一种风扇状态监控方法、装置、电子设备及储存介质与流程

1.本发明涉及服务器技术领域，特别是涉及一种风扇状态监控方法、装置、电子设备及储存介质。


背景技术：

2.随着云计算、大数据业务、ai技术的发展，用户对服务器的需求激增。服务器作为计算和存储的核心，其稳定性是至关重要的。风扇是服务器散热系统的一个重要组成部分，风扇负责给服务器系统进行散热，使服务器工作在一个正常的温度环境中。而风扇一旦发生故障会导致服务器散热不充分、轻则使服务器性能降低，重则使服务器宕机，对服务器硬件造成损坏。


技术实现要素：

3.鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种风扇状态监控方法、装置、电子设备及储存介质。
4.第一方面，本发明实施例公开了一种风扇状态监控方法，方法应用于服务器，所述服务器包括风扇和麦克风，所述方法包括：
5.获取所述麦克风采集的风扇噪音数据；
6.对所述风扇噪音数据进行识别，得到目标噪音段；所述目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段；
7.统计所述目标噪音段的总持续时长以及所述目标噪音段的数量；
8.当所述目标噪音段的总持续时长大于时长阈值，且所述目标噪音段的数量大于数量阈值时，确定风扇发生故障。
9.可选地，所述对所述风扇噪音数据进行识别，得到目标噪音段，包括：
10.通过直方图噪声估计算法对所述风扇噪音数据进行降噪处理，得到处理后的风扇噪音数据；
11.对所述处理后的风扇噪音数据进行识别，得到目标噪音段。
12.可选地，所述目标噪音段为从多个麦克风同时采集的风扇噪音数据中识别得到的多个目标噪音段，所述统计所述目标噪音段的总持续时长，包括：
13.判断所述目标噪音段的持续时间是否有重叠；
14.若所述目标噪音段的持续时间没有重叠，则将各个目标噪音段的持续时长相加，得到所述目标噪音段的总持续时长；
15.若所述目标噪音段的持续时间有重叠，则将各个目标噪音段的持续时长相加后减去重叠时长，得到所述目标噪音段的总持续时长。
16.可选地，所述服务器包括通用串行总线接口，所述通用串行总线接口连接通用串行总线集线器，所述通用串行总线集线器连接所述麦克风，所述麦克风用于对风扇进行录音。
17.可选地，所述服务器与快闪存储器卡连接；所述方法还包括：
18.轮询检测所述快闪存储器卡与所述麦克风的连接状态；
19.所述获取麦克风采集的风扇噪音数据，包括：
20.当检测到有快闪存储器卡连接，同时也有麦克风连接时，对所述麦克风发送录音命令；
21.接收所述麦克风发送的风扇噪音数据，并将所述风扇噪音数据储存于所述快闪存储器卡中；所述风扇噪音数据为所述麦克风响应于所述录音命令，对风扇进行录音得到。
22.可选地，所述对所述风扇噪音数据进行识别，包括：
23.对储存于快闪存储器卡中的所述风扇噪音数据进行识别。
24.可选地，所述方法还包括：
25.当所述目标噪音段的总持续时长小于或等于所述时长阈值，或者，所述目标噪音段的数量小于或等于所述数量阈值时，确定风扇正常。
26.第二方面，本发明实施例公开了一种风扇状态监控装置，所述装置应用于服务器，所述服务器包括风扇和麦克风，所述装置包括：
27.噪音数据获取模块，用于获取所述麦克风采集的风扇噪音数据；
28.噪音数据识别模块，用于对所述风扇噪音数据进行识别，得到目标噪音段；所述目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段；
29.噪音数据统计模块，用于统计所述目标噪音段的总持续时长以及所述目标噪音段的数量；
30.风扇状态确定模块，用于当所述目标噪音段的总持续时长大于时长阈值，且所述目标噪音段的数量大于数量阈值时，确定风扇发生故障。
31.可选地，所述噪音数据识别模块具体用于：
32.通过直方图噪声估计算法对所述风扇噪音数据进行降噪处理，得到处理后的风扇噪音数据；
33.对所述处理后的风扇噪音数据进行识别，得到目标噪音段。
34.可选地，所述目标噪音段为从多个麦克风同时采集的风扇噪音数据中识别得到的多个目标噪音段，所述噪音数据统计模块具体用于：
35.判断所述目标噪音段的持续时间是否有重叠；
36.若所述目标噪音段的持续时间没有重叠，则将各个目标噪音段的持续时长相加，得到所述目标噪音段的总持续时长；
37.若所述目标噪音段的持续时间有重叠，则将各个目标噪音段的持续时长相加后减去重叠时长，得到所述目标噪音段的总持续时长。
