一种灰尘分布的非接触测量方法

技术领域

本发明涉及能源科学领域，特别是涉及一种灰尘分布的非接触测量方法。

背景技术

进入二十一世纪以来，计算机技术的应用范围越来越广泛，一大批新兴产业，如：大数据、云计算、人工智能、5G等，正蓬勃生长，对数据存储的需求不断增加。在这一背景下，众多数据中心应运而生。截至2019年底，我国在运数据中心机架数265.8万架，同比增长28.7％。在可预见的未来，数据中心仍会朝着高速、高质量的方向发展。

数据中心的电子芯片高发热量一直是制约其发展的关键问题。由于数据中心的集成化程度不断提高，电子芯片尺寸不断缩小，使得电子元件的单位体积产热率不断上升。而CPU、显卡等电子芯片多以硅为主要材料，当温度过高时，电子芯片的性能会大幅下降，甚至会影响其使用寿命。因此，芯片的散热问题亟待解决。

芯片表面积灰是制约芯片散热能力的主要问题之一。在机房内，大量设备被密集堆放，为解决设备的散热问题，通常采用风冷散热的方式进行冷却，即利用空气为传热介质，通过风机带动空气，将多余的热量从芯片带走，进而达到散热的效果。但在冷却过程中，灰尘会被空气带动，进入机柜内部并附着在芯片表面。如不能及时清理积灰，会导致芯片表面热阻增大，影响整体散热能力。为避免不必要的人力成本，需要准确测量芯片表面积灰厚度，根据不同厚度对积灰及时清理。由于芯片表面结构复杂，精密度高，传统接触式测量方法不能很好的满足需求。因此，开发针对芯片表面灰尘分布的非接触测量方法是有必要的。

发明内容

为了解决上述现有技术的问题，本发明提供一种灰尘分布的非接触测量方法，采用本发明非接触式的测量方法能获得待测芯片表面灰尘分布情况，为及时对芯片表面进行清灰工作提供了数据支撑，保证了数据中心的平稳高效运行。

本发明通过以下技术方案实现：

一种灰尘分布的非接触测量方法，包括：

获取待测物品表面图像；

对待测物品表面图像进行采样，并获取各采样点的灰度值；

将采样点的灰度值与积灰厚度标准数据库中的灰度标准值进行对比，根据对比结果确定待测物品表面灰尘分布情况；

其中，所述积灰厚度标准数据库为预先建立的保存有不同厚度灰尘对应的灰度标准值的数据库。

优选的，所述物品为芯片。

优选的，所述获取待测物品表面图像，具体为：采样光学相机拍摄待测物品表面；其中，拍摄过程中使用红光灯作为唯一光源。

优选的，所述对待测物品表面图像进行采样，并获取各采样点的灰度值，具体过程包括：

使用MATLAB软件读取待测物品表面图像，对待测物品表面图像进行裁剪，仅保留待测物品区域，得到待测物品区域图像；

使用MATLAB软件在待测物品区域图像中均匀选取多个采样点，获取采样点中每个像素点的灰度值并求平均值，得到各采样点的灰度值。

优选的，所述将采样点的灰度值与积灰厚度标准数据库中的灰度标准值进行对比，根据对比结果确定待测物品表面灰尘分布情况，具体过程包括：

将采样点的灰度值与积灰厚度标准数据库中的灰度标准值对比，选择与采样点的灰度值最接近的灰度标准值对应的积灰厚度作为该采样点的积灰厚度；

赋予不同积灰厚度的采样点不同颜色，根据颜色绘制图像，得到待测物品表面灰尘分布情况。

优选的，所述积灰厚度标准数据库的建立方法包括：

设置表面均匀分布一系列不同厚度灰尘的多个标准板材，并获取各标准板材表面图像；

获取各标准板材表面图像的灰度值，得到不同厚度灰尘对应的灰度标准值，所有灰度标准值共同构成积灰厚度标准数据库。

进一步的，所述设置表面均匀分布一系列不同厚度灰尘的多个标准板材，并获取各标准板材表面图像，具体包括：

选取多块相同尺寸的板材，板材结构及尺寸与待测物品相同；

将灰尘按不同厚度标准分别均匀涂布在多块板材上，得到多个标准板材；

使用光学相机拍摄标准板材表面图像。

进一步的，使用光学相机拍摄标准板材表面图像时，使用红光灯作为唯一光源。

进一步的，所述获取各标准板材表面图像的灰度值，得到不同厚度灰尘对应的灰度标准值，具体包括：

使用MATLAB软件读取标准板材表面图像，并对标准板材表面图像裁剪，仅保留标准板材区域，得到标准板材区域图像；

在MATLAB软件中，使用矩阵形式在标准板材区域图像中均匀选取多个采样点，获得采样点中每个像素点的灰度值，对一个采样点内所有像素点灰度值求平均值，得到采样点灰度值；计算全部采样点灰度值的平均值，作为标准板材上积灰厚度对应的灰度标准值；

重复上述操作，得到不同积灰厚度对应的灰度标准值。

优选的，所述待测物品表面图像和/或标准板材表面图像的分辨率不少于600DPI。

与现有技术相比，本发明具有如下的有益效果：

本发明一种灰尘分布的非接触测量方法，通过采集待测物品表面图像，并获取图像中采样点的灰度值，根据积灰厚度与灰度值的关系，得到待测物品表面的积灰情况，本发明方法不需要接触物品表面，因此对于表面形状或部件复杂的物品也能很好的实现灰尘分布的测量，例如能获得待测芯片表面灰尘分布情况，为及时对芯片表面进行清灰工作提供了数据支撑，保证了数据中心的平稳高效运行。

