详述数据中心内部通风的几种形态

简介:

数据中心机房内部设备密集,运转起来所有设备都产生热量,发热量还大,这时必须要进行通风降温,尽可能给设备提供一个恒温恒湿的运行环境。其实,数据中心里的很多设备都是很娇贵的,工作温度范围很窄,一般在20~45摄氏度之间,而且温度频繁变化对设备运行寿命也有影响,那些动辄上百万的设备,如果用一两年就坏掉,对数据中心来说损失不小,延长设备使用寿命,本身就可以给数据中心节省成本。运行中的设备不断产生热量,并且随着业务量大小的变化,散热量也在变化之中,这就需要有合理的气流组织分配和分布,有效移除这些设备产生的热量,确保机房内保持恒温恒湿的环境。

数据中心/机房建设/通风

保持机房内环境的恒温恒湿离不开空调,当然那些处于特定物理环境的除外,这些数据中心利用自然条件进行自然散热,绝大部分的数据中心都是需要利用空调来保持恒温恒湿环境。我们在家里使用空调不难发现,虽然一个屋子里随着空调的开启,慢慢整体变得凉快起来了,但站在空调的出风口处,还是能感到比其它地方要凉,其实空气温度传导速度是比较慢的,所以在屋子里面,部分位置的温度会有差别。数据中心的机房面积可比家里大得多,这时在机房里简单地放置几台空调是无法满足的,必须要进行通风系统设计,设计通风通道。让机房内的冷热空气有序循环起来,这样才能达到恒温恒湿的目的,也使得机房内的热交换效果最高,节约数据中心能耗,要知道数据中心的能耗中,空调部分一般就占了三分之一,那让我们看看数据中心内部有哪些通风方式。数据中心机房内部,按照送、回风口布置位置和形式的不同,可以有各种各样的通风形式,大致可以归纳为以下五种:上送下回、侧送侧回、中送上下回、上送上回及下送上回。

上送下回指的是冷气从机房上面注入,热气从下面地板带走,这种方式在日常的办公写字楼都是这种。屋顶有多个进风口,不断将冷空气注入,给室内降温,不过办公室的地板下一般不会有通风口,所以热风还是要通过空调带走。在数据中心机房内,地板都是由很多块孔板组成的,方便将热量从地板带走。这种方式送风经过顶棚上的空调风口往下送冷空气,至室内先与机房内的空气混合,通过设备自带的风机,再进入需送风冷却的设备。不过我们知道这样一个常识,就是空气随着温度的升高而密度会变小,这样热空气会变轻,热空气会慢慢向上聚积而不是向下,这样热空气不容易从下部出去,影响散热效果。所以这种方式,要想达到散热效果,必须要加大上面送入冷空气的力度,从而使得能源消耗较大。因此上送下回方式适宜在机房面积不大于100m2,散热量较小的中小型数据中心使用,在大型的数据中心机房,效果并不理想。

侧送侧回的冷气是通过机房的侧墙上横向送入,气流吹对面墙上转折下落到机柜区以较低速度流过机柜,再由布置在同侧的回风口送出。根据机房内部两侧墙面跨度大小,可以布置成单侧回和双侧送双侧回。由于送风射流在到达机柜之前,已与房间空气进行了比较充分的混合,速度场与温度场都趋于均匀和稳定,能保证机柜气流速度和温度的均匀性。侧送侧回方式,随着距离送风墙越远,风力越小,甚至如果两侧墙距离很远,距离送风墙远的地方甚至没有冷风,这样局部降温效果会很差。侧送侧回会使距离送风墙近的地方效果很好,随着距离的拉开,效果不断降低,为了维持降温效果,就要加大送风风力,所以这种方式能耗也不低,如果机房两侧距离过远,不宜采用这种方式,一般在普通建筑中侧送侧回用得较多。

下送上回的冷气通过在活动地板上装设的送风口进入机房或机柜内,回风通过机房顶棚上装设的风口回至空调装置。下送风机房活动地板的空调送风风口一般布置在机柜近侧或机柜底部,冷却空气从设在机柜近侧或机柜底部的活动地板风口送出,送出的低温空气只在瞬间与机房内的热空气混合,即刻从机柜的进风口进入机柜,有效地提高了送入机柜冷却空气的质量,用较少的风量,提高了机柜的冷却效果。下送上回方式,活动地板下用作送风静压箱,当机房内的设备进行增减或更新时,可方便地调动或新增地板送风口及机柜接线口的位置及数量,机房顶部留有的空间既可用作回风静压箱,又可敷设各种管线。从制冷效果和效率来看,下送风方式优于其它送风方式,所以在机房条件允许的前提下,可以确定以下送风为主,上送风为辅的设计方式。实际上,在如今的数据中心机房,下送上回已经成为了实践中的默认标准。下送上回方式的优点很多:地板下送风与走线架上走线方式,兼顾了地板高效制冷与送风、安静整洁、走线架易于电缆扩容与维护等两方面优点,下送上回制冷效率较高、安装简单、安装整洁等。下送上回已经成为数据中心制冷中机房送风方式的最佳方式之一,在金融信息中心、企业数据中心、运营商IDC等各行各业的数据中心中都有广泛使用,成为新一代数据中心通风方式的标准使用方式。不过有一点要注意下,有的数据中心采用地板下方作为电缆走线空间,使用中容易出现的问题是,地板下走线拥堵,送风不畅导致空调耗能增加。

中送上下回和上送上回方式也是可以采用的通风方式,实际数据中心里使用较少,在此不再详述,实质上就是机房内部空气流动的方向差异而已。


本文作者:harbor   

来源:51CTO

目录
相关文章
|
5天前
|
存储 运维 区块链
区块链技术对数据中心的潜在影响
区块链技术对数据中心的潜在影响
|
6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。
|
3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。
|
6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。
|
6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。
|
6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。
|
6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。
|
6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。
|
5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
|
6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
【5月更文挑战第11天】 在云计算和大数据的背景下,数据中心作为信息处理的核心设施,其能效问题一直是研究的热点。传统的能效管理方法难以应对日益增长的能源消耗和复杂多变的工作负载。本文提出一种基于机器学习技术的数据中心能效优化方案,通过实时监控和智能调度策略,有效降低能耗并提升资源利用率。实验结果表明,该方案能够减少约15%的能源消耗,同时保持服务质量。