センサ32と、消費電力センサ34と、温度センサ33と、制御部30と、パラメータ設定部31と、冷却ファンユニット12とを有する。
温度センサ32は、CPU14aと同一チップ内に形成されており、計算機14内に設けられた通信器(図示せず)を介してCPU14aの温度を制御部30に伝達する。
本実施形態では、制御部30と計算機14との間の信号の送受信は、UDP(User Datagram Protocol)通信を介して行うものとする。但し、制御部30と計算機14との間の通信はUDP通信に限定するものではない。また、本実施形態では、温度センサ32としてCPU14aと同一チップ内に配置された温度センサを使用しているが、CPU14aのパッケージに密着して配置した温度センサを使用してもよい。
温度センサ33はラック13の吸気面側に配置されて、ラック13内に供給されるエアーの温度を検出する。ラック13の吸気面側に複数の温度センサ33が配置されていてもよい。消費電力センサ34は各計算機14の消費電力を検出する。これらの温度センサ33及び消費電力センサ34の出力も、制御部30に伝達される。
制御部30は、例えばマイクロコンピュータ、FPGA(Field-Programmable Gate Array)又はPLC(Programmable logic controller)等を含んで構成される。ラック13内の特定の計算機14に専用プログラムを読み込ませ、制御部30として使用してもよい。
パラメータ設定部31には制御に必要なパラメータが設定される。本実施形態においてパラメータ設定部31に設定されるパラメータは、CPU温度の目標値、目標値追従パラメータ、操作量低減パラメータ、及び操作量変動幅パラメータである。これらのパラメータについては後述する。
制御部30は、温度センサ32,33の出力、消費電力センサ34の出力及びパラメータ設定部31に設定されたパラメータに応じて操作量を決定し、その操作量に基づいて冷却ファンユニット12を制御する。
温度センサ32は第1の温度検出部の一例であり、温度センサ33は第2の温度検出部の一例である。また、CPU14aは発熱部品の一例であり、冷却ファンユニット12は冷却装置の一例である。
図5は、制御部30の構成を説明する機能ブロック図である。図5のように、制御部30は、高水準温度演算部41と、平均温度演算部42と、高水準消費電力演算部43と、CPU温度予測モデル部44と、補正部45と、コスト関数部46と、最適化部47と、制御信号生成部48とを有する。
高水準温度演算部41は、各計算機14のCPU温度のデータを温度センサ32から取得し、評価対象とする高水準温度を決定して、コスト関数部46及び補正部45に出力する。本実施形態では、温度センサ32から取得したCPU温度のうち最も高温のCPU温度を高水準温度とする。
平均温度演算部42は、ラック13に供給されるエアーの温度のデータを温度センサ33から取得する。そして、その平均値(以下、「吸気エアー温度」という)を演算し、演算結果をCPU温度予測モデル44に出力する。
高水準消費電力演算部43は、各計算機14の消費電力のデータを消費電力センサ34から取得し、それらのデータのうちから評価対象とする高水準消費電力を決定して、CPU温度予測モデル部44に出力する。本実施形態では、消費電力センサ34から取得した各計算機14の消費電力のうち最も大きい消費電力を高水準消費電力とする。
CPU温度予測モデル部44は、予測モデルを用いて、吸気エアー温度と、高水準消費電力と、冷却ファン12aの操作量とから、将来のCPU温度を予測する。補正部45は、温度予測モデル部44で予測したCPU温度(以下、「予測CPU温度」という)を、過去のデータを用いて補正する。
コスト関数部46にはコスト関数が設定されており、予測CPU温度とCPU温度の目標値との偏差と、操作量の変動幅と、操作量の大きさとをそれぞれ重み付けしてコストを算出する。
最適化部47は、予め設定された制約条件を満たし、且つコストを最小とする操作量を、最適化アルゴリズムに基づいて計算する。
制御信号生成部48は、最適化部47で求めた操作量に基づいて冷却ファンユニット12を制御するためのパルス信号を生成する。
図6は、本実施形態に係る温度管理システムの動作を示すフローチャートである。制御部30は、一定の周期(制御周期)毎に、図6に示す一連の処理を実行する。
なお、以下の説明において、文中のtilde{y}、bar{A}及びhat{x}等の表記は、数式中において表1のように表記している。
まず、ステップS11において、制御部30は、温度センサ32から各計算機14のCPU温度のデータを取得する。また、制御部30は、温度センサ33からラック13の吸気面側のエアーの温度のデータを取得し、消費電力センサ34から各計算機14の消費電力のデータを取得する。
次に、ステップS12に移行し、制御部30は、高水準温度、吸気エアー温度、及び高水準消費電力を決定する。
すなわち、高水準温度演算部41は、温度センサ32で検出したCPU温度のうちから最も高い温度を抽出し、高水準温度とする。また、平均温度演算部42は、温度センサ33から取得したラック13の吸気面側のエアーの温度の平均値を演算し、その平均値を吸気エアー温度とする。更に、高水準消費電力演算部43は、消費電力センサ34により検出した各計算機14の消費電力のうちから最も大きな消費電力を抽出し、高水準消費電力とする。
次に、ステップS13に移行し、制御部30は、パラメータ設定部31から、CPU温度の目標値と、目標値追従パラメータと、操作量低減パラメータと、操作量変動幅パラメータとを取得する。CPU温度の目標値はCPU14aの許容上限温度よりも低い温度であればよく、例えば90℃に設定される。
目標値追従パラメータは、後述するコスト関数の値を目標値に近づけるための重み付けパラメータである。また、操作量低減パラメータは、コスト関数の操作量の大きさを0に近づけるための重み付けパラメータである。更に、操作量変動幅パラメータは、コスト関数の操作量の変動幅を小さくするための重み付けパラメータである。
次に、ステップS14に移行し、制御部30は、現在から将来にわたる所定の区間について、制約条件を満たし、コスト関数の値を最小とする現在の操作量を計算する。
すなわち、CPU温度予測モデル部44は、予測モデルを使用し、冷却ファン12aの操作量(回転数指令値)u(k)、吸気エアー温度v1(k)、及び高水準消費電力v2(k)から、CPU温度を予測する。ここで、kは現在の周期を示す。
