白丝美女被狂躁免费视频网站,500av导航大全精品,yw.193.cnc爆乳尤物未满,97se亚洲综合色区,аⅴ天堂中文在线网官网

首頁(yè) / 專利庫(kù) / 電子零件及設(shè)備 / 智能電源 / 基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置

基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置

閱讀:110發(fā)布:2024-02-23

專利匯可以提供基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置專利檢索,專利查詢,專利分析的服務(wù)。并且本 發(fā)明 提出了一種基于 人工智能 技術(shù)的 數(shù)據(jù)中心 設(shè)備測(cè)控裝置,包括數(shù)據(jù)中心設(shè)備以及監(jiān)測(cè)該數(shù)據(jù)中心設(shè)備 溫度 的溫度測(cè)控裝置。該裝置基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,綜合視頻檢測(cè)以及溫度感應(yīng)兩者的優(yōu)點(diǎn),實(shí)現(xiàn)數(shù)據(jù)中心設(shè)備故障檢測(cè)智能化。,下面是基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置專利的具體信息內(nèi)容。

1.一種基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,其特征在于,包括數(shù)據(jù)中心設(shè)備以及監(jiān)測(cè)該數(shù)據(jù)中心設(shè)備溫度的溫度測(cè)控裝置。
2.根據(jù)權(quán)利要求1所述的基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,其特征在于,該溫度測(cè)控裝置包括電源、處理器模、溫度感應(yīng)模塊、視頻檢測(cè)模塊、模數(shù)轉(zhuǎn)換模塊,溫度感應(yīng)模塊用于感應(yīng)數(shù)據(jù)中心設(shè)備的溫度,其信號(hào)輸出經(jīng)過(guò)信號(hào)處理模塊處理后,送至模數(shù)轉(zhuǎn)換模塊,再由處理器模塊進(jìn)行處理,而視頻檢測(cè)模塊同時(shí)也對(duì)數(shù)據(jù)中心設(shè)備的熱分布進(jìn)行檢測(cè)以得到校正偏差用的檢測(cè)圖像信號(hào),檢測(cè)圖像信號(hào)也送至處理器模塊進(jìn)行處理,處理器模塊根據(jù)溫度感應(yīng)模塊得到的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)參照視頻檢測(cè)模塊得到的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)進(jìn)行校正。
3.根據(jù)權(quán)利要求2所述的基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,其特征在于,溫度感應(yīng)模塊利用放大器將3.3V的基準(zhǔn)電壓轉(zhuǎn)換為恒定電流,當(dāng)電流流過(guò)熱電阻Rt時(shí)就會(huì)產(chǎn)生電壓降,再通過(guò)放大器將該弱壓降信號(hào)放大,將放大后的信號(hào)送入模數(shù)轉(zhuǎn)換模塊。
4.根據(jù)權(quán)利要求3所述的基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,其特征在于,視頻檢測(cè)模塊包括視頻采集處理模塊,該模塊包括形變機(jī)器學(xué)習(xí)模塊、數(shù)據(jù)中心設(shè)備圖像特征值求取模塊,以及延伸圖像函數(shù)建立及處理模塊:
形變機(jī)器學(xué)習(xí)模塊,用于在進(jìn)行視頻采集數(shù)據(jù)中心設(shè)備圖像以獲得所述檢測(cè)圖像信號(hào)以前,首先建立圖像中心到圖像邊緣方向平面形變校正公式,其中由于視頻檢測(cè)模塊鏡頭不完全與成像平面平行,因此會(huì)有該不平行方向上的圖像形變,即產(chǎn)生形變圖像:
其中,(x,y)表示圖像的初始位置,(xc,yc)是校正后的位置,r表示視頻檢測(cè)模塊距數(shù)據(jù)中心設(shè)備的形變距離,k1和k2為所述從中心到邊緣方向上的形變系數(shù),||Rarea(x,y)||為定積分參數(shù)的模值;
