Учёные разработали метод для обнаружения неисправностей систем охлаждения ЦОД

18.11.2026, 15:45, Разное
Рекомендуем: Наши сердца, Маленькая лилия, Зона Лимбо, Иранский дневник, Мэйхуа. Триптих 2.o

Исследователи НИУ ВШЭ и Уральского федерального университета разработали метод на основе искусственного интеллекта, который выявляет постепенные утечки хладагента и загрязнение теплообменников в системах охлаждения центров обработки данных. Системы охлаждения — одна из наиболее энергоёмких частей инфраструктуры ЦОД: на них может приходиться около 30–50% общего энергопотребления, а даже небольшие неисправности постепенно снижают эффективность оборудования и увеличивают затраты. При утечке хладагента или загрязнении теплообменника параметры меняются не сразу, и отдельные датчики могут продолжать показывать значения в допустимых пределах. Результаты опубликованы в журнале IEEE Transactions on Industry Applications.

В основе метода — графовая нейронная сеть, которая использует инженерную схему системы, чтобы учитывать связи между компрессором, испарителем, конденсатором и другими элементами. Модель обучается на данных исправного оборудования и прогнозирует ожидаемые значения показателей; если фактические измерения начинают устойчиво расходиться с прогнозом, алгоритм фиксирует аномалию. Важная особенность подхода — возможность учитывать реальную схему оборудования и физическую топологию холодильного цикла, а не полагаться только на статистические корреляции между показаниями. Метод проверили на экспериментальном стенде промышленной системы охлаждения компании «ДАТАРК», используя данные 12 исходных датчиков и четырёх расчётных показателей с периодичностью измерения одна минута; моделировались четыре сценария постепенного ухудшения работы оборудования при разных температурах и нагрузках.

Модель, учитывающая физическую структуру холодильного контура, обеспечила наилучшее или сопоставимое с наилучшим качество обнаружения во всех четырёх сценариях: в одном из случаев утечки хладагента показатель F1 достиг 0,87, а в одном из сценариев загрязнения теплообменника отклонение выявлялось в среднем через 200 минут после возникновения неисправности. Как отметил один из авторов, ведущий научный сотрудник НИУ ВШЭ Михаил Гущин, для диагностики сложного оборудования недостаточно анализировать множество показаний датчиков — важно учитывать, как они связаны друг с другом в реальном физическом процессе, чтобы замечать нарушения привычной работы системы в целом, особенно когда неисправности накапливаются постепенно. Разработка может стать основой для более интеллектуальных систем мониторинга ЦОД: раннее выявление утечек и загрязнений позволит своевременно планировать обслуживание, снижать риск внеплановых остановок и поддерживать энергоэффективность охлаждения. В перспективе подход можно адаптировать и к другим инженерным системам.

Изображение: Magnific

Смотреть комментарии → Комментариев нет


Добавить комментарий

Имя обязательно

Нажимая на кнопку "Отправить", я соглашаюсь c политикой обработки персональных данных. Комментарий c активными интернет-ссылками (http / www) автоматически помечается как spam

ПОСЛЕДНЕЕ

18.11 / В России научились изготавливать пористую керамику при низких температурах

18.11 / Лед под камнями: на Марсе обнаружили новый тип ледникового рельефа

18.11 / Россия сосредоточила суда у обрушившегося Крымского моста

18.11 / Прогноз Pew — к 2035 году мусульман на Земле станет больше, чем христиан

18.11 / Крошечный, но сильный. Якутские врачи спасли самого маленького пациента в истории региона, малыш родился весом 350 граммов

18.11 / Ученые МАДИ разработали метод, который увеличивает срок службы деталей машин вдвое

18.11 / Во Франции родителей осудили за убийство четырехлетней дочери, совершенное четыре десятилетия назад

18.11 / Под эгидой ассоциации. Россия и Китай опробуют новую форму взаимодействия

18.11 / ЕС предоставит Украине 45 млрд евро в счет будущих российских репараций

18.11 / «Кьюриосити» нашел следы воды там, где ее быть не должно: что показали 13 лет измерений атмосферы Марса

Политика конфиденциальности / GDPR

Карта сайта →

По вопросам информационного сотрудничества, размещения рекламы и публикации объявлений пишите на адрес: rybinskonline@gmail.com

Поддержать проект:
PayPal — paypal.me/takoekino
Tether Wallet — yuri76@tether.me
WebMoney — Z399334682366

18+ © Такое кино: Самое интересное о культуре, технологиях, бизнесе и политике