李勇偉 鄭慶華 孫艷軍 楊 蕊

數(shù)據(jù)中心高壓冷水機(jī)組定性故障診斷模型構(gòu)建

李勇偉1鄭慶華1孫艷軍1楊 蕊2

（1.中國移動通信集團(tuán)山西有限公司數(shù)據(jù)中心 太原 030000；2.山西省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技信息研究所 太原 030031）

為提高數(shù)據(jù)中心空調(diào)系統(tǒng)的可靠性和安全性，全面掌握系統(tǒng)各部件的內(nèi)在復(fù)雜的因果關(guān)系，采用定性的圖論方法構(gòu)建系統(tǒng)分層有向圖模型，利用符號有向圖和論域有向圖描述系統(tǒng)部件的結(jié)構(gòu)和影響關(guān)系。以高壓離心式冷水機(jī)組為例，構(gòu)建模型并進(jìn)行故障推理驗(yàn)證。結(jié)果表明，該模型層次明確、準(zhǔn)確有效，實(shí)現(xiàn)了系統(tǒng)潛在故障實(shí)時預(yù)測和診斷，能夠?yàn)橄到y(tǒng)運(yùn)行提供指導(dǎo)。

符號有向圖；分層有向圖；數(shù)據(jù)中心；離心式冷水機(jī)組；故障診斷

0 引言

互聯(lián)網(wǎng)應(yīng)用日益激增，網(wǎng)絡(luò)的穩(wěn)定性和持續(xù)性影響用戶的體驗(yàn)效果。數(shù)據(jù)中心作為互聯(lián)網(wǎng)支撐的基礎(chǔ)載體，機(jī)房設(shè)備的正常與否制約著網(wǎng)絡(luò)的運(yùn)行狀態(tài)。機(jī)房負(fù)載及外部天氣環(huán)境實(shí)時變化；高壓冷水機(jī)組作為空調(diào)系統(tǒng)的核心制冷系統(tǒng)，對持續(xù)控制機(jī)房溫度參數(shù)在合理區(qū)間起到了至關(guān)重要的作用?？照{(diào)系統(tǒng)對高壓冷水機(jī)組的穩(wěn)定性要求極高，當(dāng)高壓冷水機(jī)組的某個部件失效或發(fā)生故障時，輕則使系統(tǒng)局部處于異常運(yùn)行狀態(tài)，重則使整個系統(tǒng)停運(yùn)，造成不可挽回的重大經(jīng)濟(jì)損失。因此，為保障數(shù)據(jù)中心安全可靠地運(yùn)行，同時實(shí)現(xiàn)經(jīng)濟(jì)效益最大化，迫切需要建立一套高壓冷水機(jī)組故障診斷模型，對數(shù)據(jù)中心空調(diào)系統(tǒng)實(shí)際生產(chǎn)過程中可能發(fā)生的故障準(zhǔn)確高效實(shí)時地診斷和預(yù)測，以提高數(shù)據(jù)中心的安全性和經(jīng)濟(jì)效益[1]。

本文采用一種定性的圖論方法分層有向圖模型進(jìn)行建模，符號有向圖（Signed Directed Graph，SDG）能夠利用定性的知識描述變量和設(shè)備部件間復(fù)雜的影響關(guān)系和大量潛在因果關(guān)系，該模型具有較強(qiáng)的完整性、適應(yīng)性和魯棒性[2-5]。針對高壓冷水機(jī)組特定的系統(tǒng)結(jié)構(gòu)和運(yùn)行工況進(jìn)行分析，首先建立描述其工作原理的符號有向圖，在其基礎(chǔ)上，利用基于可達(dá)性的分層方法構(gòu)建分層有向圖模型。該模型能夠根據(jù)圖的傳播關(guān)系分層次描述，故障診斷推理方向?yàn)閱蜗騻鞑ィ軌驕p少故障源搜索的空間。