予測モデルは、図7に模式的に示すように、高水準消費電力v2(k)と、吸気エアー温度v1(k)と、冷却ファン12aの操作量u(k)とから、将来のCPU温度(発熱部品の温度)の最大値を予測するものである。この予測モデルでは、計算機14の稼働状態の変化の影響を高水準消費電力に取り込み、外気温の変化の影響を吸気エアー温度に取り込んでいる。
予測モデルは、下記式(1)で表現される。
ここで、y(k+1)は1周期先の将来のCPU温度である。本実施形態では、1周期を1秒としている。また、本実施形態では、下記式(2)及び式(3)で表わされる状態空間モデルを用いる。
n次元ベクトルのx(k+1|k)は状態変数と呼ばれる。また、v(k)=[v1(k),v2(k)]Tである。更に、Aはn×nの行列、Buはn次元ベクトル、Bvはn×2の行列、Cはスカラである。A、Bu、Bv、及びCは、事前に実験を行ってシステム同定することにより求まる。
システム同定の手法としては、予測誤差法や部分空間同定法などがある。また、A、Bu、Bv及びCは、CPU温度の動的特性を表現する物理モデルの微分方程式が導出できる場合、微分方程式の線形化(テーラー展開)を行うことで導出することも可能である。
nはモデルの次数ndと冷却ファン12aの回転数のむだ時間(dead time)dtとで決まり、n=nd+dtである。本実施形態では、むだ時間dtを12秒とする。
なお、本実施形態では、状態空間モデルを用いているが、モデルの表現方法は重回帰式モデルであってもよいし、マップ関数のようなデータであってもよい。
次に、補正部45では、k時点までの利用可能情報に基づいて、k+1の時点におけるCPU温度予測値tilde{y}(k+1|k)を補正する、すなわち、tilde{y}(k+1|k)を、1周期前(過去)の実測値yreal(k)と1周期前の予測値y(k|k-1)との差を用いて、下記式(4)のように補正する。
次に、制御部30は、最適化部47を用いて、現在から将来にわたる区間pについて、制約条件を満足し、且つコスト関数の値を最小にする現在の操作量を計算する。以下、説明を簡単にするために、操作量u(k-dt)のむだ時間dtの表記を省略する。
将来区間の1周期先の操作量uは、操作量の変化量Δuによって下記式(5)のように表現できる。
ここで、iは将来区間の時刻を表現するインデックスである。将来区間の予測値yを評価するために、式(2)、式(3)、及び式(4)にインデックスiを追加して、下記式(6)、式(7)、及び式(8)のように表現する。
次いで、制御部30は、これらの式(5)〜式(8)を用いて、下記式(9)の制約条件を満たし、下記式(10)のコスト関数Jの値を最小とする操作量の変化量Δuの入力列を、下記式(11)により計算する。
ここで、pは予測を考慮する将来区間である。また、mは操作量の変化を考慮する将来区間であり、p≧mである。本実施形態では、pは100、mは1とする。
更に、Q,RΔu,Ruは重み行列である。式(10)の第一項は、制御量yを目標値rに近づける操作であり、Qはその操作の重み、すなわち目標値追従パラメータである。
式(10)の第二項は、操作量の変化量Δuを0に近づける操作であり、RΔuはその操作の重み、すなわち操作量低減パラメータである。RΔuが小さいと変化量Δuは大きく、RΔuが大きいと変化量Δuは小さくなる。
式(10)の第三項は、操作量を目標操作量utargetに近づける操作である。本実施形態では、utargetは0とする。Ruは操作量を目標操作量utargetに近づける操作の重み、すなわち操作量変動幅パラメータである。
式(11)によって、式(10)のコスト関数J(k)の値を最小とする最適入力列{Δuopt(k|k),...,Δuopt(m-1+k|k)}が求まる。
次に、式(11)より求まった最適入力列の先頭要素Δuopt(k|k)を抽出し、下記式(12)により現在の操作量u(k)を計算する。
コスト関数の値を最小にする最適化ソルバーは、遺伝的アルゴリズム(GA:Genetic Algorithm)や粒子群最適化(PSO:Particle Swarm Optimization)などの近似解を探索するメタヒューリスティックな数値解法を用いることもできる。本実施形態では、2次計画問題を解くためのKWIKアルゴリズムを用いる。
このようにして現在の操作量u(k)を計算した後、ステップS15に移行する。ステップS15において、制御信号生成部48は、最適化部47で得た現在の操作量u(k)から冷却ファン12aの回転を制御するための信号を生成する。
本実施形態では、上述したようにファン回転数と吸気エアー温度と消費電力とから発熱部品の温度を予測する予測モデルを用いて、吸気エアー温度及び消費電力の現在から将来にわたる影響を考慮した最適な操作量u(k)を計算する。そして、その操作量u(k)を用いて冷却ファンユニット12を制御することにより、発熱部品を適切に冷却しつつ、冷却ファンユニット12で消費する電力を削減できる。
以下、実施形態に開示した方法により冷却ファンユニット12(冷却ファン12a)を制御したときのCPU温度を調べた結果について、比較例と比較して説明する。ここでは、CPU使用率が600秒毎に60%と50%とに交互に変化するように計算機14を稼働させながら、CPU温度を90℃以下に維持するように冷却ファンユニット12を制御した。
比較例は、ラック13の吸気側温度Tfront(k)と排気側温度Tback(k)との差から、下記式(13)に示すように操作量u(k)を計算するフィードフォワード制御(以下、「FF制御」という)である。
図8(a)は、比較例により冷却ファン12aを制御した場合のCPU温度の経時的変化を表している。この図8(a)からわかるように、比較例では、CPU温度を90℃以下に維持しているが、CPU温度が約80℃になることもあり、過冷却となっている。すなわち、比較例では冷却ファン12aの回転数の制御が十分に最適化されてなく、電力を無駄に消費している。
図8(b)は、本実施形態により冷却ファンユニット12を制御した場合のCPU温度の経時的変化を表している。この図8(b)からわかるように、本実施形態では、CPU温度を90℃以下に維持できることは勿論、CPUの稼働状態が変化してもCPU温度は殆ど変化することなく、約88℃前後に維持されている。このことから、実施形態では冷却ファンユニット12を常に適切に制御できていることがわかる