在視頻檢測(cè)模塊正對(duì)著的數(shù)據(jù)中心設(shè)備的頂端面設(shè)置3個(gè)長(zhǎng)度為r的1/8、1/16、1/32的標(biāo)尺,三個(gè)標(biāo)尺的一端設(shè)置在數(shù)據(jù)中心設(shè)備的頂端面邊緣上,各個(gè)標(biāo)尺的另一端沿頂端面所在平面方向向外延伸,三個(gè)標(biāo)尺彼此間隔120°設(shè)置,通過(guò)視頻檢測(cè)模塊采集到的圖像中長(zhǎng)度最小的標(biāo)尺在形變后的圖像,即圖像形變中的長(zhǎng)度與其實(shí)際長(zhǎng)度的比值計(jì)為初值,以基于meanshift算法的方式對(duì)其余兩個(gè)標(biāo)尺在圖像形變中的長(zhǎng)度與其實(shí)際長(zhǎng)度的比值分別進(jìn)行迭代,迭代的結(jié)果分別作為k1和k2;
數(shù)據(jù)中心設(shè)備圖像特征值求取模塊,用于對(duì)圖像進(jìn)行壓縮轉(zhuǎn)換,生成彩色圖像I,對(duì)應(yīng)的黑白圖像即單色圖像為I’,單色圖像灰度值g由彩色空間線性表示為:
g=αrIr+αgIg+αbIb
其中αr≥0,αg≥0,αb≥0,αr+αg+αb=1
式中αr,αg,αb為可選參數(shù),Ir,Ig,Ib是圖像I的顏色通道值;
構(gòu)建如下函數(shù)V:
式中,x,y為像素點(diǎn),gx,gy分別為x和y兩點(diǎn)的單色灰度值,δx,y為圖像I轉(zhuǎn)化為色彩模型空間時(shí)的x,y像素點(diǎn)的歐式度量,利用GAUSS滑動(dòng)平均對(duì)上述函數(shù)V進(jìn)行單色圖像降維處理,得到不同的單色圖像:
建立函數(shù)L(x,y,σ,ρ)=ρ·I′(x,y)·G(x,y,σ)
式中,x,y為單色圖像坐標(biāo)值,σ為尺度因子,ρ為縮放因子,單色圖像為I′(x,y):
延伸圖像函數(shù)建立及處理模塊,用于對(duì)形變圖像向數(shù)據(jù)中心設(shè)備外部延伸的延伸區(qū)域建立延伸圖像函數(shù)fc(L(x,y,σ,ρ)),其中L(x,y,σ,ρ)被標(biāo)準(zhǔn)化為[0,1],延伸圖像函數(shù)為:
其中,λ為延伸斜率,利用哈里斯矩陣計(jì)算每個(gè)像素點(diǎn)的自相關(guān)矩陣
其中x,y為像素點(diǎn)坐標(biāo),N為圖像大小,則延伸圖像函數(shù)的特征響應(yīng)函數(shù)為:
R(x,y,c)=detA(x,y,fc)-k(traceA(x,y,fc))2
其中,k為常數(shù)因子且其為k1和k2的算術(shù)平均值;
利用定積分累加得到:
5.根據(jù)權(quán)利要求4所述的基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,其特征在于,處理器模塊根據(jù)溫度感應(yīng)模塊得到的溫度數(shù)據(jù)以視頻檢測(cè)模塊得到的以檢測(cè)圖像信號(hào)代表的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)進(jìn)行校正,根據(jù)校正結(jié)果進(jìn)行溫度控制,該處理器模塊包括熱量設(shè)置模塊和溫度模型建立模塊:
熱量設(shè)置模塊,用于在數(shù)據(jù)中心設(shè)備的起始溫度與環(huán)境溫度T1相同時(shí),設(shè)數(shù)據(jù)中心設(shè)備在t時(shí)刻的溫度為T(t),熱量為Q(t),則有:
Q(t)=Q1(t)+Q2(t)
式中,Q1(t)——數(shù)據(jù)中心設(shè)備自身產(chǎn)生的熱量;
Q2(t)——傳輸?shù)臒崃浚?br/>式中,C為數(shù)據(jù)中心設(shè)備的熱容量,s為視頻檢測(cè)模塊獲得的檢測(cè)圖像信號(hào)經(jīng)過(guò)校正后與溫度為起始溫度時(shí)檢測(cè)圖像信號(hào)的色差比值;
則數(shù)據(jù)中心設(shè)備的熱量表示為:
溫度模型建立模塊,用于對(duì)公式進(jìn)行拉普拉斯變換,得到:
建立數(shù)據(jù)中心設(shè)備的溫度模型為:
令K=aR,T=CR,則有:
其中,K為放大系數(shù),T為時(shí)間常數(shù),τ為遲滯時(shí)間。