38.可选地，所述服务器包括通用串行总线接口，所述通用串行总线接口连接通用串行总线集线器，所述通用串行总线集线器连接所述麦克风，所述麦克风用于对风扇进行录音。
39.可选地，所述服务器与快闪存储器卡连接；所述装置还包括：
40.连接状态检测模块，用于轮询检测所述快闪存储器卡与所述麦克风的连接状态；
41.所述噪音数据获取模块具体用于：当检测到有快闪存储器卡连接，同时也有麦克风连接时，对所述麦克风发送录音命令；接收所述麦克风发送的风扇噪音数据，并将所述风
扇噪音数据储存于所述快闪存储器卡中；所述风扇噪音数据为所述麦克风响应于所述录音命令，对风扇进行录音得到。
42.可选地，所述噪音数据识别模块具体用于：对储存于快闪存储器卡中的所述风扇噪音数据进行识别。
43.可选地，所述风扇状态确定模块还用于：当所述目标噪音段的总持续时长小于或等于所述时长阈值，或者，所述目标噪音段的数量小于或等于所述数量阈值时，确定风扇正常。
44.第三方面，本发明实施例还公开了一种电子设备，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的风扇状态监控方法的步骤。
45.第四方面，本发明实施例还公开了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计算机程序，所述计算机程序被处理器执行时实现如上所述的风扇状态监控方法的步骤。
46.本发明实施例包括以下优点：
47.通过对麦克风采集的风扇噪音数据进行识别，得到目标噪音段；对目标噪音段进行分析，得到目标噪音段的总持续时长以及目标噪音段的数量；当目标噪音段的总持续时长大于时长阈值，且目标噪音段的数量大于数量阈值时，确定风扇发生故障。通过风扇噪声发现风扇故障后可以上报运维人员，有利于及时更换故障风扇设备，提高服务器运行的可靠性。
附图说明
48.图1是本发明实施例提供的一种风扇状态监控方法的步骤流程图；
49.图2是本发明实施例提供的一种麦克风连接方法示意图；
50.图3是本发明实施例提供的一种风扇状态监控方法的流程图；
51.图4是本发明实施例提供的一种风扇状态监控装置的结构框图；
52.图5是本发明实施例提供的一种电子设备的结构框图；
53.图6是本发明实施例提供的一种计算机可读存储介质的结构框图。
具体实施方式
54.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
55.在复杂计算机系统如服务器中，随着计算机硬件飞速发展，风扇作为服务器中的重要散热部件，一旦发生故障会导致服务器噪声异常、甚至会导致服务器因过热保护而关机。本发明实施例的核心构思之一在于，通过采集风扇噪音数据监控风扇健康状态，当发现风扇故障后及时上报运维人员以使风扇得到维护。
56.参照图1，示出了本发明实施例提供的一种风扇状态监控方法的步骤流程图，所述方法应用于服务器，所述服务器包括风扇和麦克风，所述方法具体可以包括如下步骤：
57.步骤101，获取所述麦克风采集的风扇噪音数据。
58.服务器连接有风扇和麦克风，麦克风可以位于风扇附近，以便于对风扇进行录音。
当需要对风扇状态进行检测时，服务器可以向麦克风发送录音命令，录音命令可以包括录音时长、录音周期等。麦克风接收录音命令后，可以对风扇进行录音，得到风扇噪音数据。风扇噪音数据可以为时域数据，即自变量为时间，应变量为噪音强度。
59.在一种实施例中，服务器具有通用串行总线(universal serial bus，usb)接口，usb接口可以连接usb集线器，usb集线器连接麦克风。本发明实施例的执行主体为服务器，更确切的说，为服务器中的基板管理控制器(baseboard management controller，bmc)，而bmc上通常只有一个usb接口，若直接通过usb接口连接麦克风，则只能连接一个麦克风以对风扇进行录音，会降低风扇检测准确性。因此，可以在usb接口上连接usb集线器，通过usb集线器则可以同时连接多个麦克风以对风扇进行录音。
60.参照图2，示出了本发明实施例提供的一种麦克风连接方法示意图。在bmc上的usb接口连接usb集线器，通过usb集线器连接2个录音板，每个录音板再连接3个麦克风。则通过usb集线器，可以实现更多麦克风的接入。通常，一个usb集线器直接连接麦克风的话，最多可以连接4个麦克风，但是在usb集线器上可以再连接usb集线器或者录音板，则通过多个usb集线器的相互连接或通过录音板与usb集线器的连接，可以实现更多麦克风的接入。
