数据中心机房CFD仿真模型的构建及实验测试

陈翼翔

（湖南工程职业技术学院土木系，湖南 长沙410100）

0 引 言

数据中心机房安放了大型计算机服务器、数据储存系统、通信设备等设备，运行时产生大量的热，为了确保这些设备的正常工作，必须对它们进行充分的冷却，每一个发热单元都必须依据本身的产热量，获得一个相匹配的冷量［1］。因此，数据中心内冷气流须要有适当的分布，也就是冷空气必须满足任意位置的计算机设备的需求，成为保障设备正常工作的关键。数据中心机房空调系统的成功设计，依赖于对气流分布的基础机制的理解［2］。

当前中外研究者普遍采用CFD模拟技术和仪器实测方法对数据中心机房的气流组织进行模拟和实验［3～8］，取得了良好的辅助设计效果。

本文基于真实工程案例，借鉴文献及非数据机房CFD 模拟的成功经验［9，10，14］，以提高模型仿真度为原则，以最终提高模拟精度为目标，构建了相对精确的数据中心机房专用空调机和数据设备机柜的模型，并经过计算和实测验证，为此机房设计及运行提供了依据。8.5 m×11 m，层高4.2 m。机房内共安装机柜43个，机柜内摆放的通讯设备型号基本一致，每个机柜内的设备发热量基本一致，都在1.2 k W左右。机房平面及机柜、空调机安放位置见图1。

由于受限于建筑的构造，空调机整齐摆放于房间一侧，经按国家、行业规范计算，机房需要制冷量61 k W，设计上采用完全相同的三台额定制冷量为31 k W的机房专用空调机。基于电信行业的规范要求，运行上采用二用一备方式，以保证空调系统整体可靠性，并根据业主已采购设备的客观条件，设计为上送下回式机房专用空调机。

1 工程简介

该数据中心机房位于长沙市某通信综合楼，属于无人值守机房，门窗经过二次封闭，房间内空尺寸为

图1 机房布置平面图

2 模型简化及相关假设

2.1 单个机柜模型简化

文献［4］中对数据设备机柜的模型有过论述，本文汲取其精华，并依据数据设备及机柜的外形、运行原理的特点，更为真实、精确地构建模型。

机柜正面为通风孔板制作的机柜门，柜外空气可以进入机柜；机柜背面一般是将数据设备裸露；本案例中，机柜实际尺寸为0.96 m×0.6 m×2 m，外形如图2所示。

图2 数据设备机柜正面（左）与背面（右）图

置于机柜内的数据设备机壳正面有通风孔，数据设备发热由内部机芯的电子器件在运行中产生；机壳背面排列降温风扇和接线端，如图3所示。设备运行时，室外气流由降温风扇从机壳正面的通风孔吸入，流经机芯，带走机芯产生的热量，从机壳后部排出。

图3 数据设备背面风扇及接线端

基于上述特点，在建立模型时，将数据设备及机柜简化，机柜正面采用与通风孔板的实际通风面积相同的竖向缝隙；机柜内设备发热机芯简化为一个发热六面体，发热量为柜内设备的总发热量（1.2 k W）；机柜背面设置2个风扇，每个风扇的风量为柜内设备降温风扇风量总和的二分之一；机柜其余地方按照实际尺寸，并实现全密封，如图4所示。

2.2 机房专用空调机模型简化

文献［3～8］中对机房空调设备进行了模型简化，其出风口设置为定量定压送风口，回风口为自由溢流的通风洞口，大多数没有设置为单独物体，而是直接在墙的边界上开有压回风口和自由溢流的通风洞口，此模型适用于单台空调机的机房模拟，但是在多台空调机同时运行的状态下，各回风口外的风压不等，如果采用自由溢流的通风洞口，则各台空调机的回风量势必会不等；但是实际上单台机房专用空调机的送风量和回风量是始终相等的，所以本文将机房专用空调机的送风口采用定量定压送风口，回风口亦采用定量定压的回风风扇。

图4 数据设备机柜模型

本案例中的上送下回式机房专用空调机，送风口设置于机器上部，底部侧向送风，回风口设置于机器下部，侧向回风，长宽高尺寸为1.4 m×0.89 m×2.6 m，如图5所示。

