基于單片機的數據中心空調故障預判系統設計

馬世燕

摘要：提出基于單片機和分段線性插值算法的數據中心精密空調故障預判系統，該系統對精密空調壓縮機的吸氣和排氣溫度進行實時在線檢測，提前發現精密空調壓縮機的潛在故障隱患，同時向機房動態環境監控系統或監控平臺發送相關預警信息，必要時啟動備用機組聯動切斷隱患壓縮機電源，最大限度保障數據機房制冷量，同時對存在安全隱患的壓縮機盡早引起機房運維人員關注，及時優化調整維保作業計劃，開展預防性修理或更換，確保數據機房安全平穩運行的同時，最大限度降低運行維護成本。

關鍵詞：單片機;插值算法;數據中心;精密空調;故障預判系統

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）14-0035-03

隨著我國數據中心行業的進一步發展，數據中心專用精密空調的使用數量逐年遞增。作為數據中心的重要制冷設備，精密空調的壓縮機是其核心組件，一旦發生故障，精密空調將喪失制冷能力和除濕能力，對要求恒溫恒濕環境的數據機房帶來不利影響，若同時出現多臺壓縮機故障，則可能造成機房服務器高溫宕機，嚴重危及數據中心安全。同時精密空調壓縮機的維修費用較高，一旦出現嚴重故障后無法修復，只能更換，目前，數據中心的精密空調只能通過“肉眼、手摸、掛表”的人工巡檢方式，檢查壓縮機各部件是否運行正常。

因此，為了最大程度的防患未然，需要對數據中心專用精密空調的壓縮機潛在故障進行預判，并根據預判結果，及時調整維護保養計劃。預判方法的研究是數據中心運維技術人員需要開展的一項重要工作。

1總體設計

1.1系統組成

本文設計的數據中心精密空調故障預判系統由單片機控制器和外圍電路兩方面組成，圖1是系統框圖，包含熱電偶及熱電偶調制電路、羅氏線圈接口、制冷劑種類選擇鍵、單片機控制器、外部通訊接口和聯動模塊等部件組成。

1.1.1熱電偶

考慮到降低成本和提高測量精度，結合精密空調壓縮機在不用制冷劑下的吸氣溫度和排氣溫度的波動范圍，采用T型熱電偶緊密貼敷于機房專用精密空調壓縮機的吸氣口和排氣口，考慮到溫度采集數據的真實可靠性，確保貼敷牢固，采用專用喉箍將熱電偶和精密空調的吸排氣口進行鎖緊壓實，并在喉箍外側包裹專用保溫套，實現精密空調壓縮機吸氣溫度和排氣溫度數據的實時采集。

1.1.2熱電偶調制電路

考慮到熱電偶測量信號后期處理的準確性和便利性，選擇MCP9600集成芯片作為熱電偶的調制電路，將熱電偶接入該調制電路，由MCP9600輸出溫度測量信號送人控制器進行存儲和計算分析。

1.1.3羅氏線圈接口

作為附加可選部件的外接羅氏線圈接口，可以通過羅氏線圈接入精密空調壓縮機供電回路和冷凝器散熱風扇供電回路，實現對精密空調壓縮機三相電流和冷凝器散熱風扇電流的在線監測。

1.1.4制冷劑種類選擇鍵

目前，市面上的機房專用精密空調所用制冷劑主要是R22、R407C和R410A。每種制冷劑的溫度一壓力對應值不同。通過數據機房運維人員確認制冷劑種類，手動選擇制冷劑種類選擇鍵，不同的鍵值信號送人控制器，讓控制器識別所用制冷劑，根據提前燒寫進控制器的壓力溫度值，如表l所示。結合控制器獲取到的精密空調壓縮機吸排氣溫度值，由控制器計算精密空調壓縮機的吸排氣壓力值。

1.1.5單片機控制器和分段線性插值算法的應用

Microchip微芯公司是全球領先的單片機和模擬半導體供應商，其PIC單片機采用Harvard雙總線結構，運行速度快，功耗低，驅動能力強，在辦公自動化設備，消費電子產品，智能儀器儀表，工業控制不同領域都有廣泛的應用。本文選用PIC單片機作為控制器，不間斷地接收和存儲由MCP9600集成芯片送來的吸排氣溫度值，通過分段線性插值算法，實時在線計算壓縮機吸排氣壓力，當分析結果滿足判據條件時，發出內部預警信號。

分段線性插值算法可以實現一定的精度要求，同時也不影響單片機控制系統的整體性能，具有非常高的性價比。我們定義區間分段線性函數ψ（x）的基函數fi（x）為：

1.1.6外部通訊接口和聯動模塊

當控制器內部預警信號達到6次/h，控制器通過外部通訊接口向機房動態環境監控系統或監控平臺發送預警信息。當控制器內部預警信號達到12次/h，控制器通過外部通訊接口向機房動態環境監控系統或監控平臺發出啟動備機請求信息，由機房運維人員人工確認需求后，手動啟用備用空調，備機啟動成功后，控制器觸發聯動模塊，向精密空調自帶的主控制板發信號停用故障隱患壓縮機。

1.2控制邏輯

1.2.1定義壓縮機工況

機房精密空調壓縮機吸氣壓力過小或過大都可能導致壓縮機停機或損壞，另一方面，壓縮機排氣壓力過大也可能導致壓縮機停機，R22制冷劑不同系統類型的壓縮機吸排氣壓力如圖2所示。

以R22制冷劑的風冷型空調為例，當空調壓縮機順利啟動60秒后，檢測到如下三個工況之一時，由控制器產生1次內部預警信號。

工況1：精密空調壓縮機高壓側排氣壓力P2≥1.2x1750=2100kPa且持續時間t2≥60S

工況2：低壓側吸氣壓力P1≤1.2x138=166kPa，且持續時間t1≥60S

工況3：低壓側吸氣壓力P1≥0.85x620=527kPa，且持續時間t1≥60S1.2.2壓縮機故障預判系統的測控流程

數據中心精密空調潛在故障預判系統的測控流程簡要描述如圖3所示。

2試驗結果及分析

為了驗證本系統的工作狀態和測量精度，隨機選取某天的連續時間段，在每一個整點時刻進行掛表實測，同時用上位機提取單片機控制器的檢測值，將實測值和控制器檢測值進行比對分析，如圖4所示。我們發現吸氣壓力的誤差明顯高于排氣壓力的誤差;且吸氣壓力和排氣壓力誤差在每天的11：00到16：00明顯低于其他時間段。簡單分析為：在外界氣象條件不變的前提下，該時段是室外溫度一天中比較高的時段，精密空調室外機冷凝器工作效率有所下降，導致精密空調吸排氣壓力較其他時段有所升高，反饋到傳感器上的溫度也較其他時段有所升高，控制器采集到的溫度信號的誤差有所下降，因此相對于其他時段測量誤差縮小。雖然有一定的測量誤差，但是已經滿足測量精度要求和現場工程實際使用要求。

3結束語

本文提出了一種基于單片機的數據中心專用精密空調壓縮機潛在故障的預判系統，對空調壓縮機的吸、排氣溫度進行實時監測，提前發現精密空調壓縮機的故障隱患，讓運維人員對隱患壓縮機及時處理或預防性更換，確保數據機房安全平穩運行的同時，最大限度降低運行維護成本。這種靈活應用交叉學科、因地制宜、推陳出新的工作方法，值得廣大一線工程技術人員借鑒和學習。