61.麦克风响应于录音命令，对风扇进行录音，得到风扇噪音数据后，可以通过usb传输通道将风扇噪音数据传输回服务器的bmc。bmc上可以安装声卡驱动alsa(advanced linux sound architecture，高级linux声音体系)为声卡提供驱动，以及集成alsa-utils-aplay工具，实现音频的采集。采集时可以选择采样率、采样长度(位数)、通道数，音频可以选择录为pcm(pulse-code-modulated，脉冲编码调制)数据，以wav格式进行存储。
62.在一种实施例中，服务器可以包括快闪存储器卡(trans-flash card，tf卡)，用于存储风扇噪音数据。服务器可以轮询检测快闪存储器卡与麦克风的连接状态，当检测到有快闪存储器卡连接，同时也有麦克风连接时，服务器对麦克风发送录音命令；服务器接收麦克风发送的风扇噪音数据，并将风扇噪音数据储存于快闪存储器卡中；风扇噪音数据为麦克风响应于录音命令，对风扇进行录音得到。
63.tf卡用来存储风扇噪音数据，将风扇噪音数据存储于bmc大容量存储tf卡设备中，需要保证tf卡在位才可以进行录音的进行。因此需要检测tf卡的连接状态，只有当tf卡连接时，才能对风扇进行录音。
64.服务器还需要轮询检测麦克风的在位状态，一则是需要保证有麦克风连接才能对风扇进行录音，另一则则是达到设备热插拔后录音管理对象的动态构造与析构。即，实时检测连接的麦克风数量，当有麦克风连接或脱离时，可是实时对连接的麦克风发送录音命令。
65.服务器检测识别到通过usb接口连接的麦克风，以及检测麦克风数量之后对第一个类对象进行实例化。实例化是指将检测到的麦克风的名字作为参数传参到类的构造函数中，类的构造函数可以为sound类的构造函数，sound类的构造函数定义了定时器。则实例化麦克风对象后，麦克风的录音行为会按照定时器定义的时间间隔轮询进行。
66.服务器可以通过异步方式同时采集多个usb通道数据。多个麦克风在位，多个usb集线器同时访问时，保持采样一致性。服务器可以调用arecord命令向麦克风发送录音命令，并定义采集的风扇噪音数据文件的文件名为：序列号-设备号-时间戳-录音时间-采样率-位数-通道数.wav。其中，序列号可以为对文件的编号，设备号可以为麦克风的编号，时间戳可以为录音行为的开始时间，录音时间可以为录音的时长，采样率也称为采样速度，定
义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹(hz)来表示。位数是对采样点的度量，对每一个采样点需要给它一个范围值区分，一般以2字节16位的来保存这个值，采样位数越高，音频度量化的就越精细，音质同样也就越高。通道数可以理解为录音设备的个数，个数最少为1，一般通道数越多，音质越好。wav格式文件也称为波形文件，可直接存储声音波形，还原的波形曲线十分逼真。声源发出的声波被转换成连续变化的电信号，经过放大、抗混叠滤波后，按固定的频率进行采样，每个样本是在一个采样周期内检测到的电信号幅度值；接下来将其由模拟电信号量化为由二进制数表示的积分值；最后编码并存储即可得到wav格式音频流数据。
67.服务器获取风扇噪音数据文件后，将风扇噪音数据文件存储于bmc大容量存储tf卡中。
68.步骤102，对所述风扇噪音数据进行识别，得到目标噪音段；所述目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段。
69.获取风扇噪音数据后，可以将风扇噪音数据转换为数字音频信号，再通过服务器对数字音频信号进行识别，以得到目标噪音段。目标噪音段为风扇噪音数据中，风扇噪音强度大于噪音强度阈值的噪音数据片段。噪音强度阈值可以基于对风扇正常运行时的噪音以及故障时的噪音进行分析得到。不同风扇类型以及不同风扇运行环境，其噪音强度阈值会有所不同。因此本发明实施例对噪音强度阈值不作具体限制。
70.在一种实施例中，风扇噪音数据存储在tf卡中，对风扇噪音数据进行识别的具体步骤，可以包括：对储存于tf卡中的风扇噪音数据进行识别。当服务器检测到有风扇噪音数据存储进tf卡中时，即可对tf卡中的风扇噪音数据进行识别。