図9は、実施形態及び比較例により冷却ファンユニット12を制御したときの冷却ファンユニット12の消費電力を調べた結果を表わした図である。ここで、比較例1は、ラック13の吸気側温度Tfront(k)と排気側温度Tback(k)との差から、式(13)に示すように操作量u(k)を計算するFF制御の場合の消費電力である。また、比較例2は、ラック吸気面側のエアーの温度と排気面側のエアーの温度との差に基づいて冷却ファンユニット12をPI(比例積分)制御した場合の消費電力である。
図9は、実施形態及び比較例により冷却ファンユニット12を制御したときの冷却ファンユニット12の消費電力を調べた結果を表わした図である。ここで、比較例1は、ラック13の吸気側温度Tfront(k)と排気側温度Tback(k)との差から、式(13)に示すように操作量u(k)を計算するFF制御の場合の消費電力である。また、比較例2は、ラック吸気面側のエアーの温度と排気面側のエアーの温度との差に基づいて冷却ファンユニット12をPI(比例積分)制御した場合の消費電力である。
図9からわかるように、実施形態では消費電力が約2.17kWであるのに対し、比較例1では消費電力が約2.64kW、比較例2では消費電力が約2.71kWであった。すなわち、本実施形態では、比較例1,2に比べて消費電力を20%弱削減することができた。
(第2の実施形態)
図10は、第2の実施形態に係る温度管理システムのブロック図である。また、図11は、第2の実施形態に係る温度管理システムの制御部の構成を説明する機能ブロック図である。なお、図10,図11において、図4,図5と同一物には同一符号を付して、その詳細な説明は省略する。
図10は、第2の実施形態に係る温度管理システムのブロック図である。また、図11は、第2の実施形態に係る温度管理システムの制御部の構成を説明する機能ブロック図である。なお、図10,図11において、図4,図5と同一物には同一符号を付して、その詳細な説明は省略する。
図10からわかるように、本実施形態の温度管理システムは、消費電力センサ34(図4参照)がないことを除けば第1の実施形態と基本的に同じである。また、図11からわかるように、本実施形態の温度管理システムの制御部30aには、第1の実施形態で説明した高水準消費電力演算部43(図5参照)がなく、消費電力外乱モデル部51及び状態推定部52が設けられている。
本実施形態では、高水準消費電力を不可観測外乱として扱い、外乱モデル部51に高水準温度の変化から消費電力の変化を表現する外乱モデルを設定している。状態推定部52は、予測モデルと外乱モデルとを使用して、CPUの稼働状態を推定する。
図12は、本実施形態に係る温度管理システムの動作を示すフローチャートである。
まず、ステップS21において、制御部30aは、温度センサ32から各計算機14のCPU温度のデータを取得し、温度センサ33からラック13の吸気面側のエアーの温度を取得する。
次に、ステップS22に移行し、制御部30aは、高水準温度及び吸気エアー温度を決定する。
すなわち、高水準温度演算部41は、温度センサ32で検出したCPU温度のうちから最も高い温度を抽出し、高水準温度とする。また、平均温度演算部42は、温度センサ33から取得したラック13の吸気面側のエアーの温度の平均値を演算し、その平均値を吸気エアー温度とする。
次に、ステップS23に移行し、制御部30aは、パラメータ設定部31から、CPU温度の目標値と、目標値追従パラメータと、操作量低減パラメータと、操作量変動幅パラメータとを取得する。
次に、ステップS24に移行し、制御部30aは、現在から将来にわたる所定の区間について、制約条件を満たし、コスト関数の値を最小とする現在の操作量を計算する。
すなわち、CPU温度予測モデル部44は、予測モデルと外乱モデルとを使用し、冷却ファン12aの操作量(回転数指令値)u(k)、吸気エアー温度v1(k)、及び高水準消費電力v2(k)から、CPU温度を予測する。
予測モデルは、前述の式(1)で表現される。y'(k+1)は1周期先の将来のCPU温度である。また、本実施形態においても、前述の式(2)及び式(3)で表わされる状態空間モデルを用いる。
消費電力外乱モデル部51に設定される外乱モデルは式(14),式(15)で表わされ、高水準消費電力d(k)をランダムなステップ状の外乱とし、積分出力を出力とするモデルである。
ここで、bar{A}=1、bar{B}=1、bar{C}=1であり、nd(k)はランダムなノイズである。また、xd(k+1|k)は不可観測外乱d(k)の状態変数である。
状態推定部52は、予測モデルの状態変数x(k|k)、及び外乱モデルの状態変数xd(k+1|k)を、hat{x}(k|k)とhat{x}d(k|k)に置き換える。そして、CPU温度の実測値yreal(k)の変化から、hat{x}(k|k)とhat{x}d(k|k)とを、次の式(16)、式(17)、式(18)で表わされる状態観測器によってそれぞれ補償する。
ここで、hat{x}(k+1|k)は補償後の予測モデルの状態変数であり、hat{x}d(k+1|k)は補償後の外乱モデルの状態変数である。また、Mはカルマンフィルタによって設計されるカルマンゲインであり、2次元ベクトルである。
次に、補正部45では、式(17)と式(18)とから求められたk時点までの利用可能情報に基づいて、k+1の時点におけるCPU温度予測値hat{y}(k+1|k)を補正する。すなわち、hat{y}(k+1|k)を、1周期前(過去)の実測値yreal(k)と1周期前の予測値hat{y}(k|k-1)との差を用いて、下記式(19)のように補正する。
次に、最適化部47は、現在から将来にわたる区間pについて、制約条件を満足し、且つコスト関数の値を最小にする現在の操作量を計算する。以下、説明を簡単にするために、操作量u(k-dt)のむだ時間dtの表記を省略する。
将来区間の1周期先の操作量uは、操作量の変化量Δuによって前述の式(5)のように表現できる。
将来区間の予測値yを評価するために、式(17)及び式(18)を予測モデルとし、式(4)の補正部にインデックスiを追加して、下記式(20)、式(21)、及び式(22)のように表現する。
次いで、制御部30aは、これらの式(5)及び式(20)〜式(22)を用いて、式(9)の制約条件を満たし、式(10)のコスト関数Jの値を最小にする操作量の変化量Δuの入力列を、式(11)により計算する。
次に、式(11)により求まった最適入力列の先頭要素Δuopt(k|k)を抽出し、現在の操作量を式(12)により計算する。