說(shuō)明書全文

基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置

技術(shù)領(lǐng)域

[0001] 本發(fā)明屬于故障檢測(cè)技術(shù)領(lǐng)域,具體涉及一種基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置。

背景技術(shù)

[0002] 近年來(lái),通訊用戶外機(jī)柜和數(shù)據(jù)中心通信機(jī)房大量建造使用,機(jī)房機(jī)柜內(nèi)數(shù)據(jù)中心設(shè)備發(fā)熱量大且集中,散熱節(jié)能問(wèn)題顯得尤為突出和重要。
[0003] 傳統(tǒng)的通信設(shè)備溫度節(jié)能控制方案都是通過(guò)檢測(cè)室內(nèi)外溫度來(lái)控制制冷設(shè)備,在較低溫度時(shí)啟動(dòng)熱交換器或新風(fēng)設(shè)備,在溫度較高時(shí)啟動(dòng)空調(diào)進(jìn)行制冷,其控制策略是利用當(dāng)前檢測(cè)溫度與某一設(shè)定值進(jìn)行大小比較,由比較結(jié)果來(lái)啟停相關(guān)的制冷設(shè)備,此類控制方法無(wú)法對(duì)機(jī)房溫度的變化速度和趨勢(shì)作出準(zhǔn)確判斷,適用性差,同樣的控制方法在不同地域、氣候環(huán)境和設(shè)備配置的機(jī)房存在很大差異,如在某一機(jī)房某季節(jié)的節(jié)能效果良好,但移植到其他機(jī)房因設(shè)備的熱負(fù)荷、安裝排布和環(huán)境差異,往往會(huì)出現(xiàn)超溫或節(jié)能率低、甚至不節(jié)能的情況。
[0004] 因而,目前較先進(jìn)的控制方案在上述方案基礎(chǔ)上進(jìn)行改進(jìn),融入了比例-積分-微分(Proportion?Integration?Differentiation,PID)控制或模糊控制的算法,能較準(zhǔn)確的反映機(jī)房溫度場(chǎng)的變化速度和趨勢(shì),并進(jìn)行預(yù)見(jiàn)性的判斷和控制,能快速的調(diào)節(jié)溫度,滿足溫控的穩(wěn)定性要求,達(dá)到有效節(jié)能的目的。但到目前為止,此類控制方案的運(yùn)算參數(shù)仍然局限于機(jī)房溫度。