图5 机房专用空调机实物图

本文将机房专用空调机外形简化为一个实际尺寸的六面体，如图6所示。

图6 机房专用空调机模型

2.3 机房及群组机柜模型简化

机房围护结构简化为一个8.5 m×11 m×4.2 m的六面体，各墙体模型均设置为没有厚度，为模拟夏季围护结构的热量，根据热负荷计算定义了墙体模型对室内的散热量。

机房内设置了3台机房专用空调机，并根据三台空调机遵循二用一备的原则，仅保留了2#空调机的实物模型，但删除其送回风口，此空调机仅作为机房内影响气流组织的物体而存在；还依据实际机房情况设置了43个机柜模型；在排列机柜模型时，取消重叠的机柜侧壁的模型，其余模型保持不变，如图7所示。

图7 数据机房群组模型

2.4 相关假设和数值计算方法

计算时机房内空气视为不可压缩、连续、稳定的流动，并符合Boussineq假设；忽略空气中污染物的影响。

数值模拟采用雷诺平均法（RANS）中的涡黏模型，利用零方程模型来处理雷诺应力项，该模型是指不使用微分方程，而用代数关系式，把湍动粘度与时均值联系起来的模型。它只用湍流的时均连续方程（1）和Reynolds方程（2）组成方程组，把方程组中的Reynolds应力用平均速度场的局部速度梯度来表示。

采用有限容积法对微分方程进行离散，差分格式为混合格式。网格的划分采用多重网格划分法。用SI MPLE算法进行压力和速度的解耦，以避免不合理压力及速度场的出现。为考虑温差引起的浮升力影响，采用Boussinesq假设。

2.5 网格划分及收敛标准

网格生成对CFD计算至关重要，直接关系到CFD计算的成败［10］，质量高的计算网格应满足以下几点［11，12］：网格在求解域内的疏密变化应与被求变量的梯度变化相适应；整个求解域内的单元变化是光滑的进行；单元的扭曲度较小，单元的宽高比不大于5：1。

根据本数据机房的几何尺寸，采用六面体结构网格。计算区域划分步长不大于机房实际尺寸的1／20。X轴方向的最大尺寸为：Max X size＝0.3605；Y轴方向的最大尺寸为：Max Y size＝0.21；Z轴方向的最大尺寸为：Max Z size＝0.55。

对模型进行网格划分后，其网格的质量报告为：

NODES：286237

HEXAS：271048

QUADS：76880

Faces＋solids：814

Co mputing element quality（f ace align ment）...

Range：0.370522－＞1

Total fl uid vol u me is 367.656 m＾3

One r oo m－change per hour＝vol u me flow rate of 0.102126666666667 m＾3／s

由于机房和各空调机、各数据设备和机柜都简化成六面体，所以模型建立在笛卡尔坐标系下，采用控制容积离散方法将微分方程离散成代数方程。将微分形式离散成代数形式的过程中采用上限差分格式，采用多重网格划分法。对整个控制方程的求解采用SI MPLE算法［13～15］，在每一次迭代结束后进行下一轮迭代之前，所赋的新值采用欠松弛方法，以此加强非线性耦合方程迭代求解的稳定性。本次模拟速度变量松弛因子取0.3；压力项的松弛因子取0.7；紊流动能和紊流耗散能的松弛因子取0.1；其它变量的松弛因子取1.0。在求解的过程中，判断各个变量收敛的标准也不相同，见表1。

表1 各方程残差收敛标准

3 计算结果与实验测试

3.1 计算结果

上机计算到460多次的时候，达到各方程残差收敛标准，Air pak自动结束运行，得出结果，如图8。

图8 模式一残差曲线图

经导出，各剖面矢量图、温度云图清晰有序，以机房专用空调机出风口中心高度Y＝2.3 m处剖面为例显示如图9、图10；以机柜上部风扇中心高度Y＝1.54 m处剖面为例显示如图11、图12。

图9 Y＝2.3 m剖面矢量图

图10 Y＝2.3 m剖面温度云图

图11 Y＝1.54 m剖面矢量图

3.2 实验测试

图12 Y＝1.54 m剖面温度云图

为证实模拟结果的准确性，采用了手持式Testo405－V1温度、风速测量仪对各关键点进行了测量。测试部位包括两台运行中的空调机出风口、各数据设备机柜上下风扇出风口86个点，共计88个测点。在测试时，将仪器探头部分贴近空调出风口、风扇出风口中部，距离风口、风扇本体1 c m；并使探测杠垂直于出风方向；依据仪器敏感度控制测试时间，以测试3 s之内的温度平均值为测试值。