次いで、ステップS25において、制御信号部48は、最適化部47で得た現在の操作量u(k)から冷却ファン12aの回転を制御するための信号を生成する。
本実施形態では、上述したようにファン回転数、吸気エアー温度、及び消費電力から発熱部品の温度を予測する予測モデルを用いて、吸気エアー温度及び消費電力の現在から将来にわたる影響を考慮した最適な操作量を計算する。そして、その操作量u(k)を用いて冷却ファンユニット12を制御することにより、発熱部品を適切に冷却しつつ、冷却ファンユニット12で消費する電力を削減できる。
また、本実施形態では、消費電力センサが不要であるので、第1の実施形態に比べてシステムが簡略化されるという利点もある。
(第3の実施形態)
図13は、第3の実施形態に係る温度管理システムのブロック図である。また、図14は、第3の実施形態に係る温度管理システムの制御部の構成を説明する機能ブロック図である。なお、図13,図14において、図4,図5と同一物には同一符号を付して、その詳細な説明は省略する。
図13は、第3の実施形態に係る温度管理システムのブロック図である。また、図14は、第3の実施形態に係る温度管理システムの制御部の構成を説明する機能ブロック図である。なお、図13,図14において、図4,図5と同一物には同一符号を付して、その詳細な説明は省略する。
図13からわかるように、本実施形態の温度管理システムは、ラック13の前後の差圧を検出する差圧センサ35を有する。また、図13からわかるように、本実施形態の温度管理システムの制御部30bでは、差圧センサ35から出力される信号がCPU温度予測モデル部44に入力される。差圧センサ35は圧力差検出部の一例である。
図15は、本実施形態に係る温度管理システムの動作を示すフローチャートである。
まず、ステップS31において、制御部30bは、温度センサ32から各計算機14のCPU温度のデータを取得し、温度センサ33からラック13の吸気面側のエアーの温度のデータを取得する。また、制御部330bは、消費電力センサ34から各計算機14の消費電力のデータを取得し、差圧センサ35から差圧(ラック13の吸気面側の圧力と排気面側の圧力との差)のデータを取得する。
次に、ステップS32に移行し、制御部30bは、高水準温度、吸気エアー温度、及び高水準消費電力を決定する。
すなわち、高水準温度演算部41は、温度センサ32で検出したCPU温度のうちから最も高い温度を抽出し、高水準温度とする。また、平均温度演算部42は、温度センサ33から取得したラック13の吸気面側のエアーの温度の平均値を演算し、その平均値を吸気エアー温度とする。更に、高水準消費電力演算部43は、消費電力センサ34により検出した各計算機14の消費電力のうちから最も大きな消費電力を抽出し、高水準消費電力とする。
次に、ステップS33に移行し、制御部30bは、パラメータ設定部31から、CPU温度の目標値と、目標追従パラメータと、操作量低減パラメータと、操作量変動幅パラメータとを取得する。
次に、ステップS34に移行し、制御部30bは、現在から将来にわたる所定の区間について、制約条件を満たし、コスト関数の値を最小とする現在の操作量を計算する。
すなわち、CPU温度予測モデル部44は、予測モデルを使用し、冷却ファン12aの操作量(回転数指令値)u(k)、吸気エアー温度v1(k)、高水準消費電力v2(k)、及びラック14の前後の差圧v3(k)から、CPU温度を予測する。
予測モデルは、下記(23)式で表現される。
ここで、y(k+1)は1周期先の将来のCPU温度である。本実施形態においても、1周期を1秒とする。また、本実施形態では、下記式(24)、式(25)で表わされる状態空間モデルを使用する。
n次元のベクトルのx(k+1|k)は状態関数と呼ばれる。また、v(k)=[v1(k),v2(k),v3(k)]Tである。更に、Aはn×nの行列、Buはn次元ベクトル、Bvはn×2の行列、Cはスカラである。A、Bu、Bv、及びCは、事前に実験を行ってシステム同定することにより求まる。
次に、補正部45では、式(24)によって、k時点までの利用可能情報に基づいてk+1時点におけるCPU温度予測値tilde{y}(k+1|k)を補正する。すなわち、tilde{y}(k+1|k)を、1周期前(過去)の実測値yreal(k)と1周期前の予測値y(k|k-1)との差を用いて、式(4)のように補正する。
次に、最適化部47は、現在から将来にわたる区間pについて、制約条件を満足し、且つコスト関数の値を最小にする現在の操作量を計算する。以下、説明を簡単にするために、操作量u(k-dt)のむだ時間dtの表記を省略する。
将来区間の1周期先の操作量uは、操作量の変化量Δuによって前述の式(5)のように表現できる。
将来区間の予測値yを評価するために、式(2)、式(3)、及び式(4)にインデックスiを追加して、式(6)、式(7)、及び式(8)のように表現する。
次いで、制御部30bは、これらの式(5)〜式(8)を用いて、式(9)の制約条件を満たし、式(10)のコスト関数Jの値を最小とする操作量の変化量Δuの入力列を、式(11)により計算する。
次に、式(11)より求まった最適入力列の先頭要素Δuopt(k|k)を抽出し、式(12)により現在の操作量u(k)を計算する。
次いで、ステップS35に移行し、制御信号生成部48は、最適化部47で得た現在の操作量u(k)から冷却ファン12aの回転を制御するための信号を生成する。
本実施形態では、上述したようにファン回転数、吸気エアー温度、消費電力、及びラック13の吸気面側と排気面側との差圧から、最適な操作量u(k)を計算する。そして、その操作量u(k)を用いて冷却ファンユニット12を制御することにより、発熱部品を適切に冷却しつつ、冷却ファンユニット12で消費する電力を削減できる。本実施形態では、ラック14の前後の差圧の変化を考慮して冷却ファンユニット12の操作量を決定するので、フィルタの目詰まり等の影響を含めた最適操作量が得られる。
Claims (11)
- 電子機器内の発熱部品の温度を検出する第1の温度検出部と、
前記電子機器内にエアーを通流させて前記発熱部品を冷却する冷却装置と、
前記電子機器に流入するエアーの温度を検出する第2の温度検出部と、
前記発熱部品の温度の目標値が設定されるパラメータ設定部と、
前記第1の温度検出部及び前記第2の温度検出部の出力と前記電子機器の消費電力とに基づいて前記発熱部品の将来の温度の予測値を演算し、前記予測値と前記目標値とに基づいて前記冷却装置の操作量を決定する制御部と
