论文部分内容阅读
随着“互联网+”与大数据时代的来临,数据处理任务越来越繁重,服务器性能提升的同时,散热功率也迅速增大,单个机柜的功率迅速增大,数据中心朝大规模方向发展。传统小型数据中心机柜热环境恶化,存在局部过热,温度分布不均匀,冷量利用率低等问题。针对以上问题,本文以实际机房为例,建立数学模型。利用6SigmaRoom建立了机房模型。并对机房气流场、温度场进行模拟,得到局部过热点和机柜各处温度值。为验证仿真模型的准确性,本文采集实验机房与仿真模型各机柜0.5m、lm、1.5m处的温度数据,通过仿真数据与实测数据的对比分析,验证了机房仿真模型的准确性和应用可行性。此外,为更合理有效的对整体机房内各机柜热环境进行评估,本文在现有数据中心评价指标的基础上提出了一个新的机柜热环境评价指标,即机柜热环境评价指数(Cabinet Thermal EnvironmentIndex,CTEI)。通过仿真实验,结果证明该指标能有效评估不同工况下的机柜热环境,分析每个机柜的冷量利用率及热安全问题。然后,本文在结合实际情况和总结前者的研究之后,从通道封闭方式、空调温度控制方式、送回风方式三个方向出发,对多种工况进行模拟。从机房温度场、流量场、热环境评价指标、送回风温度极值等角度对多种工况进行对比分析。对比发现,采用冷通道封闭技术、配合列间空调测送风方式,同时空调系统回风温度控制,三者结合可最大程度优化气流组织。数据中心仿真迭代次数由590降低至400,降低了时延;CTEI指标范围由1.16～2.47优化至1.36-1.82,机房整体温度平稳;机房最高温度下降0.9℃,降低热安全隐患;平均送风温度由14.17℃上升至16.37℃,空调能耗减少;温度范围由12.8-28.6℃优化至16-27.4℃,温差缩小4.4℃,优化后可适当提升送风温度以降低空调能耗,实现了机房热环境优化的目的。最后就本文的工作和不足进行了总结。