С быстрым развитием искусственного интеллекта и высокопроизводительных вычислений технология жидкостного охлаждения с холодной пластиной постепенно становится одним из основных технических решений для удовлетворения требований отвода тепла в системах охлаждения центров обработки данных с высокой плотностью. В данной статье представлены механизмы возникновения типичных неисправностей системы жидкостного охлаждения с холодной пластиной в центрах обработки данных, их влияние и закономерности совместной эволюции; обобщены принципы и особенности прямых методов обнаружения и методов диагностирования неисправностей на основе эксплуатационных данных, а также рассмотрены ключевые проблемы применения таких технологий диагностики в системах жидкостного охлаждения с холодной пластиной; на основе опыта диагностики в области отопления, вентиляции и кондиционирования воздуха подведены итоги методов целенаправленного улучшения существующих проблем, таких как полунаблюдаемое обучение, обучение на небольшом количестве образцов, увеличение данных, слияние физических моделей и данных. В будущем исследования в этой области могут быть сосредоточены на интеграции нескольких алгоритмов, смягчении проблемы дисбаланса данных, повышении интерпретируемости моделей и устойчивости к помехам, что позволит повысить точность, надежность и инженерную применимость распознавания неисправностей. Настоящая статья предоставляет обзор и обобщение соответствующих исследований, что может служить ориентиром для теоретических исследований и инженерных применений в области диагностики неисправностей жидкостного охлаждения с холодной пластиной.

центр обработки данных; жидкостное охлаждение с холодной пластиной; прямое обнаружение; диагностика неисправностей; машинное обучение