を有することを特徴とする温度管理システム。 - 前記制御部は、
前記電子機器に流入するエアーの温度と前記操作量と前記電子機器の消費電力とから前記発熱部品の将来の温度の予測値を算出する予測モデルが設定された予測モデル部と、
前記予測値を補正する補正部と、
前記補正部で補正した予測値と前記目標値との偏差を重み付けしてコストを算出するコスト関数が設定されたコスト関数部と、
現在から将来にわたる所定の範囲について、予め設定された制約条件を満たし、且つ前記コストを最小とする操作量を演算する最適化部と
を有することを特徴とする請求項1に記載の温度管理システム。 - 前記電子機器の消費電力を検出する消費電力検出部を有し、当該消費電力検出部の出力は前記制御部の前記予測モデル部に伝達されることを特徴とする請求項2に記載の温度管理システム。
- 前記制御部は、前記第1の温度検出部の出力から評価対象とする高水準温度を決定する高水準温度演算部と、前記消費電力検出部の出力から評価対象とする高水準消費電力を決定する高水準消費電力演算部とを有することを特徴とする請求項3に記載の温度管理システム。
- 前記予測モデル部は、前記電子機器に流入するエアーの温度と、前記操作量と、前記高水準消費電力とから前記発熱部品の将来の温度の予測値を演算し、
前記補正部は、過去の高水準温度と過去の予測値との差を用いて現在の予測値を補正することを特徴とする請求項4に記載の温度管理システム。 - 前記第1の温度検出部の出力から評価対象とする高水準温度を決定する高水準温度演算部を有し、
前記制御部は、前記高水準温度の変化から前記電子機器の消費電力を不可観測外乱として表現する外乱モデルが設定された外乱モデル部と、前記外乱モデル及び前記予測モデルを使用して前記電子機器の稼働状態を推定する状態推定部とを有し、
前記予測モデル部は、前記状態推定部で推定された稼働状態を用いて前記予測値を演算し、
前記補正部は、過去の高水準温度と過去の予測値との差を用いて現在の予測値を補正することを特徴とする請求項2に記載の温度管理システム。 - 前記電子機器の吸気面側と排気面側との圧力差を検出する圧力差検出部を有し、前記予測モデル部は、前記電子部品の温度を予測する際に、前記圧力差検出部の出力を用いることを特徴とする請求項2に記載の温度管理システム。
- 前記コスト関数は、制御量を目標値に近づける目標値追従パラメータと、操作量の変化量を0に近づける操作量低減パラメータと、操作量を目標操作量に近づける操作量変動幅パラメータとを含むことを特徴とする請求項2〜7のいずれか1項に記載の温度管理システム。
- 前記電子機器が、ラック内に収納された計算機であり、前記発熱部品がCPUであることを特徴とする請求項1乃至8のいずれか1項に記載の温度管理システム。
- 前記ラック内には前記電子機器が複数収納されていることを特徴とする請求項9に記載の温度管理システム。
- 前記ラックは屋外に通じる吸気口及び排気口が設けられた構造物内に配置され、前記冷却装置は前記吸気口を介して前記構造物内に導入されたエアーを前記電子機器内に供給することを特徴とする請求項10に記載の温度管理システム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2013/057595 WO2014147691A1 (ja) | 2013-03-18 | 2013-03-18 | 温度管理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5994927B2 JP5994927B2 (ja) | 2016-09-21 |
JPWO2014147691A1 true JPWO2014147691A1 (ja) | 2017-02-16 |
Family
ID=51579431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015506379A Expired - Fee Related JP5994927B2 (ja) | 2013-03-18 | 2013-03-18 | 温度管理システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US9958916B2 (ja) |
EP (1) | EP2977852B1 (ja) |
JP (1) | JP5994927B2 (ja) |
WO (1) | WO2014147691A1 (ja) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6136596B2 (ja) * | 2013-06-05 | 2017-05-31 | 富士通株式会社 | 監視制御装置、監視制御方法及び監視制御プログラム |
US11162912B2 (en) | 2015-09-11 | 2021-11-02 | KABUSHI Kl KAISHA TOSHIBA | Electronic apparatus, index calculating method, and computer program product |
US9820409B1 (en) * | 2015-09-28 | 2017-11-14 | Amazon Technologies, Inc. | Rack cooling system |
US10368466B1 (en) * | 2015-10-06 | 2019-07-30 | Amazon Technologies, Inc. | Rack mountable cooling canister |
TW201714042A (zh) * | 2015-10-13 | 2017-04-16 | 鴻海精密工業股份有限公司 | 貨櫃型資料中心 |
US10222843B1 (en) * | 2016-03-16 | 2019-03-05 | ZT Group Int'l, Inc. | Server platform thermal control system using component power |
US10585466B1 (en) | 2016-03-16 | 2020-03-10 | ZT Group Int'l, Inc. | Power saving fan control with anti fan-oscillation feature |