發(fā)明內(nèi)容

[0005] 鑒于以上分析,本發(fā)明的主要目的在于提供一種克服上述現(xiàn)有技術(shù)中數(shù)據(jù)中心設(shè)備故障檢測(cè)弊端的基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,綜合視頻檢測(cè)以及溫度感應(yīng)兩者的優(yōu)點(diǎn),實(shí)現(xiàn)數(shù)據(jù)中心設(shè)備故障檢測(cè)智能化。
[0006] 本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的。
[0007] 本發(fā)明的技術(shù)方案涉及一種基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置,包括數(shù)據(jù)中心設(shè)備以及監(jiān)測(cè)該數(shù)據(jù)中心設(shè)備溫度的溫度測(cè)控裝置。
[0008] 進(jìn)一步地,該溫度測(cè)控裝置包括電源、處理器模、溫度感應(yīng)模塊、視頻檢測(cè)模塊、模數(shù)轉(zhuǎn)換模塊,溫度感應(yīng)模塊用于感應(yīng)數(shù)據(jù)中心設(shè)備的溫度,其信號(hào)輸出經(jīng)過(guò)信號(hào)處理模塊處理后,送至模數(shù)轉(zhuǎn)換模塊,再由處理器模塊進(jìn)行處理,而視頻檢測(cè)模塊同時(shí)也對(duì)數(shù)據(jù)中心設(shè)備的熱分布進(jìn)行檢測(cè)以得到校正偏差用的檢測(cè)圖像信號(hào),檢測(cè)圖像信號(hào)也送至處理器模塊進(jìn)行處理,處理器模塊根據(jù)溫度感應(yīng)模塊得到的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)參照視頻檢測(cè)模塊得到的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)進(jìn)行校正。
[0009] 進(jìn)一步地,溫度感應(yīng)模塊利用放大器將3.3V的基準(zhǔn)電壓轉(zhuǎn)換為恒定電流,當(dāng)電流流過(guò)熱電阻(Rt)時(shí)就會(huì)產(chǎn)生電壓降,再通過(guò)放大器將該弱壓降信號(hào)放大,在將放大后的信號(hào)送入模數(shù)轉(zhuǎn)換模塊。
[0010] 進(jìn)一步地,視頻檢測(cè)模塊包括視頻采集處理模塊,該模塊包括形變機(jī)器學(xué)習(xí)模塊、數(shù)據(jù)中心設(shè)備圖像特征值求取模塊,以及延伸圖像函數(shù)建立及處理模塊:
[0011] 形變機(jī)器學(xué)習(xí)模塊,用于在進(jìn)行視頻采集數(shù)據(jù)中心設(shè)備圖像以獲得所述檢測(cè)圖像信號(hào)以前,首先建立圖像中心到圖像邊緣方向平面形變校正公式,其中由于視頻檢測(cè)模塊鏡頭不完全與成像平面平行,因此會(huì)有該不平行方向上的圖像形變,即產(chǎn)生形變圖像:
[0012]
[0013]
[0014] 其中,(x,y)表示圖像的初始位置,(xc,yc)是校正后的位置,r表示視頻檢測(cè)模塊距數(shù)據(jù)中心設(shè)備的形變距離,k1和k2為所述從中心到邊緣方向上的形變系數(shù),||Rarea(x,y)||為定積分參數(shù)的模值;
[0015] 在視頻檢測(cè)模塊正對(duì)著的數(shù)據(jù)中心設(shè)備的頂端面設(shè)置3個(gè)長(zhǎng)度為r的1/8、1/16、1/32的標(biāo)尺,三個(gè)標(biāo)尺的一端設(shè)置在數(shù)據(jù)中心設(shè)備的頂端面邊緣上,各個(gè)標(biāo)尺的另一端沿頂端面所在平面方向向外延伸,三個(gè)標(biāo)尺彼此間隔120°設(shè)置,通過(guò)視頻檢測(cè)模塊采集到的圖像中長(zhǎng)度最小的標(biāo)尺在形變后的圖像,即圖像形變中的長(zhǎng)度與其實(shí)際長(zhǎng)度的比值計(jì)為初值,以基于meanshift算法的方式對(duì)其余兩個(gè)標(biāo)尺在圖像形變中的長(zhǎng)度與其實(shí)際長(zhǎng)度的比值分別進(jìn)行迭代,迭代的結(jié)果分別作為k1和k2;
[0016] 數(shù)據(jù)中心設(shè)備圖像特征值求取模塊,用于對(duì)圖像進(jìn)行壓縮轉(zhuǎn)換,生成彩色圖像I,對(duì)應(yīng)的黑白圖像即單色圖像為I’,單色圖像灰度值g由彩色空間線性表示為:
[0017] g=αrIr+αgIg+αbIb