1 圖論模型

1.1 分層有向圖模型

本文采用文獻(xiàn)[3-5]提出的改進(jìn)分層有向圖模型的定義。

定義 1系統(tǒng)的分層有向圖模型的數(shù)學(xué)表

其中，分層有向圖模型由二元組符號有向圖G和論域有向圖G構(gòu)成。

分層有向圖模型由符號有向圖模型演變而來，建立系統(tǒng)的符號有向圖G是構(gòu)建模型的關(guān)鍵。模型中，G具有完備性，能夠反映測量節(jié)點(diǎn)間的因果定性關(guān)系，G反映了分層后節(jié)點(diǎn)間的論域關(guān)系，描述了任一節(jié)點(diǎn)分層后所在的層次。

根據(jù)符號有向圖的性質(zhì)可得，故障信息只能通過相容通路傳播。

可達(dá)矩陣可通過鄰接矩陣得到利用經(jīng)典Warshall算法[6]計(jì)算得出。

定理 1矩陣為系統(tǒng)的鄰接矩陣，若存在置換矩陣，使得EAE運(yùn)算后為分塊三角陣，則稱該系統(tǒng)可分層；反之，該系統(tǒng)不可分層[5,7]。

1.2 分層方法

將符號有向圖G分層后得到分層有向圖模型，該模型利用分層結(jié)構(gòu)劃分故障源的層次，即每一層節(jié)點(diǎn)的故障偏差只能對本層和比之更低層的節(jié)點(diǎn)傳播或產(chǎn)生影響，而不會影響比之更高層的節(jié)點(diǎn)。模型層次分明，故障傳播方向自上而下，故障診斷時減少了故障源搜索回溯的路徑，其特性直接影響潛在的故障源候選節(jié)點(diǎn)數(shù)量下降。

采用文獻(xiàn)[8]中基于可達(dá)性的分層方法，具體步驟如下：

第一步根據(jù)符號有向圖G得到系統(tǒng)的鄰接矩陣A。

第二步利用定理1判斷系統(tǒng)能否分層，若可分層，則進(jìn)行第三步；若不可分層，則退出。

第三步將得到的鄰接矩陣A利用Warshall算法轉(zhuǎn)化為可達(dá)矩陣P。

第五步將第四步中所有上層節(jié)點(diǎn)的行和列在可達(dá)矩陣P刪除，便得到除去上層節(jié)點(diǎn)后的可達(dá)矩陣。

第六步重復(fù)第四步，計(jì)算得到第2層的節(jié)點(diǎn)集，重復(fù)以上步驟直到處理完所有的節(jié)點(diǎn)，便可以建立分層有向圖模型。

2 構(gòu)建模型

2.1 高壓冷水機(jī)組

數(shù)據(jù)中心冷水系統(tǒng)主要由高壓冷水機(jī)組（主要包含蒸發(fā)器、冷凝器、壓縮機(jī)、截流元件）、冷卻塔、循環(huán)水泵、集水器、分水器和末端設(shè)備等部分組成[8]，工作原理圖如圖1所示。

圖1 數(shù)據(jù)中心冷水系統(tǒng)工作原理圖

本文研究對象為離心式高壓冷水機(jī)組，機(jī)組采用頻率為50Hz的3相10kV電壓，制冷劑為R134a，制冷量為7032kW；各部件的參數(shù)符號如表1所示。

續(xù)表1 高壓冷水機(jī)組各部件參數(shù)符號

2.2 符號有向圖模型

符號有向圖的建模方法常用的有4種，分別是基于數(shù)學(xué)模型的方法、基于經(jīng)驗(yàn)知識的方法、基于流程圖的方法和結(jié)合仿真技術(shù)的符號有向圖方法[8]，本文采用基于流程圖的方法和基于經(jīng)驗(yàn)知識的方法，得到離心式高壓水冷機(jī)組的符號有向圖模型G，如圖2所示。

符號有向圖G定性地表示了離心式高壓冷水機(jī)組各部件的內(nèi)部結(jié)構(gòu)和因果關(guān)系，節(jié)點(diǎn)和支路包含了大量潛在信息，故障診斷時可以通過故障偏差的傳播路徑及其演變加以描述[5]。高壓水冷機(jī)組的各參數(shù)被抽象為節(jié)點(diǎn)，各節(jié)點(diǎn)均為可測節(jié)點(diǎn)，節(jié)點(diǎn)的測量值有超過閾值“+”、正?！?”和低于閾值“-”三種狀態(tài)，節(jié)點(diǎn)間相互影響關(guān)系由箭頭表示，實(shí)箭頭代表正影響，虛箭頭代表負(fù)影響。