71.在一种实施例中，对风扇噪音数据进行识别，得到目标噪音段的步骤，具体可以包括：通过直方图噪声估计算法对风扇噪音数据进行降噪处理，得到处理后的风扇噪音数据；对处理后的风扇噪音数据进行识别，得到目标噪音段。
72.在获取风扇噪音数据后，可以先对风扇噪音数据进行降噪处理，以便能够更有效的识别出目标噪音段。通过直方图噪声估计算法对每一个麦克风采集的风扇噪音数据进行降噪处理的过程包括如下步骤；
73.步骤一：计算每条单通道音频语音的能量谱，通过|y(λ，k)|2，其中，λ代表帧数，k代表频点；
74.步骤二：使用一阶递归计算音频语音的功率谱密度(power spectral density，psd)：
75.s(λ，k)＝αs(λ-1，k)+(1-α)|y(λ，k)|2，其中α为常数；
76.步骤三：计算前d帧(持续时间)的音频语音功率谱密度的直方图；
77.s(λ，k){s(λ-1，k)，s(λ-2，k)，
…
s(λ-d，k)}
78.步骤四：在直方图中选择最大值对应的功率，作为噪声谱估计；
[0079][0080]hmac
(λ，k)＝s(c
max
)
[0081]
步骤五：步骤四中估计的噪声谱，利用一阶回归进行噪声谱估计：
[0082]
其中，是噪声谱的估计值，αm是常数。
[0083]
经过上述公式处理后，可以得到降噪平滑处理后的风扇噪音数据。处理后的风扇噪音数据仍然是时域数据，自变量为时间，应变量为噪音强度。
[0084]
步骤103，统计所述目标噪音段的总持续时长以及所述目标噪音段的数量。
[0085]
目标噪音段可以包括一个或多个，则获取目标噪音段后，可以统计目标噪音段的总持续时长以及目标噪音段的数量。例如，对风扇进行录音后，得到一个录音时长为5分钟的风扇噪音数据，对该5分钟的风扇噪音数据进行识别，得到了2个目标噪音段，其中一个目标噪音段为从1分钟到1.5分钟的风扇噪音数据片段，计算可知持续时长为0.5分钟；另一个目标噪音段为从2分钟到3分钟的风扇噪音数据片段，计算可知持续时长为1分钟。则对目标噪音段进行统计，可以得到目标噪音段的总持续时长为0.5分钟加1分钟，即1.5分钟；目标噪音段的数量则为2。
[0086]
在一种实施例中，目标噪音段为从多个麦克风同时采集的风扇噪音数据中识别得到的多个目标噪音段，则统计所述目标噪音段的总持续时长的具体步骤，可以包括：判断目标噪音段的持续时间是否有重叠；若目标噪音段的持续时间没有重叠，则将各个目标噪音段的持续时长相加，得到目标噪音段的总持续时长；若目标噪音段的持续时间有重叠，则将各个目标噪音段的持续时长相加后减去重叠时长，得到目标噪音段的总持续时长。
[0087]
当目标噪音段为从多个麦克风同时采集的风扇噪音数据中识别得到的多个目标噪音段时，目标噪音段的时间可能有重叠。例如，当多个麦克风包括麦克风1和麦克风2时，从麦克风1采集得到的风扇噪音数据中识别得到目标噪音段1，目标噪音段1的持续时间为从4：00pm～4：05pm，计算可知持续时长为5分钟；从麦克风2采集得到的风扇噪音数据中识别得到目标噪音段2，目标噪音段2的持续时间为从4：01pm～4：06pm，计算可知持续时长为5分钟。则，根据目标噪音段1的持续时间，以及目标噪音段2的持续时间，可以得知重叠时间为4：01pm～4：05pm，重叠时长为4分钟。则可以将目标噪音段1的持续时长和目标噪音段2的持续时长相加后减去重叠时长，即5分钟加5分钟减去4分钟，得到目标噪音段的总持续时长为6分钟。
[0088]
或者，也可以根据目标噪音段1的持续时间和目标噪音段2的持续时间，计算得到目标噪音段的总持续时间为4：00pm～4：06pm，则也可以得到目标噪音段的总持续时长为6分钟。
[0089]
而当目标噪音段的时间没有重叠时，例如，当多个麦克风包括麦克风3和麦克风4时，从麦克风3采集得到的风扇噪音数据中识别得到目标噪音段3，目标噪音段3的持续时间为5：00pm～5：05pm，计算可知持续时长为5分钟；从麦克风4采集得到的风扇噪音数据中识别得到目标噪音段4，目标噪音段4的持续时间为5：10pm～5：15pm，计算可知持续时长为5分钟。则根据目标噪音段3的持续时间和目标噪音段4的持续时间可以判断出2个时间没有重叠。此时，可以直接将目标噪音段3的持续时长加上目标噪音段4的持续时长，即5分钟加5分钟得到目标噪音段的总持续时长为10分钟。
[0090]
而当连接的麦克风只有一个时，则识别得到的目标噪音段的持续时间不可能发生重叠，此时，可以直接则将目标噪音段的持续时长相加，得到目标噪音段的总持续时长。
