(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211084156.3 (22)申请日 2022.09.06 (65)同一申请的已公布的文献号 申请公布号 CN 115163540 A (43)申请公布日 2022.10.11 (73)专利权人 新华三人工智能科技有限公司 地址 311258 浙江省杭州市萧 山区闻堰街 道长安村 王家里368号4号楼207室 (72)发明人 王明辉　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 专利代理师 杨春香 (51)Int.Cl. F04D 27/00(2006.01) H05K 7/20(2006.01)(56)对比文件 CN 111734667 A,2020.10.02 JP 2001042952 A,20 01.02.16 王雪闯等.智能便携式风扇设计. 《物联网技 术》 .2020,(第01期), 审查员 蒋营营 (54)发明名称 一种风扇转速控制方法、 装置及设备 (57)摘要 本申请提供一种风扇转速控制方法、 装置及 设备， 该方法包括： 获取风扇组内每个风扇分区 对应的检测状态数据； 针对每个风扇分区， 将所 述风扇分区对应的检测状态数据输入给所述风 扇组对应的目标动作模型， 得到所述风扇分区对 应的目标占空比； 基于所述目标占空比确定所述 风扇分区内各风扇 的转速。 通过本申请技术方 案， 有效控制每个风扇的转速， 降低风扇的功耗 和噪音。 权利要求书3页 说明书16页 附图4页 CN 115163540 B 2022.12.23 CN 115163540 B 1.一种风扇转速控制方法， 其特征在于， 网络设备包括K个风扇组， K为大于1的正整数， 每个风扇组包括至少一个风扇分区， 每个风扇分区包括至少一个风扇； 其中， 每个风扇组对 应一个已训练的目标动作模型， 不同风扇组对应的目标动作模 型不同； 针对每个风扇组， 所 述方法包括： 获取所述风扇组内每 个风扇分区对应的检测状态数据； 针对每个风扇分区， 将所述风扇分区对应的检测状态数据输入给所述风扇组对应的目 标动作模 型， 得到所述风扇分区对应的目标占空比； 其中， 所述将所述风扇分区对应的检测 状态数据输入给所述风扇组对应的目标动作模型， 得到所述风扇分区对应的目标占空比， 包括： 将所述风扇分区对应的检测状态数据输入给所述风扇组对应的目标动作模 型， 得到M 个候选占空比对应的状态动作值； M为正整数， 所述M个候选占空比是位于最小占空比与最 大占空比之间， 且间隔预设步长的占空比； 基于所述M个候选占空比对应的状态动作值， 将 最优状态动作值对应的候选占空比确定为所述 风扇分区对应的目标占空比； 基于所述目标占空比确定所述 风扇分区内各风扇的转速 。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 基于所述网络设备的硬件架构， 将所述网络设备上所有风扇划分到多个风扇分区； 其 中， 针对每个风扇分区， 所述风扇分区对应所述网络 设备的至少一个槽位的单板， 且所述风 扇分区内的所有风扇对应的占空比相同； 基于各风扇分区对应单板的类型， 将所有风扇分区划分到K个风扇组； 或， 基于各风扇分区对应的位置， 将所有风扇分区划分到K个风扇组； 或， 基于各风扇分区对应单板的类型和各风扇分区对应的位置， 将所有风扇分区划分到K 个风扇组。 3.根据权利要求1所述的方法， 其特征在于， 针对每个风扇分区， 所述风扇分区对应的 检测状态数据包括： 所述风扇分区对应的每个单板所对应的传感器数据、 所述网络设备对 应的系统数据、 所述 风扇分区对应的初始占空比； 其中， 每个单板对应的传感器数据包括以下至少一种： 该单板内芯片对应的结温数据、 该单板内各测温点对应的最大温度、 该单板对应的功 率； 所述系统数据包括以下至少一种： 环境温度、 电源功率、 每 个风扇分区对应的功率。 4.