数据中心机房空调技术研发创新探讨

简介:

摘要:“互联网+”时代,云计算、大数据等应用使得数据中心规模化、大型化成为主流,数据中心节能也备受关注,特别是机房空调能耗占据整个数据中心近40%。大型数据中心怎样才能提高数据中心制冷效率?作为专业的空调制造商,艾默生空调在技术上有着哪些创新?这些技术给数据中心节能带来了怎样的效果?

数据中心机房空调技术研发创新探讨:

“互联网+”时代,云计算、大数据等应用使得数据中心规模化、大型化成为主流,数据中心节能也备受关注,特别是机房空调能耗占据整个数据中心近40%。大型数据中心怎样才能提高数据中心制冷效率?作为专业的空调制造商,艾默生空调在技术上有着哪些创新?这些技术给数据中心节能带来了怎样的效果?

双级冷却技术的具体应用和技术优势

应该叫做双级热回收,对于低湿度地区,通过一次蒸发冷却和热回收,当室内的风降不到目标的出风温度时,就需要有两个橫流式板式换热器,使得单排风被加热,吸收更多的水,进一步冷却循环出风。双级热回收系统的优势在于达到同样的热回收量的情况下,可以降低风量,降低风系统的能耗,减少外机尺寸。

双级冷却技术原理解析

双级冷却技术原理是通过多次蒸发来使冷源侧的温度尽可能达到湿球温度,从而提高热回收效率。正常情况下一个或一组板式换热芯体就可以了。对于双级蒸发冷却,则需要将两组或以上的换热芯体。

EK数据中心机房空调技术研发创新探讨

  双级冷却技术原理图

双级冷却技术应用场景

双级冷却技术是一个整体方案,可应用于中低密度机柜横流式板式换热器。主要是通过冷热空气流程的交错布置来进行换热。 双级蒸发冷却中需要两个横流式板式换热器。

空气质量对换热芯体和机组的影响

出于上面的两个考虑,目前不用直接应用新风蒸发冷却。通过衡量板式换热性能的两个重要方面:换热效率和漏风率。来提高换热芯体的换热效率:主要从换热材料的导热性能和增加换热面积设计上考虑。通过这两个性能指标的把控,才能保证整机的性能。防腐上考虑的话会在铝基材上增加环氧树脂高分子涂层。这个系统的非活动部件,使用寿命理论上大于等于15年

高分子材料的应用

高分子材料可以在某些特殊性能上强化。如力学性能、耐腐蚀性、绝缘性等。在换热芯体上的高分子材料应用的主要目的还是从防腐性能上考虑其用途。在使用时前面需要一个粗效滤网过滤pm10的颗粒物,同时蒸发冷用的喷淋加湿,我们认为其还有除去更小颗粒物pm2.5,和污染气体的作用。

新风+雾状喷淋+板式换热器的隐患是什么?

在换热芯体上方喷水,可以提高蒸发冷的效果,但带来的问题是空气中的小颗粒会在水汽作用下在换热芯体表面形成水垢,污染气体也会更容易导致换热芯体的腐蚀。水垢和腐蚀带来的问题就是换热芯体换热效率下降和漏风串气的可能,新风窜气进入机房,也同样存在腐蚀机房设备的可能。同时换热芯体上部布水,由于风速问题,会大量带走雾化的水汽,使水汽不能有效的蒸发。导致耗水量增大。艾默生的设计是将加湿过滤单元前置于换热芯体

丰富的行业经验

艾默生在机房应用类空调产品的研发、应用上积累了多年的经验:我们能根据机房不同的地理位置、环境情况,机房不同的功率密度、机房等级,甚至是客户个性化的要求提供不同的解决方案。单单谈空调产品的制冷效率提高,其实取决于制冷部件例如压缩机的效率提高,而数据中心的空调系统节能应该是解决方案的优化。系统的解决方案就像是做菜一样,材料丰富才可能做出一盘好菜。

艾默生的产品线是非常丰富的,艾默生也是在机房空调行业少有的能同时提供主机和末端的厂家,传统的房间级风冷、水冷、冷冻水型机房空调,模块化涡旋压缩机冷水机组、螺杆冷水机组、离心冷水机组、磁悬浮离心冷水机组,主机可集成自然冷却技术,PCM相变蓄冷技术,热管系列,行间空调,机柜级空调以及OCC、机柜背板、机柜地置等丰富的产品就是做菜的材料。不同的机房要求、客户要求,艾默生能提供不同的解决方案,这是配菜工,而艾默生的云平台则是做菜的大厨,通过监控空调产品和机房内相关参数例如机柜热点,除了防患于未然,故障远程处理等协助运维的工作,还可以通过大数据分析,实现能源管理,从而通过产品、解决方案、远程管理多方面实现数据中心的节能。