[0091]
而目标噪音段的持续时间的重叠情况，不影响对目标噪音段的数量统计。不论服务器连接的麦克风有几个，都可以直接对识别的目标噪音段进行计数，得到目标噪音段的数量。
[0092]
步骤104，当所述目标噪音段的总持续时长大于时长阈值，且所述目标噪音段的数量大于数量阈值时，确定风扇发生故障。
[0093]
统计得到目标噪音段的总持续时长和数量后，可以判断目标噪音段的总持续时长是否大于时长阈值，目标噪音段的数量是否大于数量阈值；若目标噪音段的总持续时长大于时长阈值，且目标噪音段的数量大于数量阈值时，可以确定风扇发生故障；而若目标噪音段的总持续时长小于或等于时长阈值，或者，目标噪音段的数量小于或等于所述数量阈值，则可以确定确定风扇正常。
[0094]
其中，时长阈值可以设定为10秒，或者也可以根据对风扇正常运行时的噪音以及故障时的噪音进行分析后，进行自行判断与设定，本发明实施例对时长阈值不作具体限制。同样，数量阈值也可以由用户自行设置，可以设置为1或设置为大于1的数值。当数量阈值设置为1时，表示当检测到1个目标噪音段，且该目标噪音段的持续时长大于时长阈值时，可确定风扇故障；或者当检测到多个目标噪音段，多个目标噪音段的总持续时长大于时长阈值时，可确定风扇故障。当数量阈值设置为大于1的数值时，表示当目标噪音段有多个，且多个目标噪音段的总持续时长大于时长阈值时，可确定风扇故障。当数量阈值设置为大于1的数值时，可以一定程度避免误检。因为当只识别出一个目标噪音段时，可能为误检，而当识别出有多个目标噪音段时，更大概率可以确定风扇发生了故障。
[0095]
通过对麦克风采集的风扇噪音数据进行识别，得到目标噪音段，目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段；对目标噪音段进行分析，得到目标噪音段的总持续时长以及目标噪音段的数量；当判断出目标噪音段的总持续时长大于时长阈值，且目标噪音段的数量大于数量阈值时，确定风扇发生故障。通过风扇噪声发现风扇故障后可以上报运维人员，有利于及时更换故障风扇设备，提高服务器运行的可靠性。
[0096]
参照图3，示出了本发明实施例提供的一种风扇状态监控方法的流程图。可以在服务器的bmc中设置噪音监控管理进程，bmc噪音监控进程主要定义两个类，一个类为sound，实现录音及文件存储功能；另一个类为tasks，对录音文件进行检测产生对应的结果，记录告警信息，进行故障点灯。
[0097]
bmc噪音监控进程轮询麦克风和tf卡的在位状态，达到设备热插拔后录音管理对象的动态构造与析构。当bmc噪音监控进程确定麦克风和tf卡都已在位后，对在位的麦克风数量进行检测，并对麦克风进行类对象进行实例化，以使麦克风按照预设时间间隔轮询对风扇进行录音。同时，bmc噪音监控进程通过usb通道获取录音文件，录音文件包括风扇噪音数据，并将录音文件存储于tf卡中。bmc噪音监控进程调用噪音检测算法对存储于tf卡中的录音文件进行检测，噪音检测算法包括噪音识别算法，噪音识别算法采用直方图噪声估计算法，在多通道下实现噪声识别，得到每个频带能量的直方图中高能量模式对应噪声段。噪音检测算法识别出目标噪音段后，对目标噪音段进行统计、判断，确定并输出风扇运行状态，风扇运行状态包括：风扇正常运行和风扇故障。当确定风扇故障时，可以对风扇进行故障点灯以提示运维人员风扇发生故障需要维修，以及同时记录告警信息。
[0098]
对于bmc噪音监控进程，用户可以通过命令行或gui(graphics user interface，图形用户界面)进行关闭，通过systemd实现对进程的服务的开始和结束，满足用户是否对噪音监控需求的自主可控。
[0099]
通过对麦克风采集的风扇噪音数据进行识别，得到目标噪音段；对目标噪音段进
行分析，得到目标噪音段的总持续时长以及目标噪音段的数量；当判断出目标噪音段的总持续时长大于时长阈值，且目标噪音段的数量大于数量阈值时，确定风扇发生故障。通过风扇噪声发现风扇故障后可以上报运维人员，有利于及时更换故障风扇设备，提高服务器运行的可靠性。
[0100]
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
[0101]
参照图4，示出了本发明实施例提供的一种风扇状态监控装置的结构框图，所述装置应用于服务器，所述服务器包括风扇和麦克风，所述装置具体可以包括如下模块：
[0102]
