数据中心空调关键技术——蒸发器

简介:

机房空调是数据中心必不可少的重要部件,是保持机房内部恒温恒湿的关键设备。一般空调制冷系统包含有四大部件:压缩机,蒸发器,冷凝器和节流装置,这里压缩机、冷凝器和节流装置都广为人所知,但压缩机却很少有人提及。实际上,蒸发器是空调系统最为重要的组成部分,蒸发器主要由加热室和蒸发室两部分组成,加热室向液体提供蒸发所需要的热量,促使液体沸腾汽化,蒸发室使气液两相完全分离。低温的冷凝“液”体通过蒸发器,与外界的空气进行热交换,“气”化吸热,达到制冷的效果。蒸发器很少有人提及可能的原因是这部分的技术原理比较简单,设计实现复杂度也不高,但往往空调制冷效果的好与坏,蒸发器是关键。

数据中心空调关键技术蒸发器

您可别小看这蒸发器,虽然它表面上看起来只是一个管筒,里面排列着一些管子,外行人根本看不出技术的含金量在哪。蒸发器技术的关键点在于:一是材质,要达到冷热最佳的交换效果,必须要采用易传导的材料,这样冷凝的液体经过蒸发器变为冷气时,流经这些管子时,已经与管子内流过的热的气体形成传导,这样管子内的气体热量减少,温度较低,蒸发器里的气体变液体,蒸发器反复将制冷液体在气体和液体之间来回切换,持续为管子提供低温环境,达到制冷目的;二是蒸发器气液转换速度,转换速度越快,降温速度越快;转换速度越慢,降温速度越慢。对蒸发器的转换速度控制得越好,这样的空调越精密,制冷温度也越精确,实际机房内的温度与实际空调设定的温度相差无几,并还可以保持机房内温度稳定不变;三是冷热交互的管子面积,这个一般是由空调的功率决定的,空调的匹数越高,内部这些冷热交互的管子就越多,越大,所以空调体积也越大。管子面积和蒸发器蒸发的制冷气体含量要有对应关系,避免出现小马拉大车的现象,两者设计上要匹配;四是用于蒸发的液体,不同的液体蒸发的沸点不同,分子流动性也不同,应该选用那些流动性好,沸点低的液体作为蒸发器的冷却剂。显然,这四个方面,有一个方面选用不好,都可能会影响到空调整体的制冷效果,要做好四个方面的适配。一个空调系统的好与坏,决定因素就是蒸发器,所以蒸发器的作用不容小觑。

蒸发器有几种技术实现的类型,虽然目的都是要进行冷热交换,但具体实现上有差异。首先是干式蒸发器,干式蒸发器制冷剂在换热管内通过,冷水在高效换热管外运行,这样的换热器换热效率相对较低,其换热系数仅为光管换热系数的两倍左右,但是其优点是便于回油,控制较为简便,而制冷剂的充注量大约是满液式机组充注量的1/2~1/3左右。其次是满液式的蒸发器,满液式蒸发器与干式蒸发器的运行方式恰好相反,冷水在换热管内通过,制冷剂完全将换热管浸没,吸热后在换热管外蒸发。满液式蒸发器的传热管表面上有许多针形小孔,管内表面上还有螺旋形凸起强化冷水侧的换热。这种同时强化管外沸腾和管内传热的高效传热管,使其传热系数较光管提高了5倍左右。最后是降膜式蒸发器,降膜式蒸发器也称之为喷淋式蒸发器,这种换热器与满液式蒸发器相似,但是它又与满液式蒸发器有区别。这种蒸发器的制冷剂是从换热器的上部喷淋到换热管上,制冷剂只是在换热管上形成一层薄薄的冷剂液膜,这样冷剂在沸腾蒸发时便减少了静液位压力,从而提高了换热效率,其换热效率较满液式机组提高了5左右。所以从换热效率上来看,降膜式高于满液式的,满液式高于干式。相反,在结构复杂度上降膜式也高于满液式的,满液式高于干式,降膜式的喷淋器要经常进行更换,否则容易结垢,影响传热效率。表1对三种蒸发器的特点做了详细对比:

数据中心空调关键技术蒸发器

蒸发器说白了就是提供一个冷热交换的场所,将热空气吸进来,与空调使用制冷剂产生的冷空气形成热交换,从而达到制冷的目的。这和我们常说的冷凝器是不同的。蒸发器就好比是冰棍,冰棍在热天会看到冷气的,是因为吸收了空气的热量,蒸发器原理也是这样。冷凝器就好比炉子上的开水热气腾腾,因为在散热啊,原理是把热量散发到空气中,这是两者的根本差别。蒸发器主要是用铜、铝、铂、镍、不锈钢等等做原材料,也有一些用纯钛做高效蒸发器的材料,这样制造成本很高。铜铝材质的冷热传导速度慢,承重效果差易变形,“铂镍不锈钢纯钛”材质的,热导效果快,制冷迅速。蒸发器壳程实际在真空状态下工作。蒸汽尾气进入预热器,预热料液部门由于是降膜蒸发,料液沿管壁呈膜状自上而下流动,达到制冷目的。蒸发器基本都是管式的,只不过管子排列成什么样子会有分类,比如:管板式、铝板吹胀式、翅片盘管式等,将这些管子设计成特定的模型,以便在进行冷热交换时,热交换的效率越高。理论上接触的面积越大,效果越高,所以在空调系统里,蒸发器尽量做得大些,冷热接触的面积会越大,这样热交换效率便越高。


本文作者:佚名

来源:51CTO

相关文章
|
2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。
|
13天前
|
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
|
2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。
|
2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。
|
2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。
|
2月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。
|
2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。
|
2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。
|
2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。
|
2月前
|
存储 边缘计算 人工智能
探索现代数据中心的心脏:高效液冷技术
【5月更文挑战第20天】 在信息技术不断进步的今天,数据中心作为处理和存储海量数据的枢纽,其运行效率与可靠性至关重要。传统的空气冷却系统由于其局限性已逐渐不能满足高密度计算设备的需求。本文将介绍一种创新的冷却方案——高效液冷技术,分析其工作原理、优势以及面临的挑战,并探讨该技术在未来数据中心发展中的潜在应用。