对空调机出风口2个测点的测试结果与模拟结果数据对比如表2所示。从表中可以看出，对两台空调机出风口温度测试结果和数值模拟结果相差不大，误差均在3%以内。

表2 空调机出风口测试结果与模拟结果数据对比

图13和图14分别为数据设备上、下部风扇出风温度的测试结果与模拟结果对比。分析发现，各测点温度的测试值和模拟值均能较好的吻合，其中第十一号机柜下部风扇模拟值与测试值相差2.12℃、7.8%，第二十号机柜上部风扇模拟值与测试值相差2.06℃、6.5%，说明本文所用数值计算方法对数据中心机房气流组织特性和环境参数的模拟是可行的。

图13 数据设备机柜上部风扇出风温度的模拟值与测试值对比

图14 数据设备机柜下部风扇出风温度的模拟值与测试值对比

4 结 论

采用数值模拟和实验测试相结合的方法，构建了仿真的长沙市某数据中心机房CFD模型，并验证了：

（1）精确地依据数据中心机房内的真实尺寸、部件特性，进行模型构建，模拟结果更接近实际运行情况。

（2）数据设备本身所带的排热风扇作为机房内气流构成者，对其进行精确模型构建，模拟结果才具有指导意义。

（3）机房专用空调机的回风口设置为定量定压的模型，才能使得模拟回风量等于真实风量。

［1］ TC 9.9，Mission Critical Facilities，Datacom equip ment power trends and cooling applications［Z］.American Society of Heating，Refrigerating and Air－Conditioning Engineers Inc，2005.

［2］ Cho J K，Ki m B S，Jeong C S.The planning and design of t he opti mal cooling system f or IT environ ments in data centers［J］.Jour nal of the Architectural Institute of Korea，2008，24（12）：313－320.

［3］ Jinkyun Cho，Taesub Li m，Byungseon Sean Kim b.Measurements and predictions of the air distribution systems in high co mpute density（Inter net）data centers［J］.Energy and Buildings，2009，41：1107－1115.

［4］ Yiqun Pan，Rongxin Yin，Zhizhong Huang.Energy modeling of t wo office buildings with data center for green building design［J］.Energy and Buildings，2008，（40）：1145－1152.

［5］ Kailash C Karki，Suhas V Patankar.Airflow distribution thr ough perforated tiles in raised－floor data centers.Building and Environ ment，2006，（41）：734－744.

［6］ 赵相相，周孝清.某计算机房空调气流组织方式的数值模拟［J］.制冷，2005，（S1）：26－29.

［7］ Fredrik Karlsson J，Bahram Moshfegh.Investigation of indoor cli mate and power usage in a data center［J］.Energy and Buildings，2005.（37）：1075－1083.

［8］ H S Sun，S E Lee.Case study of data centers’energy perfor mance［J］.Energy and Buildings，2006，（38）：522－533.

［9］ 廉小虎，李 哲，谢军龙.空调建筑节能及其主要途径［J］.鄂州大学学报，1999，（3）：16－19.

［10］陈江平，孙召璞，阙雄才，等.轻型客车室内通风的数值模拟与实验研究［J］.应用科学学报，2002，20（2）：169－172.

［11］Nakahashi.An Auto matic Grid Generator for The Unstructured Up wind Method［D］.AIAA Paper，1989，（3）：52－57.

［12］ Ward S，Kallinderis，Y Hybrid Pris matic.Tetrahedral Grid Generation for Co mple E 3－D Geo metries［D］.AIAA Paper，1993，（4）：72－79.

［13］S.V.帕坦卡，著.郭宽良，译.传热和流体流动的数值方法［M］.合肥：安徽科学技术出版社，1984：301－305.

［14］杨 惠，张 欢，由世俊.基于Air par k的办公室热环境CFD模拟研究［J］.山东建筑工程学院学报，2004，19（4）：41－44.

［15］郭宽良.数值计算传热学［M］.合肥：安徽科学技术出版社，1987：7－19，51－5.