圖2 高壓冷水機(jī)組的符號有向圖模型GS

2.3 分層有向圖模型

為進(jìn)一步挖掘符號有向圖G中節(jié)點(diǎn)間的內(nèi)在關(guān)系，采用基于可達(dá)性的分層方法建立離心式高壓冷水機(jī)組的分層有向圖模型，如圖3所示。由圖3可知，該模型共有5層，第一層節(jié)點(diǎn)稱之為根節(jié)點(diǎn)，該層節(jié)點(diǎn)只有子節(jié)點(diǎn)無父節(jié)點(diǎn)，各層節(jié)點(diǎn)的支路箭頭均指向下一層的節(jié)點(diǎn)，由此可以看出節(jié)點(diǎn)的偏差值只能自上而下傳播，不會反向傳播，每層節(jié)點(diǎn)抽象為節(jié)點(diǎn)集合，作為論域有向圖G的節(jié)點(diǎn)，層間的支路抽象為論域有向圖G的支路集合，其論域有向圖G如圖4所示。

圖3 高壓冷水機(jī)組的分層有向圖模型G

分層有向圖模型中，層數(shù)=5，各層節(jié)點(diǎn)集合為v，v={，W1，P1，D，P，W，R，，L，L1，F，1}，v={F1，F，R，0，M，T1}，v={T，T1}，v={T，T，N，T1}，v={C}。

圖4 高壓冷水機(jī)組的論域有向圖模型GT

論域有向圖G中，各層節(jié)點(diǎn)抽象為單個節(jié)點(diǎn)，各層間連接關(guān)系用多個箭頭表示，且關(guān)系簡明，傳播方向固定，為進(jìn)一步的故障診斷提供了模型依據(jù)。

3 故障推理

3.1 故障推理方法

故障推理方法常用的有正向推理和反向推理兩種。若模型的節(jié)點(diǎn)狀態(tài)是未知的，采用正向推理方法，即從原因節(jié)點(diǎn)向后果節(jié)點(diǎn)回溯，搜索并標(biāo)記獨(dú)立完備的相容通路，最后判斷互相隸屬且獨(dú)立通路的合理性，正向推理可稱為評價模式。若模型已獲得全部節(jié)點(diǎn)的狀態(tài)樣本，則采用反向推理方法，從樣本的后果節(jié)點(diǎn)向原因節(jié)點(diǎn)搜索，記錄并判斷各通路的相容性和獨(dú)立性，反向推理又可稱為診斷模式。在實(shí)際中，可以聯(lián)合使用兩種推理方法，稱為混合推理[5,9]。

3.2 應(yīng)用實(shí)例

分層有向圖模型中，故障由上往下傳播，上層節(jié)點(diǎn)的故障將導(dǎo)致下層節(jié)點(diǎn)測量值產(chǎn)生偏差，當(dāng)給出節(jié)點(diǎn)狀態(tài)樣本時，可從節(jié)點(diǎn)中首先找出最高層偏差的節(jié)點(diǎn)，最高層的節(jié)點(diǎn)是導(dǎo)致系統(tǒng)節(jié)點(diǎn)發(fā)生偏差的主要因素。由3.2可知，各節(jié)點(diǎn)均可測，表2給出了8個節(jié)點(diǎn)的狀態(tài)樣本，由此可以分解出案例1-3的SDG通路，如圖5所示。根據(jù)定義2.3判斷各支路均為相容通路。

案例1中，最高層發(fā)生偏差節(jié)點(diǎn)的集合為{}，因此蒸發(fā)器污垢系數(shù)F是故障源節(jié)點(diǎn)。案例2和3中，最高層發(fā)生偏差的節(jié)點(diǎn)集合為{}，因此壓縮機(jī)電流是故障源節(jié)點(diǎn)，壓縮機(jī)電流偏小時說明機(jī)組工作在低負(fù)荷工況下，熱負(fù)荷較低的話易引起冷水機(jī)組喘震；機(jī)組熱負(fù)荷較小而壓縮機(jī)電流偏大時，壓縮機(jī)能耗增加，機(jī)組能效比降低機(jī)。

