一种服务器风扇的降噪处理系统及方法与流程

本技术涉及服务器风扇的降噪处理系统，更具体地说，涉及一种服务器风扇的降噪处理系统及方法。

背景技术：

1、计算机中服务器是核心，服务器在运行过程中会产生大量的热量，需要通过风扇进行散热，而风扇在运行过程中受到自身及外部因素的影响会产生噪音。

2、现有技术公开号为cn208153413u的文献提供一种计算机服务器风扇减震降噪结构，该装置通过装框架、风扇本体和安装底板，风扇本体固定在安装框架内，安装框架通过安装底板固定在服务器内，安装框架与安装底板之间设有若干相互交错的呈u形的弹性钢片，弹性钢片的上下两端分别与安装框架和安装底板固定连接，弹性钢片的内弧面处设有若干消音垫片，消音垫片上下叠加设置，安装框架的下端设有连接柱，安装底板的上端设有与连接柱对应的连接座，连接座内设有凹槽，连接柱的下端连接在凹槽内，连接柱上套设有减震弹簧，减震弹簧的上端与安装框架的底面连接，减震弹簧的下端与连接座的顶面连接，安装框架在风扇本体的运行下会发生振动而产生撞击的噪音，现通过安装底板上的多个弹性钢片和减震弹簧配合一起减缓安装框架的振动，降低振幅，从而减少噪声；最上层的消音垫片与安装框架的底面固定连接，最下层的消音垫片与弹性钢片固定连接，风扇产生的噪音通过层叠设置的多层消音垫片，声音能量被一层层消减，从而彻底吸收，有效提高风扇的静音性能。

3、上述中的现有技术方案虽然通过现有技术的结构可以实现与有关的有益效果，但是仍存在以下缺陷：该装置通过在一侧设置减震降噪，在使用的过程中，风扇的震动来自各个方向，不能起到最大的减震降噪作用，同时不能根据情况进行减震情况的调整。

4、针对上述中的相关技术中，发明人认为在对使用过程中的风扇进行降噪的过程中，需要对风扇各个方向的震动进行处理，从而起到最大的减震降噪作用，同时可以根据风扇的转动情况，及服务器运行过程中产生的震动，及麦克声音等情况的影响进行调整，减少震动的频率，从而提高降噪的效果。

5、鉴于此，我们提出一种服务器风扇的降噪处理系统。

技术实现思路

1、1.要解决的技术问题

2、本技术的目的在于提供一种服务器风扇的降噪处理系统的方法，解决了上述背景技术中的装置通过在一侧设置减震降噪，在使用的过程中，风扇的震动来自各个方向，不能起到最大的减震降噪作用，同时不能根据情况进行减震情况的调整的技术问题，实现了技术效果。

3、2.技术方案

4、本技术技术方案提供了一种服务器风扇的降噪处理系统，包括

5、采集风扇转动数据，采集风扇转动差生的震动数据；

6、标注风扇转动数据，对风扇转动数据进行不同级别的标注；

7、风扇转动数据预处理，对风扇转动数据进行去除噪声、标准化振动和噪音数据的预处理；

8、建立风扇转动模型并训练，利用风扇转动数据进行建立风扇转动模型并进行训练；

9、风扇转动模型评估调整，使用测试集进行风扇转动模型的评估并根据评估结果进行优化风扇转动模型；

10、风扇转动数据保存并应用，将训练好的风扇转动模型投入到实际的过程使用；

11、调整执行设备，根据反馈结果进行调整震动情况，从而进行降噪处理。

12、通过采用上述技术方案，通过风扇转动模型的设置，在对使用过程中的风扇进行降噪的过程中可以根据风扇的转动情况，及服务器运行过程中产生的震动，及麦克声音等情况的影响进行调整，减少震动的频率，从而提高降噪的效果。

13、作为本技术文件技术方案的一种可选方案，所述采集风扇转动数据，还涉及服务器在运行过程中对风扇震动的影响；

14、在服务器麦克风使用的过程中不同声音大小对风扇震动的影响；

15、利用振动传感器，通过测量物体的加速度，对加速度数据进行积分，可以得到振动的速度和位移信息，振动传感器用于检测不同频率范围内的振动，帮助评估风扇的运行状况；

16、声音传感器，麦克风转换声波振动为电信号，声音的振动频率和强度可以通过分析这些电信号来获取，放置在风扇附近，用于监测风扇产生的噪音水平。

17、作为本技术文件技术方案的一种可选方案，所述注风扇转动数据记数据，对于每个样本，分别使用"高"、"中"、"低"这三个标签，表示弹簧弹力的调整水平分别为高、中和低，为每个样本分配一个数值，1、2、3，分别表示"低"、"中"、"高"，使用独热编码将每个调整水平表示为一个二进制向量，"低"可以表示为[1,0,0]，"中"可以表示为[0,1,0]，"高"可以表示为[0,0,1]。