US11216048B1 (en) | 2016-03-16 | 2022-01-04 | ZT Group Int'l, Inc. | System and method for controlling computer cooling using ideal cooling system settings, actual cooling system settings, and computer component data |
JP2017195494A (ja) * | 2016-04-20 | 2017-10-26 | 富士通株式会社 | ラインカード及びラインカード制御方法 |
US10303139B2 (en) * | 2016-06-01 | 2019-05-28 | Creative Esp Incorporated | System and method for managing electrical components for energy usage |
US10394294B2 (en) * | 2016-08-25 | 2019-08-27 | Microchip Technology Incorporated | Predictive thermal control management using temperature and power sensors |
JP2018060271A (ja) * | 2016-10-03 | 2018-04-12 | 富士通株式会社 | 管理装置、管理装置の制御方法、管理装置の制御プログラム及び情報処理システム |
US11076509B2 (en) | 2017-01-24 | 2021-07-27 | The Research Foundation for the State University | Control systems and prediction methods for it cooling performance in containment |
US11667202B2 (en) | 2017-03-08 | 2023-06-06 | A3 Labs LLC | Energy source supply systems, energy source supply devices, and related methods |
KR102474460B1 (ko) * | 2017-08-23 | 2022-12-07 | 삼성전자 주식회사 | 전자 장치 및 전자 장치의 동작 제어 방법 |
US10613600B2 (en) * | 2017-11-02 | 2020-04-07 | Microsoft Technology Licensing, Llc | Advanced power based thermal control systems |
JP6923803B2 (ja) | 2017-12-06 | 2021-08-25 | 富士通株式会社 | 情報処理装置、省電力移行プログラム、及び、省電力移行方法 |
CN109032301A (zh) * | 2018-08-02 | 2018-12-18 | 郑州云海信息技术有限公司 | 一种通用的服务器自动散热调控系统及方法 |
CN109189190B (zh) * | 2018-10-16 | 2020-07-14 | 西安交通大学 | 一种基于温度预测的数据中心热量管理方法 |
JP6974291B2 (ja) * | 2018-11-09 | 2021-12-01 | 東芝三菱電機産業システム株式会社 | 半導体装置 |
AU2020240496B2 (en) * | 2019-03-18 | 2023-06-01 | Nec Corporation | Data center air conditioning control device, method, non-transitory computer readable medium, and air conditioning system |
CN113853586A (zh) * | 2019-03-28 | 2021-12-28 | 西门子股份公司 | 用于监视电子设备的健康的热管理系统、方法和设备 |
EP3734413B1 (en) * | 2019-04-30 | 2024-07-17 | Ovh | Method and system for supervising a health of a server infrastructure |
CN110543196B (zh) * | 2019-08-13 | 2021-02-12 | 华为技术有限公司 | 一种散热元件的控制方法及控制装置 |
CN112443507B (zh) * | 2019-08-30 | 2022-06-28 | 宏碁股份有限公司 | 智能风扇转速调整方法、电脑装置及服务器 |
CN111026603B (zh) * | 2019-10-25 | 2021-04-23 | 南京大学 | 片上网络温度预测方法及装置、设备、存储介质 |
CN111796647B (zh) * | 2020-06-30 | 2022-11-18 | 联想(北京)有限公司 | 一种检测方法及电子设备 |
JP2022044506A (ja) * | 2020-09-07 | 2022-03-17 | 株式会社日立製作所 | 電子機器、ファン制御方法及びプログラム |
US11946661B2 (en) * | 2021-01-29 | 2024-04-02 | Robert M. Rohde | Variable airflow energy efficient HVAC systems and methods |
CN113534703B (zh) * | 2021-07-07 | 2022-12-06 | 国网福建省电力有限公司检修分公司 | 一种暖通组合机节能系统及其控制方法 |
WO2023043872A1 (en) * | 2021-09-16 | 2023-03-23 | Vertiv Corporation | Systems and methods for environmental control of an enclosure |
CN114355999B (zh) * | 2021-12-24 | 2023-05-23 | 交控科技股份有限公司 | 应用于列车的智能温度控制机柜、控制方法、设备 |