进一步的，拍摄过程中应关闭环境光源，使用红光灯作为唯一光源，因为红光波长较长，在不同积灰厚度的表面，其反射率变化明显。

进一步的，采用表面均匀分布一系列不同厚度灰尘的多个标准板材进行积灰厚度标准数据库的构建，所得灰度标准值准确度高，从而能确保测量结果的准确性。

附图说明

图1为本发明灰尘分布的非接触测量方法的流程图；

图2为本发明所述步骤S2的具体步骤图；

图3为本发明所述步骤S4的具体步骤图；

图4为本发明所述方法实施示意图。

具体实施方式

为了进一步理解本发明，下面结合实施例对本发明进行描述，这些描述只是进一步解释本发明的特征和优点，并非用于限制本发明的权利要求。

结合图1，本发明一种灰尘分布的非接触测量方法，具体包括以下步骤：

S1：设置表面均匀分布特定厚度灰尘的标准板材，并使用光学像机获取标准板材表面图像；具体步骤为：

S101：选取多块相同尺寸的板材，其结构及尺寸应与待测芯片相同；

S102：将当地常见的灰尘按不同厚度标准分别均匀涂布在多块板材上，得到标准板材；实施过程中，可用单位平方厘米面积上分布的灰尘质量代表积灰厚度；

S102：使用光学相机拍摄标准板材表面图像，拍摄时应注意：所摄图像分辨率不少于600DPI；拍摄过程中应关闭环境光源，使用红光灯作为唯一光源，因为红光波长较长，在不同积灰厚度的标准板材表面，其反射率变化明显；保证标准板材表面完全处于图像内，尽量保证标准板材边缘与图像边缘平行，便于后期处理。

S2：通过MATLAB软件读取标准板材表面图像信息，进而获得不同厚度灰尘对应的灰度数值，并将其作为灰度标准值(即建立积灰厚度标准数据库)；结合图2，具体步骤为：

S201：使用MATLAB软件读取标准板材表面图像，即在MATLAB软件中，使用“imread”函数将标准板材表面图像读入MATLAB环境，使用“imshow”函数显示读取的标准板材表面图像，使用“imcrop”函数裁剪图像，使其仅保留图像中的标准板材区域，得到标准板材区域图像；

S202：在MATLAB软件中，使用矩阵形式在该标准板材区域图像中均匀选取多个采样点，使用“impixel”函数获得采样点中每个像素点的灰度值，对一个采样点内所有像素点灰度值求平均值，即得到该采样点灰度值。根据公式1计算全部采样点灰度值的平均值，作为该标准板材上积灰厚度对应的灰度标准值：

上式中，n为采样点个数，GL

S203：重复上述步骤S201及S202，得到不同积灰厚度对应的灰度标准值(以Ⅰ、Ⅱ、Ⅲ、Ⅳ为例)，所有灰度标准值共同构成积灰厚度标准数据库。

S3：获取待测芯片表面图像，拍摄具体步骤及要求与步骤S1相同；

S4：通过MATLAB软件获取待测芯片表面图像的灰度分布情况，并与积灰厚度标准数据库中的灰度标准值进行对照，最终确定待测芯片表面灰尘分布情况。结合图3，具体步骤为：

S401：使用MATLAB软件读取待测芯片表面图像，即在MATLAB软件中，使用“imread”函数将待测芯片表面图像读入MATLAB环境，使用“imshow”函数显示读取的待测芯片表面图像，使用“imcrop”函数裁剪图像，使其仅保留图像中的待测芯片区域，得到待测芯片区域图像；

S402：定义三维数组“GLM[X,Y,Z]”，其中，X表示采样点横坐标，Y表示采样点纵坐标，Z表示采样点灰度值。使用“impixel”函数获得待测芯片区域图像中每个采样点内单个像素点的灰度值，计算该采样点内全部像素点灰度值的平均值作为采样点灰度值，并将该灰度值储存在三维数组“GLM[X,Y,Z]”中。将每个采样点的灰度值与灰度标准值对比，选择与采样点灰度值最接近的灰度标准值对应的积灰厚度作为该采样点的积灰厚度，赋予不同积灰厚度不同颜色，根据颜色绘制图像，最终得到待测芯片表面灰尘分布情况。

上述方法中提到的均匀选取采样点，具体指：

(1)采样点为圆形；

(2)一般情况下，单个采样点中包含像素点不应少于10个，不多于20个；

(3)采样点与采样点之间应满足：横、纵坐标之差分别相同；一般情况下，横、纵坐标之差均不应大于0.5英寸。

本发明所述方法实施示意图如图4所示。

本发明针对数据中心的电子芯片表面积灰问题，采用非接触式的光学摄像方法，通过采集标准板材表面灰度信息，建立积灰厚度标准数据库，进而获得待测芯片表面灰尘分布情况，为及时对芯片表面进行清灰工作提供了数据支撑，保证了数据中心的平稳高效运行。

需要说明的是，本发明方法适用范围广，不仅仅适用于芯片表面积灰的测量，还可以扩展到其他元器件表面积灰的测量。