一种服务器风扇控制方法及系统与流程

本申请涉及服务器散热技术领域，特别是涉及一种服务器风扇控制方法及系统。

背景技术：

随着服务器技术的发展，其运算速率、运行时间以及数据吞吐量都在提高，而且服务器的硬件结构也越来越复杂，相应地，整个服务器的散热量也较大。如何利用服务器风扇对服务器进行散热，从而确保各部件运行的稳定性，是个重要的技术问题。

目前的服务器风扇控制方案，通常是指控制风扇转速。具体地，利用bmc(baseboardmanagementcontroller，基板管理控制器)直接输出pwm(pulsewidthmodulation，脉冲宽度调制)波给到电机，通过电机控制服务器风扇转速，bmc通过改变pwm波的占空比进行转速控制。

然而，目前的服务器风扇控制方案中，由于pwm控制具有滞后性，bmc对风扇转速跟踪的不够及时，使得服务器风扇的散热不够及时。而且目前的服务器风扇控制方案只是控制风扇转速，也无法对风扇的位置进行控制，控制的准确性不够高。

技术实现要素：

本申请提供了一种服务器风扇控制方法及系统，以解决现有技术中对服务器风扇的转速的跟踪及时性较差、控制的准确性不够高的问题。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种服务器风扇控制方法，所述方法包括：

利用电机传递函数确定服务器风扇中直流电动机的线性模型，其中，为直流电动机运动的加速度，为风扇转速，x为风扇转速为0时停止的位置，m、d、fm、fload分别表示力学参数中惯性、粘性、产生的力和负载力；u，ia，ra，la分别表示输入直线电压、电枢电流、电枢电阻和电枢电感；kf表示电动机能转换参数；ke是反电动势电动机常数；

利用公式计算得出直流电动机的非线性模型，其中fripple为波动力，ffriction为非线性电磁力；

根据所述线性模型和非线性模型，确定直流电动机第一综合模型为：

根据跟踪误差，将所述第一综合模型转换为等价状态空间形式的直流电动机第四综合模型：其中，x1、x2和x3为系统状态变量，且x2＝e，

根据所述第四综合模型，确定直流电动机运动的加速度函数

对所述加速度函数进行一次积分，计算得出服务器风扇转速函数

对所述服务器风扇转速函数进行一次积分，计算得出服务器风扇的位置函数x(t)。

可选地，所述根据跟踪误差，将所述第一综合模型转换为等价状态空间形式的直流电动机第四综合模型，包括：

定义将所述第一综合模型转换为直流电动机第二综合模型：其中，为假设平滑的非线性函数；

定义跟踪误差e＝xd-x，根据所述第二综合模型，确定直流电动机第三综合模型：其中，xd为风扇转速为0时停止的实际位置，x为风扇转速为0时停止的目标位置；

定义系统状态变量x＝[x1,x2,x3]^t，将第三综合模型转换为等价状态空间形式的直流电动机第四综合模型。

可选地，对输入直线电压进行前馈控制、反馈控制和rbf(radialbasisfunction，径向基函数)适配器控制。

可选地，所述反馈控制为全状态反馈的pid控制。

可选地，所述对输入直线电压进行前馈控制、反馈控制和非线性rbf适配器控制的方法，具体为：

利用公式u＝uff+urbf+upid，计算输入直线电压，其中，前馈控制电压反馈控制电压upid＝kx＝kx1+kd1x2+kd2x3，非线性rbf函数为：

可选地，非线性电磁力ffriction的计算公式为：其中，fs表示静摩擦力，fc表示库伦摩擦最小值，和fv为润滑和负载参数，δ为经验参数。

一种服务器风扇控制系统，所述系统包括：

线性模型确定模块，用于利用电机传递函数确定服务器风扇中直流电动机的线性模型，其中，为直流电动机运动的加速度，为风扇转速，x为风扇转速为0时停止的位置，m、d、fm、fload分别表示力学参数中惯性、粘性、产生的力和负载力；u，ia，ra，la分别表示输入直线电压、电枢电流、电枢电阻和电枢电感；kf表示电动机能转换参数；ke是反电动势电动机常数；

非线性模型计算模块，用于利用公式计算得出直流电动机的非线性模型，其中fripple为波动力，ffriction为非线性电磁力；

第一综合模型确定模块，用于根据所述线性模型和非线性模型，确定直流电动机第一综合模型为：

转换模块，用于根据跟踪误差，将所述第一综合模型转换为等价状态空间形式的直流电动机第四综合模型：其中，x1、x2和x3为系统状态变量，且x2＝e，

加速度函数确定模块，用于根据所述第四综合模型，确定直流电动机运动的加速度函数

转速函数确定模块，用于对所述加速度函数进行一次积分，计算得出服务器风扇转速函数

位置函数确定模块，用于对所述服务器风扇转速函数进行一次积分，计算得出服务器风扇的位置函数x(t)。

可选地，所述转换模块包括：

第二综合模型确定单元，用于定义将所述第一综合模型转换为直流电动机第二综合模型：其中，为假设平滑的非线性函数；

第三综合模型确定单元，用于定义跟踪误差e＝xd-x，根据所述第二综合模型，确定直流电动机第三综合模型：其中，xd为风扇转速为0时停止的实际位置，x为风扇转速为0时停止的目标位置；

