BlueNet iPDU – 智能解决方案

当前与IT相关主题的技术文章:您可以在此处下载我们的白皮书(Whitepaper)。

剩余电流分析 - 使用云端大数据预测故障风险

可用性和运营成本 

通过有效结合定期维护间隔时间与高级管理系统(包括剩余电流监测和有针对性地分析测量值),可以保障数据中心电气系统的安全及可靠运行。一方面,定期维护工作是延长组件或系统使用寿命的必要条件,但另一方面,也意味着需要耗费巨额成本。随着市场上新概念的推出,IT 部门紧跟汽车行业的发展趋势。领先汽车制造商很早以前取消了固定维护间隔时间,更偏向于利用传感器确定制动器或离合器垫片的确切状态。车辆信息系统可提前告知驾驶员何时需要维护车辆或更换磨损零件。此外,现在已授权独立的维修厂对车辆进行维护。因此,客户可以选择低成本、高效的解决方案。那么,为什么不对数据中心应用相同的原理?

数据中心剩余电流监测(RCM)解决方案

数据中心运营商和 IT 管理者非常担心数据中心的停机、操作故障和中断,如果它们是由于可以避免的错误而发生的,那就更麻烦了。满足现代数据中心严格的可用性和安全性要求,不再仅仅是解决基础设施和电力负荷分配、容量规划和可切换电路等问题。数据中心运营商和 IT管理者必须更详细地考虑电源设置,并对剩余电流、补偿电流和绝缘误差进行深入记录和评估。 

根据云中的大数据预测故障风险: 最新的剩余电流分析

是否可以优化数据中心的维护间隔?

除冗余之外,数据中心的可靠运行还取决于确定的维护间隔。一方面,定期的维护工作是组件或系统使用寿命的先决条件,但另一方面,它却代表了巨大的成本因素。市场上出现的新概念表明,IT部门正在追随汽车行业的趋势。领先的汽车制造商很久以前就取消了固定的维护间隔,而倾向于使用能够确定制动器或离合器垫确切状态的传感器。车辆信息系统使驾驶员提前知道何时需要维修汽车或必须更换磨损的零件。此外,现在已授权独立的汽车维修店对车辆进行维护。这样可以为客户节省时间和金钱。 那么,为什么不将同样的原则应用到数据中心呢?