US20230376093A1 (en) * | 2022-05-19 | 2023-11-23 | Honeywell International Inc. | System and method for proactively controlling an environmental condition in a server rack of a data center based at least in part on server load |
CN114777958B (zh) * | 2022-06-20 | 2022-10-28 | 深圳比特微电子科技有限公司 | 芯片散热状况检测方法、装置、电子设备及存储介质 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR910004393B1 (ko) * | 1987-04-22 | 1991-06-27 | 미츠비시 덴키 가부시키가이샤 | 멀티 냉동사이클의 주파수 제어장치 |
US5486995A (en) * | 1994-03-17 | 1996-01-23 | Dow Benelux N.V. | System for real time optimization |
JP3769200B2 (ja) | 2001-03-06 | 2006-04-19 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 冷却ファンの制御方法および装置 |
US6721672B2 (en) * | 2002-01-02 | 2004-04-13 | American Power Conversion | Method and apparatus for preventing overloads of power distribution networks |
JP4152348B2 (ja) * | 2004-06-03 | 2008-09-17 | 株式会社ソニー・コンピュータエンタテインメント | 電子デバイス冷却装置、電子デバイスシステムおよび電子デバイス冷却方法 |
US7347621B2 (en) * | 2004-07-16 | 2008-03-25 | International Business Machines Corporation | Method and system for real-time estimation and prediction of the thermal state of a microprocessor unit |
US7138781B2 (en) * | 2004-11-24 | 2006-11-21 | Standard Microsystems Corporation | Adaptive controller for PC cooling fans |
US7490479B2 (en) * | 2005-03-30 | 2009-02-17 | Intel Corporation | Method and system of advanced fan speed control |
US8374730B2 (en) * | 2005-08-25 | 2013-02-12 | Apple Inc. | Methods and apparatuses for dynamic thermal control |
US8762097B2 (en) * | 2006-08-04 | 2014-06-24 | Apple Inc. | Method and apparatus for a thermal control system based on virtual temperature sensor |
JP4807352B2 (ja) * | 2007-12-25 | 2011-11-02 | 三菱電機株式会社 | 温度検出システム |
US8310829B2 (en) * | 2008-05-05 | 2012-11-13 | Carrier Corporation | Integrated computer equipment container and cooling unit |
JP5189921B2 (ja) * | 2008-08-02 | 2013-04-24 | レノボ・シンガポール・プライベート・リミテッド | コンピュータの放熱システム |
US8190276B2 (en) * | 2008-11-21 | 2012-05-29 | Oracle America, Inc. | Method and apparatus for controlling temperature variations in a computer system |
US9069345B2 (en) * | 2009-01-23 | 2015-06-30 | Mks Instruments, Inc. | Controlling a manufacturing process with a multivariate model |
US8086359B2 (en) * | 2009-02-23 | 2011-12-27 | Novell, Inc. | Dynamic thermal load balancing |
JP5375948B2 (ja) * | 2009-03-19 | 2013-12-25 | 富士通株式会社 | 冷却装置を有する電子装置および冷却プログラム |
JP5206602B2 (ja) * | 2009-06-30 | 2013-06-12 | 富士通株式会社 | 空調制御装置、空調制御方法及び空調制御プログラム |
GB0922095D0 (en) * | 2009-12-17 | 2010-02-03 | Bripco Bvba | Data centre building and rack therefor |
JP2011257116A (ja) | 2010-06-11 | 2011-12-22 | Fujitsu Ltd | 電算機室空調システム、その制御装置、プログラム |
US8868250B2 (en) * | 2010-09-28 | 2014-10-21 | Cisco Technology, Inc. | Fan speed control |
JP5672099B2 (ja) * | 2011-03-22 | 2015-02-18 | 富士通株式会社 | 電子機器を搭載した装置、電子機器を搭載した装置の冷却プログラム及び電子機器を搭載した装置の冷却方法 |