[0018] 其中αr≥0,αg≥0,αb≥0,αr+αg+αb=1
[0019] 式中αr,αg,αb為可選參數(shù),Ir,Ig,Ib是圖像I的顏色通道值;
[0020] 構(gòu)建如下函數(shù)V:
[0021]
[0022] 式中,x,y為像素點(diǎn),gx,gy分別為x和y兩點(diǎn)的單色灰度值,δx,y為圖像I轉(zhuǎn)化為色彩模型空間時(shí)的x,y像素點(diǎn)的歐式度量,利用GAUSS滑動(dòng)平均對(duì)上述函數(shù)V進(jìn)行單色圖像降維處理,得到不同的單色圖像:
[0023]
[0024] 建立函數(shù)L(x,y,σ,ρ)=ρ·I′(x,y)·G(x,y,σ)
[0025] 式中,x,y為單色圖像坐標(biāo)值,σ為尺度因子,ρ為縮放因子,單色圖像為I′(x,y);
[0026] 延伸圖像函數(shù)建立及處理模塊,用于對(duì)形變圖像向數(shù)據(jù)中心設(shè)備外部延伸的延伸區(qū)域建立延伸圖像函數(shù)fc(L(x,y,σ,ρ)),其中L(x,y,σ,ρ)被標(biāo)準(zhǔn)化為[0,1],延伸圖像函數(shù)為:
[0027]
[0028] 其中,λ為延伸斜率,利用哈里斯矩陣計(jì)算每個(gè)像素點(diǎn)的自相關(guān)矩陣
[0029]
[0030] 其中x,y為像素點(diǎn)坐標(biāo),N為圖像大小,則延伸圖像函數(shù)的特征響應(yīng)函數(shù)為:
[0031] R(x,y,c)=detA(x,y,fc)-k(traceA(x,y,fc))2
[0032] 其中,k為常數(shù)因子且其為k1和k2的算術(shù)平均值;
[0033] 利用定積分累加得到:
[0034]
[0035] 進(jìn)一步地,處理器模塊根據(jù)溫度感應(yīng)模塊得到的溫度數(shù)據(jù)以視頻檢測(cè)模塊得到的以檢測(cè)圖像信號(hào)代表的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)進(jìn)行校正,根據(jù)校正結(jié)果進(jìn)行溫度控制,該處理器模塊包括熱量設(shè)置模塊和溫度模型建立模塊:
[0036] 熱量設(shè)置模塊,用于在數(shù)據(jù)中心設(shè)備的起始溫度與環(huán)境溫度T1相同時(shí),設(shè)數(shù)據(jù)中心設(shè)備在t時(shí)刻的溫度為T(t),熱量為Q(t),則有:
[0037] Q(t)=Q1(t)+Q2(t)
[0038] 式中,Q1(t)——數(shù)據(jù)中心設(shè)備自身產(chǎn)生的熱量;
[0039] Q2(t)——傳輸?shù)臒崃浚?/div>
[0040]
[0041]
[0042] 式中,C為數(shù)據(jù)中心設(shè)備的熱容量,s為視頻檢測(cè)模塊獲得的檢測(cè)圖像信號(hào)經(jīng)過(guò)校正后與溫度為起始溫度時(shí)檢測(cè)圖像信號(hào)的色差比值;
[0043] 則數(shù)據(jù)中心設(shè)備的熱量表示為:
[0044]
[0045] 溫度模型建立模塊,用于對(duì)公式進(jìn)行拉普拉斯變換,得到:
[0046]
[0047] 建立數(shù)據(jù)中心設(shè)備的溫度模型為:
[0048]
[0049] 令K=aR,T=CR,則有:
[0050]
[0051] 其中,K為放大系數(shù),T為時(shí)間常數(shù),τ為遲滯時(shí)間。
[0052] 本發(fā)明的技術(shù)方案具有以下優(yōu)點(diǎn):
[0053] 本發(fā)明通過(guò)創(chuàng)造性地提出視頻檢測(cè)和溫度感應(yīng)復(fù)合的溫控方式,綜合利用兩者的優(yōu)點(diǎn),并且具體提出了溫度感應(yīng)模塊的電路結(jié)構(gòu)以及視頻檢測(cè)中圖像處理的具體方式,基于對(duì)熱成像的機(jī)器視覺(jué)信息進(jìn)行了校正,給出了更加可靠和準(zhǔn)確的溫度控制的模型,經(jīng)過(guò)MATLAB仿真試驗(yàn)以及現(xiàn)場(chǎng)的實(shí)際控制,經(jīng)過(guò)驗(yàn)證,實(shí)現(xiàn)了良好的自動(dòng)溫度控制效果。附圖說(shuō)明
[0054] 附圖1為本發(fā)明的基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置的組成框圖;
[0055] 附圖2為本發(fā)明溫度測(cè)控裝置的結(jié)構(gòu)原理圖;
[0056] 附圖3為本發(fā)明溫度感應(yīng)模塊的電路圖。