第四综合模型确定单元，用于定义系统状态变量x＝[x1,x2,x3]^t，将第三综合模型转换为等价状态空间形式的直流电动机第四综合模型。

可选地，所述系统中还包括有：控制模块，用于对输入直线电压进行前馈控制、反馈控制和rbf适配器控制，确定输入直线电压。

可选地，所述控制模块包括：

前馈控制单元，用于利用公式计算得出前馈控制电压；

反馈控制单元，用于利用公式upid＝kx＝kx1+kd1x2+kd2x3，计算得出反馈控制电压；

非线性rbf适配器控制单元，用于利用公式计算得出非线性rbf电压。

本申请的实施例提供的技术方案可以包括以下有益效果：

本申请提供一种服务器风扇控制方法，该方法首先利用电机传递函数确定服务器风扇中直流电动机的线性模型，然后计算直流电动机的非线性模型，根据两个模型确定直流电动机的第一综合模型，对第一综合模型进行转换，最终转换为第四综合模型，最后根据第四综合模型确定直流电动机运动的加速度函数，对加速度函数积分即可计算得出服务器风扇的转速函数，对转速函数进行积分，即可计算得出服务器风扇的位置函数，从而能够根据设定的风扇转速和设定的停止位置，更加准确地控制服务器风扇的实际转速和实际位置，转速和位置的跟踪及时性好，控制的准确性高，有利于提高服务器风扇的散热效率。本实施例中的控制方法包括对服务器风扇停止位置的控制，能够避免风扇转速降为0后继续振动产生的噪音，能够有效减少噪音，提高用户体验。

本实施例中所建立的综合模型能够考虑到直流电动机的线性模型，还能够考虑到波动力、非线性电磁力等非线性模型，综合更多的因素实现对服务器风扇转速的控制，有利于进一步提高对服务器风扇的转速和位置跟踪的及时性，从而提高控制的准确性，提高服务器风扇的散热效率。本实施例的控制方法中还包括对输入直线电压进行前馈控制、反馈控制和rbf适配器控制，从而对直流电动机线性模型和非线性模型进行进一步校正，有利于进一步提高对服务器风扇的转速和位置跟踪的及时性，从而提高控制的准确性，提高服务器风扇的散热效率。

本申请还提供一种服务器风扇控制系统，该系统主要包括：线性模型确定模块、非线性模型计算模块、第一综合模型确定模块、转换模块、加速度函数确定模块、转速函数确定模块和位置函数确定模块。通过线性模型确定模块和非线性模型计算模块相加，获取到第一综合模型确定模块之后，利用转换模块将第一综合模型转换为第四综合模型，最后根据第四综合模型，利用加速度函数确定模块确定服务器风扇中直流电动机的加速度函数，再分别利用转速函数确定模块和位置函数确定模块获取到风扇转速和位置，从而实现对服务器风扇转速和位置的准确控制。

本实施例中线性模型确定模块、非线性模型计算模块的设置，能够综合考虑直流电动机在高速运动情况下的线性因素和非线性因素，有利于提高对服务器风扇转速和位置控制的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例所提供的一种服务器风扇控制方法的流程示意图；

图2为本申请实施例中直流电动机线性模型示意图；

图3为本申请实施例中直流电动机综合模型示意图；

图4为本申请实施例中直流电动机的复合控制算法示意图；

图5为仿真系统速度输入示意图；

图6为采用本申请实施例中的控制方法后风扇转速仿真输出示意图；

图7为未加控制算法的速度响应示意图；

图8为仿真系统位置输入示意图；

图9为采用本申请实施例中的控制方法后位置仿真输出示意图；

图10为未加控制算法的位置响应示意图；

图11为本申请实施例所提供的一种服务器风扇控制系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

为了更好地理解本申请，下面结合附图来详细解释本申请的实施方式。

实施例一

本实施例中服务器风扇的控制包括速度控制和位置控制，速度控制为服务器产生的热量较多，服务器风扇运转时的控制；位置控制为服务器产生的热量较少或者不产生热量，服务器风扇停止转动时的位置控制。

