18具有有限的预测系统100的可能的失效的能力。
[0019]系统100还包括存储器120，该存储器120可以被配置成存储指令，这些指令在被执行时产生系统100的一个或多个部件(例如失效预测模块110、速度控制模块116、失效检测模块118等)的操作。如本文中将更详细地讨论的，存储器120存储各种信息用于由系统100的一个或多个模块来使用。
[0020]在一个实施例中，风扇104、轴108和电机106经由(包括例如轴承、齿轮等的)机械装置(图1中未图示)彼此耦合。这样的机械装置用于安装和旋转风扇组件122的各个部件。通常，当风扇组件122被使用超过扩展时间段时，机械装置经历磨损，从而导致机械装置的一个或多个部件的可能的最终失效。例如，机械装置的轴承可能产生裂缝，并且最终随着时间停止工作。通常，机械装置的失效不是突然事件，而是随着时间逐渐发生(然而，在一些情况下，这样的失效可能突然出现，而没有机械装置的任何初始磨损)。
[0021]机械装置的磨损增加电机106和/或风扇104必须克服以旋转的摩擦。当机械装置最终停止工作时，电机106和/或风扇104可以停止运行。在一个实施例中，随着风扇组件122中的机械装置的磨损，在给定速度操作电机106所需要的电流增加(例如由于摩擦随着机械装置的磨损而增加)。
[0022]例如，当机械装置中的轴承(例如紧接在安装和/或替换轴承之后)按照意图工作时，在给定速度来操作电机106和/或风扇104所需要的是标称电流In。如果轴承开始产生故障(即通过例如在轴承中产生裂缝而产生的磨损)，则在给定速度操作电机106和/或风扇104所需要的电流将增加(例如因为由发生故障的轴承产生的增加的摩擦)，并且该电流高于标称电流In。如果轴承最终停止工作，则电机106和/或风扇104不能在给定速度操作。
[0023]由于各种其他原因例如由于灰尘和/或其他碎肩在风扇104的气流路径中的聚积，也可能产生电机106和/或风扇104的失效。由于灰尘和/或其他碎肩的聚积而产生的失效实质上也是渐进式的。也就是说，通常，灰尘和/或其他碎肩随着时间逐渐聚积，并且在给定速度操作电机106和/或风扇104所需要的电流随着这样的灰尘和/或其他碎肩的聚积而增加。当聚积的灰尘和/或其他碎肩的水平非常高(例如高于阈值水平)时，电机106和/或风扇104不能在给定速度操作。
[0024]在一个实施例中，系统100包括被配置成选择性地预测风扇组件122的可能失效的失效预测模块110。在一个实施例中，该失效预测模块110监测电机106在给定速度操作风扇106所使用的电流水平。基于监测电流水平，该失效预测模块110预测风扇104的可能的失效。
[0025]在一个实施例中，系统100在校准阶段期间和操作阶段期间操作。图2图示包括用来在系统100的校准阶段和操作阶段在给定速度驱动电机106的电流的示例变化的图200。
[0026]在校准阶段期间，已知系统100 (例如风扇组件122，包括电机106、轴108和/或风扇104)在风扇组件122中没有任何故障或失效的情况下操作。校准阶段出现在例如制造风扇组件122期间或者紧接在例如制造风扇组件122之后，在维修风扇组件122之后(例如在检查和可能地替换风扇组件122的轴承中的至少一些轴承之后)等。
[0027]在一个实施例中，在校准阶段期间，测量在各种速度水平(例如风扇在操作阶段中正常操作的那些速度水平)操作风扇104所需要的电流。作为示例，在校准阶段期间，测量以每分钟10，000转(即10，000RPM，其可以是例如风扇104的标称速度)操作风扇104所需要的电流，其在本文中被称为标称电流In。例如，参考图2，TI与T2之间的时间段表示系统100的校准阶段。在校准阶段期间，在10，000RPM操作风扇104所需要的电流在曲线图200中被图示为标称电流In。在一个实施例中，该标称电流In的值被存储在存储器120中。