噪音数据获取模块201，用于获取所述麦克风采集的风扇噪音数据；
[0103]
噪音数据识别模块202，用于对所述风扇噪音数据进行识别，得到目标噪音段；所述目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段；
[0104]
噪音数据统计模块203，用于统计所述目标噪音段的总持续时长以及所述目标噪音段的数量；
[0105]
风扇状态确定模块204，用于当所述目标噪音段的总持续时长大于时长阈值，且所述目标噪音段的数量大于数量阈值时，确定风扇发生故障。
[0106]
可选地，所述噪音数据识别模块202具体用于：
[0107]
通过直方图噪声估计算法对所述风扇噪音数据进行降噪处理，得到处理后的风扇噪音数据；
[0108]
对所述处理后的风扇噪音数据进行识别，得到目标噪音段。
[0109]
可选地，所述目标噪音段为从多个麦克风同时采集的风扇噪音数据中识别得到的多个目标噪音段，所述噪音数据统计模块203具体用于：
[0110]
判断所述目标噪音段的持续时间是否有重叠；
[0111]
若所述目标噪音段的持续时间没有重叠，则将各个目标噪音段的持续时长相加，得到所述目标噪音段的总持续时长；
[0112]
若所述目标噪音段的持续时间有重叠，则将各个目标噪音段的持续时长相加后减去重叠时长，得到所述目标噪音段的总持续时长。
[0113]
可选地，所述服务器包括通用串行总线接口，所述通用串行总线接口连接通用串行总线集线器，所述通用串行总线集线器连接所述麦克风，所述麦克风用于对风扇进行录音。
[0114]
可选地，所述服务器与快闪存储器卡连接；所述装置还包括：
[0115]
连接状态检测模块，用于轮询检测所述快闪存储器卡与所述麦克风的连接状态；
[0116]
所述噪音数据获取模块具体用于：当检测到有快闪存储器卡连接，同时也有麦克风连接时，对所述麦克风发送录音命令；接收所述麦克风发送的风扇噪音数据，并将所述风扇噪音数据储存于所述快闪存储器卡中；所述风扇噪音数据为所述麦克风响应于所述录音命令，对风扇进行录音得到。
[0117]
可选地，所述噪音数据识别模块202具体用于：对储存于快闪存储器卡中的所述风
扇噪音数据进行识别。
[0118]
可选地，所述风扇状态确定模块204还用于：当所述目标噪音段的总持续时长小于或等于所述时长阈值，或者，所述目标噪音段的数量小于或等于所述数量阈值时，确定风扇正常。
[0119]
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0120]
参照图5，示出了本发明实施例提供的一种电子设备30的结构框图，所述电子设备30包括：
[0121]
处理器301、存储器302及存储在所述存储器302上并能够在所述处理器301上运行的计算机程序3021，该计算机程序3021被处理器301执行时实现上述机柜测试方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0122]
参照图6，示出了本发明实施例提供的一种计算机可读存储介质40的结构框图，所述计算机可读存储介质40上存储有计算机程序401，计算机程序401被处理器执行时实现上述机柜测试方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0123]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0124]
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0125]
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0126]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0127]
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0128]
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为
包括优选实施例以及落入本发明实施例范围的所有变更和修改。
[0129]
最后，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
[0130]