表2 節(jié)點(diǎn)狀態(tài)樣本

圖5 各案例的SDG通路

4 結(jié)論

本文針對數(shù)據(jù)中心的高壓冷水機(jī)組構(gòu)建了定性分層有向圖故障診斷模型，實(shí)現(xiàn)了系統(tǒng)變量參數(shù)等信息的獲取，以圖的形式表示，便于在計(jì)算機(jī)中存儲，利用圖模型簡化現(xiàn)場工業(yè)流程系統(tǒng)的同時又能包容大量的信息。高壓冷水機(jī)組分層有向圖故障診斷模型定性地從系統(tǒng)全局變量進(jìn)行描述，當(dāng)系統(tǒng)的某個部件失效或發(fā)生故障時，能夠?qū)崿F(xiàn)整個系統(tǒng)的故障狀態(tài)的實(shí)時診斷和預(yù)測。上述診斷方法對保證數(shù)據(jù)中心機(jī)房安全穩(wěn)定生產(chǎn)、提高數(shù)據(jù)中心動環(huán)系統(tǒng)的安全性和經(jīng)濟(jì)效益起到了積極作用。

[1] 王路瑤,吳斌,杜志敏,等.基于長短期記憶神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)中心空調(diào)系統(tǒng)傳感器故障診斷[J/OL].化工學(xué)報(bào)，1-9[2019-02-13]. http://kns.cnki.net/kcms/detail/11.1946. TQ.20181013.1003.012.html.

[2] 宋其江,徐敏強(qiáng),王日新.基于分層有向圖的航天器故障診斷[J].航空學(xué)報(bào),2009,30(6):1058-1062.

[3] 楊蕊,謝剛,陳澤華.基于改進(jìn)分層有向圖的故障診斷方法[J].熱力發(fā)電,2014,(6):108-111,126.

[4] 楊蕊,謝剛,陳澤華,等.分層概率符號有向圖在熱力系統(tǒng)故障診斷中的應(yīng)用[J].熱力發(fā)電,2014,(9):137-141.

[5] 楊蕊.基于定量知識的分層有向圖故障診斷方法及其應(yīng)用[D].太原:太原理工大學(xué),2014.

[6] Berger UIrich, Schwichtenberg Helmut, Seisenberger Monika. Warshall algorithm and Dickson's lemma: Two examples of realistic program extraction[J]. Journal of Automated Reasoning,2001,26(2):205-221.

[7] 陳侃,李昌禧.故障傳播有向圖的故障定位研究[J].自動化儀表,2011,32(4):14-17.

[8] 韓華,谷波,任能.基于主元分析與支持向量機(jī)的制冷系統(tǒng)故障診斷方法[J].上海交通大學(xué)學(xué)報(bào),2011,9(20): 1355-1361,1373.

[9] 劉靜.基于粗糙集的分層有向圖故障診斷方法研究及其應(yīng)用[D].太原:太原理工大學(xué),2011.

Construction of Qualitative Fault Diagnosis Model for Data Center High Voltage Chiller

Li Yongwei1Zheng Qinghua1Sun Yanjun1Yang Rui2

( 1.Data Center, Shanxi Branch, China Mobile Communications Group, Taiyuan, 030000; 2.Institute of Agricultural Information, Shanxi Academy of Agricultural Sciences, Taiyuan, 030031 )

In order to improve the reliability and safety of the data center air conditioning system, and comprehensively grasp the inherent complex causal relationship of the various components of the system, the qualitative graph theory method was proposed to construct hierarchical directed graph model of the system. The structure and influence relationship of system components were described by the signed directed graph and domain directed graph. Taking the high voltage centrifugal chiller as an example, the model was constructed and fault reasoning is verified. The results show that the model was clear, accurate and effective, which can realize the real-time prediction and diagnosis of potential faults of the system, and can provide guidance for system operation.

signed directed graph; hierarchical directed graph; data center; centrifugal chiller; fault diagnosis

TB657.2

A

1671-6612（2020）01-053-04

李勇偉（1985.10-），男，碩士研究生，工程師，E-mail：2011@139.com

2019-03-27