以客户为产品应用导向

产品的方案是否完善呢其实跟客户的应用有很大关系,有些技术方案只在极少数的项目上用过,但是有些技术方案呢,就得到了很多项目的应用,比如说行间级和机柜级的空调机组,在应用的过程中,艾默生也不断的升级。例如机柜级产品就进行了三次的产品升级迭代,并且从当初的只有冷冻水机型到现在变频直膨系列的产品。艾默生的产品进化过程就是了解客户需求,产品应用,解决客户的痛点,产品升级迭代的过程。

标准化、模块化产品的优势

艾默生的机柜级空调是有多项专利的一系列创新产品:产品在结构上具有即插即用,热插拔等众多的创新点,艾默生新研发小型机柜级空调,其产品厚度仅仅4U,也是行业之最。在系统上也有例如防凝露控制技术,快速除湿技术,轮值、备份技术等切实解决客户问题的创新。

艾默生在应用上采取了风幕送风的方式,直接把冷空气送到机柜服务器的前面,相比传统的房间级空调,省去了布风管的成本和时间,也没有风管的风压损以及漏冷等问题,相比行间空调前送风型式也不需要做冷通道封闭。机柜级空调还有多达8个的机柜温度监控传感器,可以监控机柜内部的热点,并且根据机柜温度调整空调的送风量以及制冷量,以达到节能和保证服务器的安全。艾默生的机柜级产品也提供了机柜热通道封闭的系统解决方案,相比传统的冷通道封闭方案或热通道封闭方案,艾默生的机柜热通道封闭方案较之初期项目投入少,占地面积少,系统运行能耗少等众多优势。

艾默生的研发体系

艾默生能够提供众多产品是与公司的投入是密切相关的,在硬件上艾默生在意大利和广东有两个研发中心,有二百多研发人员,配套齐全的国家认可实验室。在软件上,艾默生注重的是人才,目前在广东研发中心就有3名教授级高级工程师,13名高级工程师,目前广东艾默生有二百多项产品专利。所以才能源源不断的产出新的创新、新的产品。

本文转自d1net(转载)

目录
相关文章
|
2月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
5月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
5月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
5月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
5月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
4月前
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
|
5月前
|
机器学习/深度学习 数据采集 资源调度
利用机器学习技术优化数据中心能效
【5月更文挑战第27天】 在本文中,我们探讨了一种基于机器学习的技术框架,旨在实现数据中心能效的优化。通过分析数据中心的能耗模式并应用预测算法,我们展示了如何动态调整资源分配以减少能源消耗。与传统的摘要不同,此部分详细阐述了研究的动机、使用的主要技术手段以及期望达成的目标,为读者提供了对文章深入理解的基础。
|
5月前
|
机器学习/深度学习 敏捷开发 测试技术
深入理解自动化测试:框架选择与实践挑战利用机器学习技术优化数据中心冷却系统
【5月更文挑战第27天】 在现代软件开发周期中,自动化测试已成为确保产品质量和加快市场投放的关键步骤。本文深入探讨了自动化测试的框架选择问题,并剖析了实施过程中面临的挑战及其解决方案。通过比较不同测试框架的特点,我们旨在为读者提供一套明确的指导原则,帮助他们根据项目需求做出恰当的技术决策。同时,文中还分享了实际案例和最佳实践,以期帮助开发团队克服实施自动化测试时可能遇到的障碍。
|
5月前
|
机器学习/深度学习 缓存 算法
深入理解操作系统的虚拟内存管理利用机器学习技术优化数据中心能效
【5月更文挑战第25天】 在现代计算机系统中,虚拟内存是允许用户程序逻辑地址空间与物理内存解耦的关键概念。它为每个进程提供了一个独立的、连续的地址空间,通过内存管理单元(MMU)硬件的支持,将程序使用的虚拟地址映射到实际的物理内存地址。这种机制不仅简化了程序的编写和内存的管理,还提供了保护机制,防止不同进程之间的相互干扰。本文将探讨虚拟内存的工作原理、分页系统的实现以及虚拟内存带来的性能影响,并讨论操作系统如何优化内存使用和管理。
|
5月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
下一篇
无影云桌面