以上对本发明所提供的一种风扇状态监控方法、装置、电子设备及储存介质，进行了详细介绍，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方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种风扇状态监控方法，其特征在于，应用于服务器，所述服务器包括风扇和麦克风，所述方法包括：获取所述麦克风采集的风扇噪音数据；对所述风扇噪音数据进行识别，得到目标噪音段；所述目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段；统计所述目标噪音段的总持续时长以及所述目标噪音段的数量；当所述目标噪音段的总持续时长大于时长阈值，且所述目标噪音段的数量大于数量阈值时，确定风扇发生故障。2.根据权利要求1所述的方法，其特征在于，所述对所述风扇噪音数据进行识别，得到目标噪音段，包括：通过直方图噪声估计算法对所述风扇噪音数据进行降噪处理，得到处理后的风扇噪音数据；对所述处理后的风扇噪音数据进行识别，得到目标噪音段。3.根据权利要求1所述的方法，其特征在于，所述目标噪音段为从多个麦克风同时采集的风扇噪音数据中识别得到的多个目标噪音段，所述统计所述目标噪音段的总持续时长，包括：判断所述目标噪音段的持续时间是否有重叠；若所述目标噪音段的持续时间没有重叠，则将各个目标噪音段的持续时长相加，得到所述目标噪音段的总持续时长；若所述目标噪音段的持续时间有重叠，则将各个目标噪音段的持续时长相加后减去重叠时长，得到所述目标噪音段的总持续时长。4.根据权利要求1所述的方法，其特征在于，所述服务器包括通用串行总线接口，所述通用串行总线接口连接通用串行总线集线器，所述通用串行总线集线器连接所述麦克风，所述麦克风用于对风扇进行录音。5.根据权利要求4所述的方法，其特征在于，所述服务器与快闪存储器卡连接；所述方法还包括：轮询检测所述快闪存储器卡与所述麦克风的连接状态；所述获取麦克风采集的风扇噪音数据，包括：当检测到有快闪存储器卡连接，同时也有麦克风连接时，对所述麦克风发送录音命令；接收所述麦克风发送的风扇噪音数据，并将所述风扇噪音数据储存于所述快闪存储器卡中；所述风扇噪音数据为所述麦克风响应于所述录音命令，对风扇进行录音得到。6.根据权利要求5所述的方法，其特征在于，所述对所述风扇噪音数据进行识别，包括：对储存于快闪存储器卡中的所述风扇噪音数据进行识别。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述目标噪音段的总持续时长小于或等于所述时长阈值，或者，所述目标噪音段的数量小于或等于所述数量阈值时，确定风扇正常。8.一种风扇状态监控装置，其特征在于，应用于服务器，所述服务器包括风扇和麦克风，所述装置包括：噪音数据获取模块，用于获取所述麦克风采集的风扇噪音数据；
噪音数据识别模块，用于对所述风扇噪音数据进行识别，得到目标噪音段；所述目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段；噪音数据统计模块，用于统计所述目标噪音段的总持续时长以及所述目标噪音段的数量；风扇状态确定模块，用于当所述目标噪音段的总持续时长大于时长阈值，且所述目标噪音段的数量大于数量阈值时，确定风扇发生故障。9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述的风扇状态监控方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的风扇状态监控方法的步骤。

技术总结
本发明实施例提供了一种风扇状态监控方法、装置、电子设备及储存介质，方法应用于服务器，服务器包括风扇和麦克风，方法包括：获取麦克风采集的风扇噪音数据；对风扇噪音数据进行识别，得到目标噪音段；目标噪音段为噪音强度大于噪音强度阈值的噪音数据片段；统计目标噪音段的总持续时长以及目标噪音段的数量；当目标噪音段的总持续时长大于时长阈值，且目标噪音段的数量大于数量阈值时，确定风扇发生故障。通过对风扇的噪音进行监控，以及时确定风扇的健康状态，提高服务器运行的可靠性。提高服务器运行的可靠性。提高服务器运行的可靠性。


技术研发人员：郭洁 王兴隆 王羽茜
受保护的技术使用者：苏州浪潮智能科技有限公司
技术研发日：2023.05.17
技术公布日：2023/8/16