[0028]应当注意，风扇104的速度10，000RPM仅用作示例，并且可以替代地使用风扇104的一个或多个其他RPM值。例如，在一个实施例中，在校准阶段期间，还可以测量在
5000RPM、6000RPM、......、12，000RPM(或者任何其他适当的RPM值)中的每个操作风扇104
所需要的电流，并且将其存储在存储器120中。
[0029]系统100的操作阶段是指系统100的常规或者正常操作(例如当风扇104用于冷却目的时)。例如，假定在系统100的操作阶段的至少一部分期间，风扇104在10，000RPM旋转。电机106在操作阶段期间在10，000RPM驱动风扇104所需要的电流在本文中被表示为实际电流la。在图2中，该操作阶段从时间T3开始。图2图示实际电流Ia在系统100的操作阶段期间的变化。应当注意，图2图示的实际电流Ia的变化仅是示例。
[0030]在一个实施例中，如果风扇组件122没有发生任何故障(例如如果风扇组件122中的轴承按照意图工作，如果灰尘和/或碎肩在许可水平以下等)，则实际电流Ia具有与标称电流In的值相比相似的或者几乎相似的值。例如，如果风扇组件122没有发生故障，则实际电流Ia在标称电流In的阈值百分比内(例如实际电流Ia为标称电流In的±50% )。例如，在图2的时间T3与时间T4之间，当风扇组件122没有发生故障时，实际电流Ia被图示为非常接近于标称电流In。
[0031]然而，当风扇组件122开始发生故障时，实际电流Ia增加。例如，如果风扇组件122的轴承发生故障，则发生故障的轴承生成阻碍风扇组件122内的一个或多个部件的旋转的摩擦，并且需要实际电流Ia增加以抵消在10，000RPM旋转风扇104时的摩擦。在另一实施例中，由于灰尘和/或其他碎肩在风扇组件122中或者在风扇104的气流路径中的聚积的增加而产生故障。例如，在图2的时间T4处或附近，风扇组件122发生故障。因此，如图2所示，实际电流Ia从时间T4处或附近开始增加。
[0032]如果不采取任何措施来矫正所形成的故障，则风扇组件122最后将在例如时间T6停止工作，如图2所示。例如，在时间T6，风扇104将停止旋转，或者将开始以降低的速度(例如与速度控制模块116向风扇组件122提供的期望速度相比较)旋转。这样的失效可以通过失效检测模块118(例如使用速度传感器112的输出)来检测。然而，该失效检测模块118会在例如风扇104已经停止工作之后在时间T6检测失效。
[0033]在一个实施例中，先于时间T6处风扇组件122的实际失效，失效预测模块110预测在时间T5处风扇组件122的可能失效。在一个实施例中，失效预测模块110连续地或者周期性地(例如每几秒、每几分钟、每几小时、在风扇104每次启动之后等)监测实际电流Ia，并且比较实际电流Ia与标称电流In。当实际电流Ia超过标称电流In阈值百分比T时，该失效预测模块110预测风扇组件122的可能的失效。例如，在时间T5，实际电流Ia超过标称电流In阈值百分比T，基于此，在时间T5，失效预测模块110预测风扇组件122的可能的失效。在一个实施例中，预测风扇组件122的可能的失效包括预测风扇组件122的高概率的即将发生的失效(例如风扇组件122在不久的将来的高概率的失效)。
[0034]仅作为示例，阈值百分比T为150%。因此，如果标称电流为2安培，则失效预测模块110在实际电流Ia超过3安培时预测风扇组件122的可能的失效。
[0035]在一个实施例中，在实际电流Ia超过标称电流In阈值百分比T持续至少阈值时间段(其可以是例如至少几秒)的情况下，失效预测模块110预测风扇组件122的可能的失效。通过使用阈值时间段，避免了由于例如实际电流Ia在例如电机106的启动期间的瞬间飙升而