基于单片机的数据中心空调故障预判系统设计

马世燕

摘要：提出基于单片机和分段线性插值算法的数据中心精密空调故障预判系统，该系统对精密空调压缩机的吸气和排气温度进行实时在线检测，提前发现精密空调压缩机的潜在故障隐患，同时向机房动态环境监控系统或监控平台发送相关预警信息，必要时启动备用机组联动切断隐患压缩机电源，最大限度保障数据机房制冷量，同时对存在安全隐患的压缩机尽早引起机房运维人员关注，及时优化调整维保作业计划，开展预防性修理或更换，确保数据机房安全平稳运行的同时，最大限度降低运行维护成本。

关键词：单片机;插值算法;数据中心;精密空调;故障预判系统

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2020）14-0035-03

随着我国数据中心行业的进一步发展，数据中心专用精密空调的使用数量逐年递增。作为数据中心的重要制冷设备，精密空调的压缩机是其核心组件，一旦发生故障，精密空调将丧失制冷能力和除湿能力，对要求恒温恒湿环境的数据机房带来不利影响，若同时出现多台压缩机故障，则可能造成机房服务器高温宕机，严重危及数据中心安全。同时精密空调压缩机的维修费用较高，一旦出现严重故障后无法修复，只能更换，目前，数据中心的精密空调只能通过“肉眼、手摸、挂表”的人工巡检方式，检查压缩机各部件是否运行正常。

因此，为了最大程度的防患未然，需要对数据中心专用精密空调的压缩机潜在故障进行预判，并根据预判结果，及时调整维护保养计划。预判方法的研究是数据中心运维技术人员需要开展的一项重要工作。

1总体设计

1.1系统组成

本文设计的数据中心精密空调故障预判系统由单片机控制器和外围电路两方面组成，图1是系统框图，包含热电偶及热电偶调制电路、罗氏线圈接口、制冷剂种类选择键、单片机控制器、外部通讯接口和联动模块等部件组成。

1.1.1热电偶

考虑到降低成本和提高测量精度，结合精密空调压缩机在不用制冷剂下的吸气温度和排气温度的波动范围，采用T型热电偶紧密贴敷于机房专用精密空调压缩机的吸气口和排气口，考虑到温度采集数据的真实可靠性，确保贴敷牢固，采用专用喉箍将热电偶和精密空调的吸排气口进行锁紧压实，并在喉箍外侧包裹专用保温套，实现精密空调压缩机吸气温度和排气温度数据的实时采集。

1.1.2热电偶调制电路

考虑到热电偶测量信号后期处理的准确性和便利性，选择MCP9600集成芯片作为热电偶的调制电路，将热电偶接入该调制电路，由MCP9600输出温度测量信号送人控制器进行存储和计算分析。

1.1.3罗氏线圈接口

作为附加可选部件的外接罗氏线圈接口，可以通过罗氏线圈接入精密空调压缩机供电回路和冷凝器散热风扇供电回路，实现对精密空调压缩机三相电流和冷凝器散热风扇电流的在线监测。

1.1.4制冷剂种类选择键

目前，市面上的机房专用精密空调所用制冷剂主要是R22、R407C和R410A。每种制冷剂的温度一压力对应值不同。通过数据机房运维人员确认制冷剂种类，手动选择制冷剂种类选择键，不同的键值信号送人控制器，让控制器识别所用制冷剂，根据提前烧写进控制器的压力温度值，如表l所示。结合控制器获取到的精密空调压缩机吸排气温度值，由控制器计算精密空调压缩机的吸排气压力值。

1.1.5单片机控制器和分段线性插值算法的应用

Microchip微芯公司是全球领先的单片机和模拟半导体供应商，其PIC单片机采用Harvard双总线结构，运行速度快，功耗低，驱动能力强，在办公自动化设备，消费电子产品，智能仪器仪表，工业控制不同领域都有广泛的应用。本文选用PIC单片机作为控制器，不间断地接收和存储由MCP9600集成芯片送来的吸排气温度值，通过分段线性插值算法，实时在线计算压缩机吸排气压力，当分析结果满足判据条件时，发出内部预警信号。

分段线性插值算法可以实现一定的精度要求，同时也不影响单片机控制系统的整体性能，具有非常高的性价比。我们定义区间分段线性函数ψ（x）的基函数fi（x）为：

1.1.6外部通讯接口和联动模块

当控制器内部预警信号达到6次/h，控制器通过外部通讯接口向机房动态环境监控系统或监控平台发送预警信息。当控制器内部预警信号达到12次/h，控制器通过外部通讯接口向机房动态环境监控系统或监控平台发出启动备机请求信息，由机房运维人员人工确认需求后，手动启用备用空调，备机启动成功后，控制器触发联动模块，向精密空调自带的主控制板发信号停用故障隐患压缩机。

1.2控制逻辑

1.2.1定义压缩机工况

机房精密空调压缩机吸气压力过小或过大都可能导致压缩机停机或损坏，另一方面，压缩机排气压力过大也可能导致压缩机停机，R22制冷剂不同系统类型的压缩机吸排气压力如图2所示。

以R22制冷剂的风冷型空调为例，当空调压缩机顺利启动60秒后，检测到如下三个工况之一时，由控制器产生1次内部预警信号。

工况1：精密空调压缩机高压側排气压力P2≥1.2x1750=2100kPa且持续时间t2≥60S

工况2：低压侧吸气压力P1≤1.2x138=166kPa，且持续时间t1≥60S

工况3：低压侧吸气压力P1≥0.85x620=527kPa，且持续时间t1≥60S1.2.2压缩机故障预判系统的测控流程

数据中心精密空调潜在故障预判系统的测控流程简要描述如图3所示。

2试验结果及分析

为了验证本系统的工作状态和测量精度，随机选取某天的连续时间段，在每一个整点时刻进行挂表实测，同时用上位机提取单片机控制器的检测值，将实测值和控制器检测值进行比对分析，如图4所示。我们发现吸气压力的误差明显高于排气压力的误差;且吸气压力和排气压力误差在每天的11：00到16：00明显低于其他时间段。简单分析为：在外界气象条件不变的前提下，该时段是室外温度一天中比较高的时段，精密空调室外机冷凝器工作效率有所下降，导致精密空调吸排气压力较其他时段有所升高，反馈到传感器上的温度也较其他时段有所升高，控制器采集到的温度信号的误差有所下降，因此相对于其他时段测量误差缩小。虽然有一定的测量误差，但是已经满足测量精度要求和现场工程实际使用要求。

3结束语

本文提出了一种基于单片机的数据中心专用精密空调压缩机潜在故障的预判系统，对空调压缩机的吸、排气温度进行实时监测，提前发现精密空调压缩机的故障隐患，让运维人员对隐患压缩机及时处理或预防性更换，确保数据机房安全平稳运行的同时，最大限度降低运行维护成本。这种灵活应用交叉学科、因地制宜、推陈出新的工作方法，值得广大一线工程技术人员借鉴和学习。