18、作为本技术文件技术方案的一种可选方案，所述风扇转动数据预处理，使用滤波器技术，来降低数据中的高频噪声，对振动和噪音数据进行标准化，确保它们具有相似的尺度，通过减去均值并除以标准差来实现；

19、python

20、standardized_data＝(data-mean(data))/std(data)

21、降采样，在数据采样率过高，使用降低采样率，减少数据量，并使模型训练更高效；

22、提取时域和频域特征，振动的均值、方差、频谱等，提供更有代表性的特征，有助于模型更好地学习，使用移动窗口平均来平滑数据，减少高频振动的影响。这对于捕捉振动的整体趋势很有帮助。

23、python

24、smoothed_data＝data.rolling(window_size).mean()。

25、作为本技术文件技术方案的一种可选方案，所述建立风扇转动模型并训练，利用卷积神经网络进行构架，以处理时序性数据，风扇转动模型的输入是振动数据和噪音数据的时间序列，输出是对应的弹簧弹力调整标签。

26、作为本技术文件技术方案的一种可选方案，所述风扇转动模型评估调整，使用测试集评估模型的性能，包括对噪音和震动的预测准确度，如果模型能够准确预测弹簧弹力的调整，那么可以考虑使用它进行实时监测和反馈。

27、作为本技术文件技术方案的一种可选方案，所述调整执行设备，包括服务器主体；

28、换风扇，所述换风扇设置于服务器主体一侧；

29、降噪架构，所述降噪架构嵌设于服务器主体外壳一侧，所述换风扇设置于降噪架构内部；

30、调整组件，所述调整组件设置于降噪架构内部，缓冲进行调整。

31、本技术还公开了前述服务器风扇的降噪处理系统的使用方法，包括以下步骤：

32、s1、首先，采集风扇转动差生的震动数据,还涉及服务器在运行过程中对风扇震动的影响,在服务器麦克风使用的过程中不同声音大小对风扇震动的影响,利用振动传感器，通过测量物体的加速度，对加速度数据进行积分，可以得到振动的速度和位移信息，振动传感器用于检测不同频率范围内的振动，帮助评估风扇的运行状况,声音传感器，麦克风转换声波振动为电信号，声音的振动频率和强度可以通过分析这些电信号来获取，放置在风扇附近，用于监测风扇产生的噪音水平；

33、s2、此时，对于每个样本，分别使用"高"、"中"、"低"这三个标签，表示弹簧弹力的调整水平分别为高、中和低，为每个样本分配一个数值，1、2、3，分别表示"低"、"中"、"高"，使用独热编码将每个调整水平表示为一个二进制向量，"低"可以表示为[1,0,0]，"中"可以表示为[0,1,0]，"高"可以表示为[0,0,1]；

34、s3、此时，对风扇转动数据进行去除噪声、标准化振动和噪音数据的预处理,使用滤波器技术，来降低数据中的高频噪声，对振动和噪音数据进行标准化，确保它们具有相似的尺度，通过减去均值并除以标准差来实现；

35、python

36、standardized_data＝(data-mean(data))/std(data)

37、降采样，在数据采样率过高，使用降低采样率，减少数据量，并使模型训练更高效；

38、提取时域和频域特征，振动的均值、方差、频谱等，提供更有代表性的特征，有助于模型更好地学习，使用移动窗口平均来平滑数据，减少高频振动的影响。这对于捕捉振动的整体趋势很有帮助。

39、python

40、smoothed_data＝data.rolling(window_size).mean()；

41、s4、此时，利用卷积神经网络进行构架，以处理时序性数据，风扇转动模型的输入是振动数据和噪音数据的时间序列，输出是对应的弹簧弹力调整标签；

42、s5、此时，使用测试集评估模型的性能，包括对噪音和震动的预测准确度，如果模型能够准确预测弹簧弹力的调整，那么可以考虑使用它进行实时监测和反馈；

43、s6、此时，将训练好的风扇转动模型投入到实际的过程使用，根据反馈结果进行调整调整组件震动情况，从而进行降噪处理。

44、3.有益效果

45、本技术技术方案中提供的一个或多个技术方案，至少具有如下技术效果或优点：

46、1.本技术通过风扇转动模型的设置，在对使用过程中的风扇进行降噪的过程中可以根据风扇的转动情况，及服务器运行过程中产生的震动，及麦克声音等情况的影响进行调整，减少震动的频率，从而提高降噪的效果。

47、2.本技术通过降噪架构的设置，可以对对风扇各个方向的震动进行处理，从而起到最大的减震降噪作用。

48、3.本技术通过调整组件的设置，可以对风扇各个方向的减震效果进行调整，进一步的减少噪音的产生。

49、4.本技术通过弹簧a的设置，可以减少缓冲的距离，提高降噪的反应速度。