具體實(shí)施方式

[0057] 參見(jiàn)圖1,根據(jù)本發(fā)明的優(yōu)選實(shí)施例,本發(fā)明基于人工智能技術(shù)的數(shù)據(jù)中心設(shè)備測(cè)控裝置包括數(shù)據(jù)中心設(shè)備以及監(jiān)測(cè)該數(shù)據(jù)中心設(shè)備溫度的溫度測(cè)控裝置。參見(jiàn)圖2,該溫度測(cè)控裝置包括電源、處理器模塊、溫度感應(yīng)模塊、視頻檢測(cè)模塊、模數(shù)轉(zhuǎn)換模塊,溫度感應(yīng)模塊用于感應(yīng)數(shù)據(jù)中心設(shè)備的溫度,其信號(hào)輸出經(jīng)過(guò)信號(hào)處理模塊處理后,送至模數(shù)轉(zhuǎn)換模塊,再由處理器模塊進(jìn)行處理,而視頻檢測(cè)模塊同時(shí)也對(duì)數(shù)據(jù)中心設(shè)備的熱分布進(jìn)行檢測(cè)以得到校正偏差用的檢測(cè)圖像信號(hào),檢測(cè)圖像信號(hào)也送至處理器模塊進(jìn)行處理,處理器模塊根據(jù)溫度感應(yīng)模塊得到的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)參照視頻檢測(cè)模塊得到的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)進(jìn)行校正。
[0058] 優(yōu)選地,如圖3所示的溫度感應(yīng)模塊的電路圖,溫度感應(yīng)模塊利用放大器將3.3V的基準(zhǔn)電壓轉(zhuǎn)換為恒定電流,當(dāng)電流流過(guò)熱電阻Rt時(shí)就會(huì)產(chǎn)生電壓降,再通過(guò)放大器將該弱壓降信號(hào)放大,在將放大后的信號(hào)送入模數(shù)轉(zhuǎn)換模塊。
[0059] 優(yōu)選地,視頻檢測(cè)模塊包括視頻采集處理模塊,該模塊包括形變機(jī)器學(xué)習(xí)模塊、數(shù)據(jù)中心設(shè)備圖像特征值求取模塊,以及延伸圖像函數(shù)建立及處理模塊:
[0060] 形變機(jī)器學(xué)習(xí)模塊,用于在進(jìn)行視頻采集數(shù)據(jù)中心設(shè)備圖像以獲得所述檢測(cè)圖像信號(hào)以前,首先建立圖像中心到圖像邊緣方向平面形變校正公式,其中由于視頻檢測(cè)模塊鏡頭不完全與成像平面平行,因此會(huì)有該不平行方向上的圖像形變,即產(chǎn)生形變圖像:
[0061]
[0062]
[0063] 其中,(x,y)表示圖像的初始位置,(xc,yc)是校正后的位置,r表示視頻檢測(cè)模塊距數(shù)據(jù)中心設(shè)備的形變距離,k1和k2為所述從中心到邊緣方向上的形變系數(shù),||Rarea(x,y)||為定積分參數(shù)的模值;
[0064] 在視頻檢測(cè)模塊正對(duì)著的數(shù)據(jù)中心設(shè)備的頂端面設(shè)置3個(gè)長(zhǎng)度為r的1/8、1/16、1/32的標(biāo)尺,三個(gè)標(biāo)尺的一端設(shè)置在數(shù)據(jù)中心設(shè)備的頂端面邊緣上,各個(gè)標(biāo)尺的另一端沿頂端面所在平面方向向外延伸,三個(gè)標(biāo)尺彼此間隔120°設(shè)置,通過(guò)視頻檢測(cè)模塊采集到的圖像中長(zhǎng)度最小的標(biāo)尺在形變后的圖像,即圖像形變中的長(zhǎng)度與其實(shí)際長(zhǎng)度的比值計(jì)為初值,以基于meanshift算法的方式對(duì)其余兩個(gè)標(biāo)尺在圖像形變中的長(zhǎng)度與其實(shí)際長(zhǎng)度的比值分別進(jìn)行迭代,迭代的結(jié)果分別作為k1和k2;
[0065] 數(shù)據(jù)中心設(shè)備圖像特征值求取模塊,用于對(duì)圖像進(jìn)行壓縮轉(zhuǎn)換,生成彩色圖像I,對(duì)應(yīng)的黑白圖像即單色圖像為I’,單色圖像灰度值g由彩色空間線性表示為:
[0066] g=αrIr+αgIg+αbIb
[0067] 其中αr≥0,αg≥0,αb≥0,αr+αg+αb=1
[0068] 式中αr,αg,αb為可選參數(shù),Ir,Ig,Ib是圖像I的顏色通道值;