根据权利要求1 ‑3任一所述的方法， 其特 征在于， 所述风扇组对应的所述目标动作模型的训练过程， 包括： 获取所述风扇组内各风扇分区对应的样本状态数据； 将所述样本状态数据输入给所述风扇组对应的初始动作模型， 得到所述风扇组对应的 M个样本占空比对应的状态动作值； 基于所述样本状态数据确定所述 风扇组对应的奖惩 参数值； 基于所述奖惩参数值和所述M个样本占空比对应的状态动作值对所述初始动作模型进 行训练， 得到已训练的所述目标动作模型。 5.根据权利要求 4所述的方法， 其特 征在于， 所述基于所述样本状态数据确定所述 风扇组对应的奖惩 参数值， 包括： 基于所述样本状态数据确定所述风扇组对应的目标功率和占空比最大值； 其中， 所述 样本状态数据包括所述风扇组内各风扇分区对应的初始占空比， 所述占空比最大值是初始权　利　要　求　书 1/3 页 2 CN 115163540 B 2占空比中最大值； 所述样本状态数据包括所述风扇组内各风扇分区对应的每个单板的功 率 和所述风扇组内各风扇分区内每个风扇的功 率， 基于每个单板的功 率和每个风扇的功率确 定所述目标功率； 基于所述占空比最大值确定目标噪声值； 基于所述目标功率和所述目标功率对应的第 一权重系数、 所述目标噪声值和所述目标 噪声值对应的第二权 重系数， 确定所述奖惩 参数值。 6.根据权利要求5所述的方法， 其特 征在于， 所述第一权 重系数与所述第二权 重系数之和为固定数值； 若节能重要性优于降噪重要性， 所述第一权 重系数大于所述第二权 重系数； 若降噪重要性优于节能重要性， 所述第一权 重系数小于所述第二权 重系数。 7.根据权利要求 4所述的方法， 其特 征在于， 所述方法还包括： 在获取所述风扇组内每个风扇分区对应的检测状态数据之后， 将所 述风扇组内每 个风扇分区对应的检测状态数据存 储到指定存 储介质； 在满足所述风扇组对应的目标动作模型的更新条件时， 将指定存储介质中的所述风扇 组对应的检测状态数据更新为所述风扇组对应的样本状态数据； 将所述目标动作模型更新 为初始动作模型； 将样本状态数据输入给初始动作模型， 得到所述风扇组对应的M个样 本占 空比对应的状态动作值； 基于样本状态数据确定所述风扇组对应的奖惩参数值； 基于所述 奖惩参数值和所述M个样本占空比对应的状态动作值对初始动作模型进行训练， 得到重新 训练的目标动作模型。 8.一种风扇转速控制装置， 其特征在于， 网络设备包括K个风扇组， K为大于1的正整数， 每个风扇组包括至少一个风扇分区， 每个风扇分区包括至少一个风扇； 其中， 每个风扇组对 应一个已训练的目标动作模型， 不同风扇组对应的目标动作模 型不同； 针对每个风扇组， 所 述装置包括： 获取模块， 用于获取 所述风扇组内每 个风扇分区对应的检测状态数据； 处理模块， 用于针对每个风扇分区， 将所述风扇分区对应的检测状态数据输入给所述 风扇组对应的目标动作模型， 得到所述 风扇分区对应的目标占空比； 确定模块， 用于基于所述目标占空比确定所述 风扇分区内的各风扇的转速； 其中， 所述处理模块将所述风扇分区对应的检测状态数据输入给所述风扇组对应的目 标动作模型， 得到所述风扇分区对应的目标占空比时具体用于： 将所述风扇分区对应的检 测状态数据输入给所述风扇组对应的目标动作模型， 得到M个候选占空比对应的状态动作 值； 其中， 所述M为大于1的正整数， 所述M个候选占空比是位于最小占空比与最大占空比之 间， 且间隔预设步长的占空比； 基于所述M个候选占空比对应的状态动作值， 将最优状态动 作值对应的候选占空比确定为所述 风扇分区对应的目标占空比。 9.根据权利要求8所述的装置， 其特征在于， 其中， 所述处理模块还用于： 基于网络设备 的硬件架构将网络设备上所有风扇划分到多个风扇分区； 其中， 针对每个风扇分区， 所述风 扇分区对应所述网络设备的至少一个槽位的单板， 且所述风扇分区内的所有风扇对应的占 空比相同； 基于各风扇分区对应单板的类型， 将所有风扇分区划分到K个风扇组； 或， 基于各 风扇分区对应的位置， 将所有风扇分区划分到K个风扇组； 或， 基于各风扇分区对应单板的 类型和各风扇分区对应的位置， 将所有风扇分区划分到K个风扇组；权　利　要　求　书 2/3 页 3 CN 115163540 B 3