参见图1，图1为本申请实施例所提供的一种服务器风扇控制方法的流程示意图。由图1可知，本实施例中服务器风扇控制方法，主要包括如下过程：

s1：利用电机传递函数确定服务器风扇中直流电动机的线性模型。

其中，为直流电动机运动的加速度，为风扇转速，x为风扇转速为0时停止的位置，m、d、fm、fload分别表示力学参数中惯性、粘性、产生的力和负载力；u，ia，ra，la分别表示输入直线电压、电枢电流、电枢电阻和电枢电感；kf表示电动机能转换参数；ke是反电动势电动机常数。

本实施例中，各参数间的关系为：且fm＝kfia。

由于直流电动机的电气时间常数通常远远小于机械时间常数，因此，本实施例中电机传递函数中假设电枢电感la为0，直流电动机的电气瞬态响应延迟可以被忽略。

本实施例中直流电动机的线性模型可以参见图2所示。由图2可知，服务器风扇控制方法中的输入信号为电压u(t)，控制系统的输出信号为位置函数x(t)，加速度函数为对其进行处理后得到转速函数对转速函数处理后得到位置函数x(t)。

继续参见图1可知，确定服务器风扇中直流电动机的线性模型之后，执行步骤s2：利用公式计算得出直流电动机的非线性模型。

其中，fripple为波动力，ffriction为非线性电磁力。为一非线性函数，表示非线性动力效应，用于表示波动力、非线性电磁力等动态组合集。

进一步地，本实施例中非线性电磁力ffriction的计算公式为：其中，fs表示静摩擦力，fc表示库伦摩擦最小值，和fv为润滑和负载参数，δ为经验参数。

s3：根据线性模型和非线性模型，确定直流电动机第一综合模型为：

本实施例中根据服务器风扇中直流电动机的线性模型和非线性模型，即可确定直流电动机综合模型，首先获取到的是第一综合模型。本实施例中直流电动机综合模型的示意图可以参见图3所示。通过综合直流电动机的线性模型和非线性模型，能够有效提高本实施例中第一综合模型的精度，从而提高对服务器风扇转速和位置控制的精度。

继续参见图1可知，确定第一综合模型之后，执行步骤s4：根据跟踪误差，将第一综合模型转换为等价状态空间形式的直流电动机第四综合模型：

其中，x1、x2和x3为系统状态变量，且x2＝e，

进一步地，本实施例中步骤s4又包括如下过程：

s41：定义将第一综合模型转换为直流电动机第二综合模型：其中，为假设平滑的非线性函数。

s42：定义跟踪误差e＝xd-x，根据第二综合模型，确定直流电动机第三综合模型：其中，xd为风扇转速为0时停止的实际位置，x为风扇转速为0时停止的目标位置。

s43：定义系统状态变量x＝[x1,x2,x3]^t，将第三综合模型转换为等价状态空间形式的直流电动机第四综合模型。

通过以上步骤s41-s43，将直流电动机第一综合模型逐步转换为第四综合模型，通过这些转换步骤，能够建立服务器风扇中直流电动机的控制状态方程，有利于简化计算过程，便于实际应用中快速而准确地采集相应的参数，并依据这些参数计算得出第四综合模型。

继续参见图1可知，确定直流电动机的第四综合模型之后，执行步骤s5：根据第四综合模型，确定直流电动机运动的加速度函数

s6：对加速度函数进行一次积分，计算得出服务器风扇转速函数

s7：对服务器风扇转速函数进行一次积分，计算得出服务器风扇的位置函数x(t)。

进一步地，本实施例中的方法还包括步骤s8：对输入直线电压进行前馈控制、反馈控制和rbf适配器控制。

本实施例中反馈控制的方法采用全状态反馈的pid控制。

通过步骤s8，对输入直线电压u进行三部分的控制，实现对直流电动机的复合控制算法。其中，前馈控制依赖于控制状态方程，也就是第四综合模型；反馈控制采用pid控制；rbf适配器控制为基于补偿器的非线性径向函数的控制，主要是用于适配第四综合模型中的非线性部分。因此，本实施例中的方法针对输入直线电压的三部分控制，能够对第四综合模型中的线性部分和非线性部分实现全面控制，实现去扰动，有利于进一步提高直流电动机转速和位置控制的准确性和稳定性，从而进一步提高服务器风扇控制的精度和控制效率。

本实施例中直流电动机的符合控制算法的结构示意图可以参见图4所示。图4中的直线电机即为直流电动机。

具体地，步骤s8包括如下过程：

利用公式u＝uff+urbf+upid，计算输入直线电压，其中，前馈控制电压反馈控制电压upid＝kx＝kx1+kd1x2+kd2x3，非线性rbf函数为：

其中，进行前馈控制时，在控制信号中使用前馈控制项匹配项，即可完成前馈控制。

反馈控制中，pid控制规律通常为：upid＝-(r0+1)b^tpx(t)，该式中，p是黎卡提方程的正定解。

根据a^tp+pa-pbb^tp+q＝0，并且q＝h^th，其中，h通常是有关方法的加权参数。r0是独立于p的，引入r0的主要作用是均衡控制力和控制误差之间的相对作用。因此这种反馈仅仅需要二阶参数模型的参数a，b和用户设定的误差权重。

rbf适配器控制中，由于是一个非线性函数，可以表示为：其中，是径向基函数rbf，且

其中，在此模型中，假设一理想权重是已经被限定在已知正值的范围内，使得|wi|≤wm，这两个参数分别表示权重和理想权重，i＝1,2,...m。假设存在一个εm＞0，使得这两个参数分别表示位置速度的函数以及理想最大值，则令对的rbf函数估计为