US9195243B2 (en) * | 2011-05-24 | 2015-11-24 | Aten International Co., Ltd. | System and method of safe and effective energy usage and conservation for data centers with rack power distribution units |
US8600561B1 (en) * | 2012-09-30 | 2013-12-03 | Nest Labs, Inc. | Radiant heating controls and methods for an environmental control system |
-
2013
- 2013-03-18 JP JP2015506379A patent/JP5994927B2/ja not_active Expired - Fee Related
- 2013-03-18 WO PCT/JP2013/057595 patent/WO2014147691A1/ja active Application Filing
- 2013-03-18 EP EP13878781.7A patent/EP2977852B1/en active Active
-
2015
- 2015-09-10 US US14/849,953 patent/US9958916B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US9958916B2 (en) | 2018-05-01 |
EP2977852B1 (en) | 2019-03-13 |
US20150378404A1 (en) | 2015-12-31 |
EP2977852A1 (en) | 2016-01-27 |
EP2977852A4 (en) | 2016-05-04 |
WO2014147691A1 (ja) | 2014-09-25 |
JP5994927B2 (ja) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5994927B2 (ja) | 温度管理システム | |
JP5975105B2 (ja) | 温度管理システム | |
JP6277912B2 (ja) | 電子機器の温度管理システム、温度管理方法、および温度管理プログラム | |
US8978401B2 (en) | Data center cooling system | |
US9020656B2 (en) | Information handling system thermal control by energy conservation | |
JP5511698B2 (ja) | 空調機連係制御システム、空調機連係制御方法および空調機連係制御プログラム | |
US9702580B2 (en) | Air conditioning controlling system and air conditioning controlling method | |
JP2017110904A (ja) | 環境維持システムの制御 | |
WO2015134655A2 (en) | Systems and methods for intelligent controls for optimal resource allocation for data center operations | |
US20130073096A1 (en) | Proactive cooling control using power consumption trend analysis | |
JP6277776B2 (ja) | 空調制御システム及び空調制御方法 | |
JP7088323B2 (ja) | サーバラック、制御装置、冷却方法、及びプログラム | |
JP6277777B2 (ja) | 空調制御システム及び空調制御方法 | |
JP6083305B2 (ja) | 電子機器冷却システム | |
US9684287B2 (en) | Controlling device and controlling method | |
EP3281081B1 (en) | Valve failure predictions | |
US11853135B2 (en) | Heat dissipation control method, apparatus and device | |
Rauh et al. | Interval Methods for Real-Time Capable Robust Control of Solid Oxide Fuel Cell Systems | |
CN105824372B (zh) | 具有风速补偿功能的机柜及其风速补偿方法 | |
Chia et al. | Model development for the design of control strategies of the primary drying of lyophilization in vials | |
US20240004409A1 (en) | Dual model-based temperature controller | |
Song et al. | Using power trend predicator to improve datacenter thermal management efficiency | |
Wang et al. | Control for high heat chips' cooling based on power consumption and temperature signals | |
TW201501628A (zh) | 伺服器系統及其散熱方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160726 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160808 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5994927 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |