一种服务器的温度控制方法、系统、设备及存储介质与流程

1.本发明涉及服务器技术领域，特别是涉及一种服务器的温度控制方法、系统、设备及存储介质。


背景技术：

2.服务器的稳定性非常重要，而散热性是影响服务器稳定工作的关键因素。服务器在运行时会产生大量的热量，过热可能会导致服务出现中断等问题，因此控制服务器处于适当温度是一项重要的任务。
3.目前的方案中，在进行服务器的温度监测时，主要是利用各个温度传感器将相应位置的温度回传到bmc(baseboard manager controller，基板管理控制器)，因此，需要散热工程师在前期对系统进行仿真评估，从而在服务器的各个高热源位置处放置温度传感器实现温度监测，最后由bmc读取各个温度传感器的检测数据，来管理决策是否要调整散热的模式。但是，当温度传感器故障时，或者由于干扰等原因导致温度传感器回传的是错误数据时，bmc就无法得知该温度传感器对应的检测位置的实际温度，导致服务器的散热机制无法正确、及时地执行，也就不利于保障服务器的稳定性
4.综上所述，如何有效地进行服务器的温度控制，避免温度传感器故障或者时回传错误数据的影响，是目前本领域技术人员急需解决的技术问题。


技术实现要素：

5.本发明的目的是提供一种服务器的温度控制方法、系统、设备及存储介质，以有效地进行服务器的温度控制，避免温度传感器故障或者时回传错误数据的影响。
6.为解决上述技术问题，本发明提供如下技术方案：
7.一种服务器的温度控制方法，包括：
8.接收第一温度检测装置检测到的第一目标位置的第一温度信息；
9.接收第二温度检测装置检测到的所述第一目标位置的第二温度信息；
10.基于所述第一温度信息以及所述第二温度信息，判断出所述第一温度检测装置是否为可信状态；
11.如果是，则基于所述第一温度信息进行服务器的温度控制；
12.如果否，则基于所述第二温度信息进行所述服务器的温度控制。
13.优选的，在判断出所述第一温度检测装置为可信状态之后，还包括：
14.将所述第二温度检测装置关闭第一时长之后再启动，并且在所述第二温度检测未启动期间，基于所述第一温度检测装置检测到的第一目标位置的第一温度信息进行服务器的温度控制。
15.优选的，所述第一温度检测装置为温度传感器，所述第二温度检测装置为红外线热影像仪。
16.优选的，还包括：
17.接收所述红外线热影像仪检测出的温度图像；
18.当所述温度图像中的任一位置的温度超过预设的温度阈值时，输出温度报警信息并按照预设的降温规则进行所述服务器的温度控制。
19.优选的，所述基于所述第一温度信息以及所述第二温度信息，判断出所述第一温度检测装置是否为可信状态，包括：
20.基于所述第一温度信息以及所述第二温度信息，确定出所述第一温度检测装置检测出的第一温度值与所述第二温度检测装置检测出的第二温度值的差值；
21.当所述差值超过第一范围时，判断出所述第一温度检测装置不为可信状态，否则判断出所述第一温度检测装置为可信状态。
22.优选的，所述基于所述第一温度信息以及所述第二温度信息，判断出所述第一温度检测装置是否为可信状态，包括：
23.按照预设的模糊推论算法，基于所述第一温度信息以及所述第二温度信息，判断出所述第一温度检测装置是否为可信状态。
24.优选的，所述按照预设的模糊推论算法，基于所述第一温度信息以及所述第二温度信息，判断出所述第一温度检测装置是否为可信状态，包括：
25.基于所述第一温度信息以及所述第二温度信息，确定出当前的温度误差te和当前的温度误差变化率tde，并作为mamdani模糊推论算法的输入参数；
26.确定出所述温度误差te的归属函数和所述温度误差te的归属函数，并按照所述mamdani模糊推论算法，判断出所述第一温度检测装置是否为可信状态；
27.其中，当前的所述温度误差te表示所述所述第一温度检测装置检测出的第一温度值与所述第二温度检测装置检测出的第二温度值的差值，当前的所述温度误差变化率tde表示当前检测周期的温度误差te与上一检测周期的温度误差te的差值；
28.所述温度误差te的归属函数具有第一negative曲线，第一zero曲线，以及第一positive曲线，并且所述第一negative曲线与所述温度误差te呈负相关，所述第一positive曲线与所述温度误差te呈正相关，所述第一zero曲线与所述温度误差te和0的接近程度呈正相关；
29.所述温度误差变化率tde的归属函数具有第二negative曲线，第二zero曲线，以及第二positive曲线，并且所述第二negative曲线与所述温度误差变化率tde呈负相关，所述第二positive曲线与所述温度误差变化率tde呈正相关，所述第二zero曲线与所述温度误差变化率tde和0的接近程度呈正相关；
30.所述mamdani模糊推论算法的模糊规则库设定为：当所述温度误差te选取为所述第一zero曲线时，对应的输出项为正常状态以表示所述第一温度检测装置为可信状态，当所述温度误差te不选取为所述第一zero曲线时，对应的输出项为异常状态以表示所述第一温度检测装置不为可信状态。
31.一种服务器的温度控制系统，包括：
32.第一温度信息接收模块，用于接收第一温度检测装置检测到的第一目标位置的第一温度信息；
33.第二温度信息接收模块，用于接收第二温度检测装置检测到的所述第一目标位置的第二温度信息；
34.可信状态判断模块，用于基于所述第一温度信息以及所述第二温度信息，判断出所述第一温度检测装置是否为可信状态；
35.如果是，则触发第一执行模块，用于基于所述第一温度信息进行服务器的温度控制；
36.如果否，则触发第二执行模块，用于基于所述第二温度信息进行所述服务器的温度控制。
37.一种服务器的温度控制设备，包括：
38.存储器，用于存储计算机程序；
39.处理器，用于执行所述计算机程序以实现上述任一项所述的服务器的温度控制方法的步骤。
40.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的服务器的温度控制方法的步骤。
41.应用本发明实施例所提供的技术方案，并不是仅依据第一温度检测装置检测第一目标位置的第一温度信息，而是进一步设置了第二温度检测装置，第二温度检测装置也可以检测到的所述第一目标位置的第二温度信息。然后，本技术可以基于所述第一温度信息以及所述第二温度信息，判断出所述第一温度检测装置的是否为可信状态，如果是，说明第一温度检测装置正常运行，因此可以基于所述第一温度信息进行服务器的第一散热器件的控制，保障服务器的稳定性。如果否，说明第一温度检测装置可能出现了异常，此时，则基于所述第二温度信息进行所述第一散热器件的控制，从而避免基于可能异常的第一温度检测装置进行第一散热器件的控制导致的不利于保障服务器稳定性的情况发生。综上所述，本技术的方案可以有效地进行服务器的温度控制，并且有利于避免第一温度检测装置故障或者时回传错误数据造成的不利影响。
附图说明
42.为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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。
43.图1为本发明中一种服务器的温度控制方法的实施流程图；
44.图2a为本发明一种具体实施方式中的温度误差te的归属函数示意图；
45.图2b为本发明一种具体实施方式中的温度误差变化率tde的归属函数示意图；
46.图3a为本发明一种具体实施方式中的温度误差te在归属函数中的各曲线的取值示意图；
47.图3b为本发明一种具体实施方式中的温度误差变化率tde在归属函数中的各曲线的取值示意图；
48.图4为本发明中一种服务器的温度控制系统的结构示意图。
具体实施方式
49.本发明的核心是提供一种服务器的温度控制方法，可以有效地进行服务器的温度
控制，并且有利于避免第一温度检测装置故障或者时回传错误数据造成的不利影响。
50.为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
51.请参考图1，图1为本发明中一种服务器的温度控制方法的实施流程图，该服务器的温度控制方法可以包括以下步骤：
52.步骤s101：接收第一温度检测装置检测到的第一目标位置的第一温度信息。
53.第一温度检测装置的具体类型可以根据实际需要进行设定和调整，但是在实际应用中通常会选取为温度传感器，这是考虑到服务器中原本就在各个高热源位置处布置有温度传感器，因此第一温度检测装置选取为温度传感器有利于本技术方案的应用，即可以降低方案成本。
54.并且可以理解的是，在实际应用中，服务器中可以设置多个目标位置，即多个需要进行温度监测的高热源位置，每个目标位置处可以设置有对应于该位置的温度传感器，而对于每一个位置处的温度传感器，都可以执行本技术的方案来判断其是否可信，即本技术的第一温度检测装置可以是服务器中的任意一个温度传感器。
55.步骤s102：接收第二温度检测装置检测到的第一目标位置的第二温度信息。
56.本技术设置了第二温度检测装置检测第一目标位置的第二温度信息，第二温度检测装置通常需要选取为高可靠性器件，例如在本发明的一种具体实施方式中，第二温度检测装置可以选取为红外线热影像仪。
57.红外线是波长介于微波与可见光之间的电磁波，波长在760nm至1mm之间，对应频率大约是在430thz到300ghz的范围内。自然界中的一切物体都可以辐射红外线，红外线热影像仪可以测量出目标本身与背景间的红外线差，从而可以得到不同的热红外线形成的红外图像。并且在实际应用中，红外线可以分为近红外线，短波长红外线，中波长红外线，长波长红外线，远红外线。8至15微米的长波长红外线通常是红外线热影像仪应用热成像的区域。
58.步骤s103：基于第一温度信息以及第二温度信息，判断出第一温度检测装置是否为可信状态。
59.如果是，则执行步骤s104：基于第一温度信息进行服务器的温度控制；
60.如果否，则执行步骤s105：基于第二温度信息进行服务器的温度控制。
61.如果基于第一温度信息以及第二温度信息，判断出第一温度检测装置为可信状态，说明第一温度检测装置正常运行，因此，可以基于第一温度信息进行服务器的温度控制。相反的，如果基于第一温度信息以及第二温度信息，判断出第一温度检测装置不为可信状态，说明第一温度检测装置可能出现了异常，此时可以输出提醒信息以便工作人员即使进行异常情况的处理，例如进行相关器件的维修或者替换。并且在工作人员来处理之前，第一温度检测装置可以作为备援的器件，即此时可以基于第二温度信息进行服务器的温度控制。
62.此外可以理解的是，在基于第一温度信息进行服务器的温度控制，或者是基于第二温度信息进行服务器的温度控制时，具体的温度控制规则可以根据实际需要进行设定，
例如可以是常用的负反馈式温度控制规则，本技术采用原有的温度控制规则即可，本文中便不对此展开说明。
63.在基于第一温度信息以及第二温度信息，判断出第一温度检测装置是否为可信状态时，具体的判断方式可以有多种。
64.例如在本发明的一种具体实施方式中，步骤s103可以具体包括：
65.基于第一温度信息以及第二温度信息，确定出第一温度检测装置检测出的第一温度值与第二温度检测装置检测出的第二温度值的差值；
66.当差值超过第一范围时，判断出第一温度检测装置不为可信状态，否则判断出第一温度检测装置为可信状态。
67.该种实施方式中，只要第一温度检测装置检测出的第一温度值与第二温度检测装置检测出的第二温度值的差值超过第一范围，便判断出第一温度检测装置不为可信状态，计算非常简单，对程序设计以及bmc的计算资源的要求都很少。此外，为了避免偶然因素的影响，在实际应用中，也可以设置成需要多判断几次才决定判断结果，例如一种场合中第一温度检测装置和第二温度检测装置均是1分钟检测一次，当连续3次的判断结果都是第一温度检测装置不为可信状态，才会确定第一温度检测装置不为可信状态。
68.在本发明的一种具体实施方式中，在判断出第一温度检测装置为可信状态之后，还可以包括：
69.将第二温度检测装置关闭第一时长之后再启动，并且在第二温度检测未启动期间，基于第一温度检测装置检测到的第一目标位置的第一温度信息进行服务器的温度控制。
70.该种实施方式中，考虑到本技术利用第二温度检测装置来确定第一温度检测装置是否为可信状态，因此，在判断出第一温度检测装置为可信状态之后，考虑到第一温度检测装置短时间内故障的概率不高，该种实施方式中便将第二温度检测装置关闭第一时长之后再启动，也就是说，每隔第一时长，才会执行本技术的方案以确定第一温度检测装置是否可信，这样也就有利于降低第二温度检测装置的功率消耗，起到节能的效果。
71.进一步的，在本发明的一种具体实施方式中，还可以包括：
72.接收红外线热影像仪检测出的温度图像；
73.当温度图像中的任一位置的温度超过预设的温度阈值时，输出温度报警信息并按照预设的降温规则进行服务器的温度控制。
74.该种实施方式中，考虑到第二温度检测装置如果选取的是红外线热影像仪，红外线热影像仪检测的是服务器的温度图像。服务器中通常只会在若干个高热源位置处设置温度传感器，使用了红外线热影像仪之后，便可以对服务器中没有设置温度传感器的其他位置进行温度监测。因此，该种实施方式中，当温度图像中的任一位置的温度超过预设的温度阈值时，可以输出温度报警信息并按照预设的降温规则进行服务器的温度控制。该种实施方式可以实现服务器全范围的温度监测，有利于进一步地保障服务器的可靠性。
75.在本发明的一种具体实施方式中，步骤s103可以具体包括：
76.按照预设的模糊推论算法，基于第一温度信息以及第二温度信息，判断出第一温度检测装置是否为可信状态。
77.在前述的一种实施方式中，介绍了一种步骤s103的实现方式，操作简单，但是这样
的方式中的第一范围不容易设定，即第一范围容易受到工作人员主观因素的影响。该种实施方式中，便是按照预设的模糊推论算法，基于第一温度信息以及第二温度信息，判断出第一温度检测装置是否为可信状态。通过模糊推论算法，可以方便地实现模糊信息的处理，使得该种实施方式能够更加准确有效地确定出第一温度检测装置是否为可信状态，即提高了确定第一温度检测装置是否为可信状态的合理性。
78.进一步的，在本发明的一种具体实施方式中，按照预设的模糊推论算法，基于第一温度信息以及第二温度信息，判断出第一温度检测装置是否为可信状态，可以具体包括：
79.步骤一：基于第一温度信息以及第二温度信息，确定出当前的温度误差te和当前的温度误差变化率tde，并作为mamdani模糊推论算法的输入参数；
80.步骤二：确定出温度误差te的归属函数和温度误差te的归属函数，并按照mamdani模糊推论算法，判断出第一温度检测装置是否为可信状态；
81.其中，当前的温度误差te表示第一温度检测装置检测出的第一温度值与第二温度检测装置检测出的第二温度值的差值，当前的温度误差变化率tde表示当前检测周期的温度误差te与上一检测周期的温度误差te的差值；
82.温度误差te的归属函数具有第一negative曲线，第一zero曲线，以及第一positive曲线，并且第一negative曲线与温度误差te呈负相关，第一positive曲线与温度误差te呈正相关，第一zero曲线与温度误差te和0的接近程度呈正相关；
83.温度误差变化率tde的归属函数具有第二negative曲线，第二zero曲线，以及第二positive曲线，并且第二negative曲线与温度误差变化率tde呈负相关，第二positive曲线与温度误差变化率tde呈正相关，第二zero曲线与温度误差变化率tde和0的接近程度呈正相关；
84.mamdani模糊推论算法的模糊规则库设定为：当温度误差te选取为第一zero曲线时，对应的输出项为正常状态以表示第一温度检测装置为可信状态，当温度误差te不选取为第一zero曲线时，对应的输出项为异常状态以表示第一温度检测装置不为可信状态。
85.可参阅图2a和图2b，图2a为一种具体实施方式中的温度误差te的归属函数示意图，图2b为一种具体实施方式中的温度误差变化率tde的归属函数示意图，可以看出，在图2a中，第一negative曲线，第一zero曲线，以及第一positive曲线都是分段式的线性曲线，这样的实施方式在计算时会非常方便，图2b中也是如此。
86.例如在一种具体场合中，基于第一温度信息以及第二温度信息，确定出当前的温度误差te为
‑
0.4，,当前的温度误差变化率tde为0.2，则将这两个值作为mamdani模糊推论算法的输入参数。
87.本技术的该种实施方式中，考虑到最终只需要确定出第一温度检测装置是否可信，因此，温度误差te的归属函数和温度误差变化率tde的归属函数都设置了3种曲线，并且模糊规则库设定的非常简单，有利于方案的实施，该种实施方式中的模糊规则库可以参阅表一：
[0088][0089]
可以看出，本技术的模糊规则库中，只要温度误差te选取为第一zero曲线时，对应的输出项就是正常状态以表示第一温度检测装置为可信状态，而温度误差te不选取为第一zero曲线时，对应的输出项为异常状态以表示第一温度检测装置不为可信状态。
[0090]
可参阅图3a和图3b，在前述具体例子中，当前的温度误差te为
‑
0.4，当前的温度误差变化率tde为0.2，则按照温度误差te的归属函数，可以确定出当温度误差te为
‑
0.4时，第一negative曲线的取值为0.7，第一zero曲线的取值为0.3，第一positiv曲线的取值为0。而按照温度误差变化率tde的归属函数，可以确定出当温度误差变化率tde为0.2时，第二negative曲线的取值为0，第二zero曲线的取值为0.2，第二positiv曲线的取值为0.8。
[0091]
结合前述的模糊规则库，并且按照mamdani模糊推论算法的min
‑
min
‑
max推论方式，该种具体场合中，当选取第一negative曲线和第二negative曲线时，按照模糊规则库，可以确定出对应的输出项为异常，且0.7和0的最小值是0，因此，这一项的输出是：异常—0。当选取第一negative曲线和第二zero曲线时，按照模糊规则库，可以确定出对应的输出项为异常，且0.7和0.2的最小值是0.2，因此，这一项的输出是：异常—0.2。当选取第一negative曲线和第二positiv曲线时，按照模糊规则库，可以确定出对应的输出项为异常，且0.7和0.8的最小值是0.7，因此，这一项的输出是：异常—0.7。
[0092]
当选取第一zero曲线和第二negative曲线时，按照模糊规则库，可以确定出对应的输出项为正常，且0.3和0的最小值是0，因此，这一项的输出是：正常—0。当选取第一zero曲线和第二zero曲线时，按照模糊规则库，可以确定出对应的输出项为正常，且0.3和0.2的最小值是0.2，因此，这一项的输出是：正常—0.2。当选取第一zero曲线和第二positiv曲线时，按照模糊规则库，可以确定出对应的输出项为正常，且0.3和0.8的最小值是0.3，因此，这一项的输出是：正常—0.3。
[0093]
当选取第一positiv曲线和第二negative曲线时，按照模糊规则库，可以确定出对应的输出项为异常，且0和0的最小值是0，因此，这一项的输出是：异常—0。当选取第一positiv曲线和第二zero曲线时，按照模糊规则库，可以确定出对应的输出项为异常，且0和0.2的最小值是0，因此，这一项的输出是：异常—0。当选取第一positiv曲线和第二positiv曲线时，按照模糊规则库，可以确定出对应的输出项为异常，且0和0.8的最小值是0，因此，这一项的输出是：异常—0。
[0094]
上述9个输出项的最大值是0.7，即，当选取第一negative曲线和第二positiv曲线时的输出项是：异常—0.7。因此，可以确定出第一温度检测装置为异常状态，即不可信状态。
[0095]
可以看出，本技术的该种实施方式中，确定出当前的温度误差te和当前的温度误差变化率tde之后，由于归属函数的任一曲线都是分段式的线性曲线，因此，确定出温度误差te的归属函数的各个曲线取值以及温度误差te的归属函数的各个曲线取值的过程，非常简单方便。并且，温度误差te的归属函数和温度误差变化率tde的归属函数中，都各只有3条曲线，因此按照mamdani模糊推论算法判断出第一温度检测装置是否为可信状态的过程计算也非常简单，对于bmc的计算资源占用的很少。
[0096]
应用本发明实施例所提供的技术方案，并不是仅依据第一温度检测装置检测第一目标位置的第一温度信息，而是进一步设置了第二温度检测装置，第二温度检测装置也可以检测到第一目标位置的第二温度信息。然后，本技术可以基于第一温度信息以及第二温度信息，判断出第一温度检测装置的是否为可信状态，如果是，说明第一温度检测装置正常运行，因此可以基于第一温度信息进行服务器的第一散热器件的控制，保障服务器的稳定性。如果否，说明第一温度检测装置可能出现了异常，此时，则基于第二温度信息进行第一散热器件的控制，从而避免基于可能异常的第一温度检测装置进行第一散热器件的控制导致的不利于保障服务器稳定性的情况发生。综上所述，本技术的方案可以有效地进行服务器的温度控制，并且有利于避免第一温度检测装置故障或者时回传错误数据造成的不利影响。
[0097]
相应于上面的方法实施例，本发明实施例还提供了一种服务器的温度控制系统，可与上文相互对应参照。
[0098]
参见图4所示，为本发明中一种服务器的温度控制系统的结构示意图，包括：
[0099]
第一温度信息接收模块401，用于接收第一温度检测装置检测到的第一目标位置的第一温度信息；
[0100]
第二温度信息接收模块402，用于接收第二温度检测装置检测到的第一目标位置的第二温度信息；
[0101]
可信状态判断模块403，用于基于第一温度信息以及第二温度信息，判断出第一温度检测装置是否为可信状态；
[0102]
如果是，则触发第一执行模块404，用于基于第一温度信息进行服务器的温度控制；
[0103]
如果否，则触发第二执行模块405，用于基于第二温度信息进行服务器的温度控制。
[0104]
在本发明的一种具体实施方式中，还包括：
[0105]
间隔启动控制模块，用于在可信状态判断模块403判断出第一温度检测装置为可信状态之后，将第二温度检测装置关闭第一时长之后再启动，并且在第二温度检测未启动期间，基于第一温度检测装置检测到的第一目标位置的第一温度信息进行服务器的温度控制。
[0106]
在本发明的一种具体实施方式中，第一温度检测装置为温度传感器，第二温度检测装置为红外线热影像仪。
[0107]
在本发明的一种具体实施方式中，还包括：
[0108]
温度图像接收模块，用于接收红外线热影像仪检测出的温度图像；
[0109]
高温报警模块，用于当温度图像中的任一位置的温度超过预设的温度阈值时，输出温度报警信息并按照预设的降温规则进行服务器的温度控制。
[0110]
在本发明的一种具体实施方式中，可信状态判断模块403，具体用于：
[0111]
基于第一温度信息以及第二温度信息，确定出第一温度检测装置检测出的第一温度值与第二温度检测装置检测出的第二温度值的差值；
[0112]
当差值超过第一范围时，判断出第一温度检测装置不为可信状态，否则判断出第一温度检测装置为可信状态。
[0113]
在本发明的一种具体实施方式中，可信状态判断模块403，具体用于：
[0114]
按照预设的模糊推论算法，基于第一温度信息以及第二温度信息，判断出第一温度检测装置是否为可信状态。
[0115]
在本发明的一种具体实施方式中，可信状态判断模块403，具体用于：
[0116]
基于第一温度信息以及第二温度信息，确定出当前的温度误差te和当前的温度误差变化率tde，并作为mamdani模糊推论算法的输入参数；
[0117]
确定出温度误差te的归属函数和温度误差te的归属函数，并按照mamdani模糊推论算法，判断出第一温度检测装置是否为可信状态；
[0118]
其中，当前的温度误差te表示第一温度检测装置检测出的第一温度值与第二温度检测装置检测出的第二温度值的差值，当前的温度误差变化率tde表示当前检测周期的温度误差te与上一检测周期的温度误差te的差值；
[0119]
温度误差te的归属函数具有第一negative曲线，第一zero曲线，以及第一positive曲线，并且第一negative曲线与温度误差te呈负相关，第一positive曲线与温度误差te呈正相关，第一zero曲线与温度误差te和0的接近程度呈正相关；
[0120]
温度误差变化率tde的归属函数具有第二negative曲线，第二zero曲线，以及第二positive曲线，并且第二negative曲线与温度误差变化率tde呈负相关，第二positive曲线与温度误差变化率tde呈正相关，第二zero曲线与温度误差变化率tde和0的接近程度呈正相关；
[0121]
mamdani模糊推论算法的模糊规则库设定为：当温度误差te选取为第一zero曲线时，对应的输出项为正常状态以表示第一温度检测装置为可信状态，当温度误差te不选取为第一zero曲线时，对应的输出项为异常状态以表示第一温度检测装置不为可信状态。
[0122]
相应于上面的方法和系统实施例，本发明实施例还提供了一种服务器的温度控制设备以及一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例中的服务器的温度控制方法的步骤。这里所说的计算机可读存储介质包括随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质。
[0123]
该服务器的温度控制设备可以包括：
[0124]
存储器，用于存储计算机程序；
[0125]
处理器，用于执行计算机程序以实现上述任一实施例中的服务器的温度控制方法
的步骤。
[0126]
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0127]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0128]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。