式中，为理想rbf权重的估计值，且r1＞0，r2＞0。

为验证本实施例中服务器风扇控制方法的效果，可采用仿真测试的方法，在matlab的simulink中设定好参数以及仿真框图。

首先进行转速仿真测试，图5为仿真系统速度输入示意图，在图5所示输入下查看直流电动机速度的瞬态响应。由图5可知，当系统在0.09s时负载突变时，扰动被抑制。

图6为采用本申请实施例中的控制方法后风扇转速仿真输出示意图，由图6可知，在仿真系统中，系统的速度输入为0～0.01s时，输入速度为100rad/s，在0.01s之后系统速度变为110rad/s。

图7为未加控制算法的速度响应示意图，由图7可知，本实施例的优化控制算法中，速度值发生变化，可以看出直流电动机速度能够很好的跟踪设定的速度。通过比对图6和图7可知，在本实施例的优化控制算法后，直流电动机的速度响应波动更小，性能更好。

再进行位置仿真，图8为仿真系统位置输入示意图，在仿真系统中，系统位置设定为100。图9为采用本申请实施例中的控制方法后位置仿真输出示意图，图10为未加控制算法的位置响应示意图。由图9和图10可知，采用本实施例中的控制方法，直流电动机的位置可以更好地被控制在设定的目标位置，跟踪性能良好。

实施例二

在图1-图10所示实施例的基础之上参见图11，图11为本申请实施例所提供的一种服务器风扇控制系统的结构示意图。由图11可知，本实施例中的服务器风扇控制系统，主要包括：线性模型确定模块、非线性模型计算模块、第一综合模型确定模块、转换模块、加速度函数确定模块、转速函数确定模块和位置函数确定模块。

其中，线性模型确定模块，用于利用电机传递函数确定服务器风扇中直流电动机的线性模型，其中，为直流电动机运动的加速度，为风扇转速，x为风扇转速为0时停止的位置，m、d、fm、fload分别表示力学参数中惯性、粘性、产生的力和负载力；u，ia，ra，la分别表示输入直线电压、电枢电流、电枢电阻和电枢电感；kf表示电动机能转换参数；ke是反电动势电动机常数。非线性模型计算模块，用于利用公式计算得出直流电动机的非线性模型，其中fripple为波动力，ffriction为非线性电磁力。第一综合模型确定模块，用于根据线性模型和非线性模型，确定直流电动机第一综合模型为：转换模块，用于根据跟踪误差，将第一综合模型转换为等价状态空间形式的直流电动机第四综合模型：其中，x1、x2和x3为系统状态变量，且x2＝e，加速度函数确定模块，用于根据第四综合模型，确定直流电动机运动的加速度函数转速函数确定模块，用于对加速度函数进行一次积分，计算得出服务器风扇转速函数位置函数确定模块，用于对服务器风扇转速函数进行一次积分，计算得出服务器风扇的位置函数x(t)。

进一步地，转换模块包括：第二综合模型确定单元、第三综合模型确定单元和第四综合模型确定单元。

其中，第二综合模型确定单元，用于定义将第一综合模型转换为直流电动机第二综合模型：其中，为假设平滑的非线性函数。第三综合模型确定单元，用于定义跟踪误差e＝xd-x，根据第二综合模型，确定直流电动机第三综合模型：其中，xd为风扇转速为0时停止的实际位置，x为风扇转速为0时停止的目标位置。第四综合模型确定单元，用于定义系统状态变量x＝[x1,x2,x3]^t，将第三综合模型转换为等价状态空间形式的直流电动机第四综合模型。

进一步地，本实施例中的服务器风扇控制系统中还包括有控制模块，用于对输入直线电压进行前馈控制、反馈控制和rbf适配器控制，确定输入直线电压。

控制模块包括：前馈控制单元、反馈控制单元和非线性rbf适配器控制单元。其中，前馈控制单元，用于利用公式计算得出前馈控制电压；反馈控制单元，用于利用公式upid＝kx＝kx1+kd1x2+kd2x3，计算得出反馈控制电压；非线性rbf适配器控制单元，用于利用公式计算得出非线性rbf电压。

该实施例中服务器风扇控制系统的工作原理和工作方法，在图1-图10所示的实施例中已经详细阐述，在此不再赘述。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。