[0069] 構(gòu)建如下函數(shù)V:
[0070]
[0071] 式中,x,y為像素點(diǎn),gx,gy分別為x和y兩點(diǎn)的單色灰度值,δx,y為圖像I轉(zhuǎn)化為色彩模型空間時(shí)的x,y像素點(diǎn)的歐式度量,利用GAUSS滑動(dòng)平均對(duì)上述函數(shù)V進(jìn)行單色圖像降維處理,得到不同的單色圖像:
[0072]
[0073] 建立函數(shù)L(x,y,σ,ρ)=ρ·I′(x,y)·G(x,y,σ)
[0074] 式中,x,y為單色圖像坐標(biāo)值,σ為尺度因子,ρ為縮放因子,單色圖像為I′(x,y);
[0075] 延伸圖像函數(shù)建立及處理模塊,用于對(duì)形變圖像向數(shù)據(jù)中心設(shè)備外部延伸的延伸區(qū)域建立延伸圖像函數(shù)fc(L(x,y,σ,ρ)),其中L(x,y,σ,ρ)被標(biāo)準(zhǔn)化為[0,1],延伸圖像函數(shù)為:
[0076]
[0077] 其中,λ為延伸斜率,利用哈里斯矩陣計(jì)算每個(gè)像素點(diǎn)的自相關(guān)矩陣:
[0078]
[0079] 其中x,y為像素點(diǎn)坐標(biāo),N為圖像大小,則延伸圖像函數(shù)的特征響應(yīng)函數(shù)為:
[0080] R(x,y,c)=detA(x,y,fc)-k(ttaceA(x,y,fc))2
[0081] 其中,k為常數(shù)因子且其為k1和k2的算術(shù)平均值;
[0082] 利用定積分累加得到:
[0083]
[0084] 優(yōu)選地,處理器模塊根據(jù)溫度感應(yīng)模塊得到的溫度數(shù)據(jù)以視頻檢測(cè)模塊得到的以檢測(cè)圖像信號(hào)代表的數(shù)據(jù)中心設(shè)備溫度數(shù)據(jù)進(jìn)行校正,根據(jù)校正結(jié)果進(jìn)行溫度控制,該處理器模塊包括熱量設(shè)置模塊和溫度模型建立模塊:
[0085] 熱量設(shè)置模塊,用于在數(shù)據(jù)中心設(shè)備的起始溫度與環(huán)境溫度T1相同時(shí),設(shè)數(shù)據(jù)中心設(shè)備在t時(shí)刻的溫度為T(t),熱量為Q(t),則有:
[0086] Q(t)=Q1(t)+Q2(t)
[0087] 式中,Q1(t)——數(shù)據(jù)中心設(shè)備自身產(chǎn)生的熱量;
[0088] Q2(t)——傳輸?shù)臒崃浚?/div>
[0089]
[0090]
[0091] 式中,C為數(shù)據(jù)中心設(shè)備的熱容量,s為視頻檢測(cè)模塊獲得的檢測(cè)圖像信號(hào)經(jīng)過(guò)校正后與溫度為起始溫度時(shí)檢測(cè)圖像信號(hào)的色差比值;
[0092] 則數(shù)據(jù)中心設(shè)備的熱量表示為:
[0093]
[0094] 溫度模型建立模塊,用于對(duì)公式進(jìn)行拉普拉斯變換,得到:
[0095]
[0096] 建立數(shù)據(jù)中心設(shè)備的溫度模型為:
[0097]
[0098] 令K=aR,T=CR,則有:
[0099]
[0100] 其中,K為放大系數(shù),T為時(shí)間常數(shù),τ為遲滯時(shí)間。
[0101] 建立模型后,處理器根據(jù)該模型實(shí)現(xiàn)數(shù)據(jù)中心設(shè)備的溫度自動(dòng)控制。
[0102] 以上所述僅為本發(fā)明的較佳實(shí)施例而已,并不用以限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
高效檢索全球?qū)@?/div>

專利匯是專利免費(fèi)檢索,專利查詢,專利分析-國(guó)家發(fā)明專利查詢檢索分析平臺(tái),是提供專利分析,專利查詢,專利檢索等數(shù)據(jù)服務(wù)功能的知識(shí)產(chǎn)權(quán)數(shù)據(jù)服務(wù)商。

我們的產(chǎn)品包含105個(gè)國(guó)家的1.26億組數(shù)據(jù),免費(fèi)查、免費(fèi)專利分析。

申請(qǐng)?jiān)囉?/a>

QQ群二維碼
意見(jiàn)反饋