节能机器人在数据中心中的应用研究

王雪峰

上海允登信息科技有限公司

0 引言

在当今的信息时代，数据中心已经成为全球经济发展的基石。目前中国数据中心的耗电量已连续八年以超过12%的速度增长，预计2020年总耗电量将达到2 962亿kWh[1]，数据中心能耗成本往往占数据中心总体运营成本的50%以上[2]，让数据中心的运营单位不堪重负。巨大的能耗成本使数据中心的运行维护成本已远远超过了数据中心的建设成本，即购买数据中心所必需的大量硬件设备和场地所花的费用。数据中心的节能问题正引发包括政府在内的广泛关注，北京、上海、深圳等一线城市相继出台IDC节能政策。

减小数据中心能耗是学术界和工业界目前的共识[3-5]。对于已经建成投产的数据中心，如何实现有效的节能改造，需要考虑的因素更多更复杂。旧的数据中心需要因地制宜、发现问题，分析出最恰当的具体解决方法，通过智慧节能和精细化管理维护，在保证高可用性和高可靠性的前提下，最大化实现数据中心机房能耗的节能优化。本文介绍了节能机器人系统设计要求、工作原理以及数据采集分析优化，并通过实际应用案例分析其在数据中心节能中的应用。

1 传统方案

数据中心的节能始终与温湿度等环境参数密切相关，国际标准ASHRAE 2011 TC9.9[6]（美国采暖、制冷与空调工程师协会）和数据中心设计规范国家标准GB50174-2017[7]对环境要求的规定如下：机房内冷通道或机柜进风区域的温度维持在18～27℃；冷通道或机柜进风区域的相对湿度和露点温度需满足：露点温度5.5℃～15℃，同时相对湿度不大于60%；同时满足不结露的要求。

对照最新节能要求，企业在数据中心节能方面还存在如下不足之处：缺乏及时感知数据中心环境变化的手段和方法，如：无法及时感知温度、压力等的变化；即使具备对环境变化的分析能力，但由于缺乏专业知识和能力，缺乏环境控制的实用方法和手段，无法实现降低能耗、绿色低碳的目标。

传统的测量方法都是采用密布传感器的方案，机柜前面和后面分别部署3个温度传感器，用于计量温度状态的变化。对于已建成投产的数据中心，密布传感器的施工对于客户来说是一个巨大的安全挑战，执行难度很大，并且其他环境参数如压力、风速的采集也十分有限，基于此现状，本文介绍一种节能机器人用于解决采集点少施工难的问题。

2 节能机器人系统

数据中心节能机器人系统分两层体系架构，主要由机器人本体和节能管理云平台组成。机器人可以通过局域网与云平台进行数据、图像、视频等交互，云平台进行任务部署、状态监控、远程遥控、数据分析、报表管理、日志管理及智能报警预测等基本功能。系统采用模块化设计，除了节能管理功能，根据客户需要还可以增加日常巡检，环境巡检，随工安防等功能。

2.1 系统架构

节能机器人系统采取分成设计架构。包括感知层、数据接口层、数据存储层、认知层、应用层和平台管理层，如图1所示。

2.3 机器人本体设计

为了适应数据中心灵活行走转弯的特性，机房巡检机器人外观设计成圆形，尺寸大小尽量控制在一块地板之内。机器人结构由全自主运动底盘，温湿度、噪音、空气质量、风速、烟雾等多种传感器和云台监控设备组成。机器人设计了电源开关按钮和一键急停按钮。电源开关按钮控制机器人各个设备上电，急停开关按钮可以强制停止机器人底盘运动。机器人本体集多传感器融合技术，无轨导航技术以及机器视觉为一体的智能机器平台，可以运行于机房等区域，接受任务指令对相关区域进行环境参数的采集。

图1 数据中心节能机器人系统架构图

2.4 工作原理

节能机器人系统以机器人为原点和测量核心，通过数据和算法驱动，精细化管理机房能效，以达到数据中心绿色、低碳和可持续发展。智慧节能方法首先自动收集数据中心能源使用效率（Power Usage Effectiveness,PUE）相关的环境和设备运行数据，进行数据提炼与整合；然后结合最新数据中心绿色实践理论以及制冷系统运行优化专业知识，建立数据中心气流模型和能效预测模型，以此为基础设计持续优化深度增强学习模型与算法；最后通过模型训练后提炼实施机房气流组织优化、制冷系统的最优化调整控制策略，并且对策略实施结果进行预分析，在保证安全的前提下达到节能减排目的。

机器人是智慧节能的基础，是保证机房运行安全的核心。机器人部署在机房后，可以实时、动态、全面收集机房环境数据，为智慧节能打下坚实的基础；同时在节能实施过程中，机器人实时的检测数据可以验证机房环境安全，确保机房平稳运行。

2.5 数据分析

节能机器人设备智能的结构设计，配有温湿度和风速等传感器，可以收集数据中心成千上万的温度、湿度和风量等环境数据，快速掌握机房散热和气流分布状况。利用机房节能机器人设备采集到的实际数据和节能管理云平台分析产生三维温度分布图，如图2所示，形象地了解到现有数据中心的热分布状况和冷却系统，深入分析并解决数据中心存在的问题，并鉴别、诊断和解决数据中心存在的热点、故障和低能效问题。

图2 机房温度云图

节能管理云平台，通过大量实际数据建模分析现有的和将来的数据中心热环境，了解数据中心的流场、速度场和温度场等情况，分析空调等关键设备失效或者关闭期间数据中心的影响状况，优化现有的或者将来的IT设备布局，给IT等硬件设备提供最有效的通风和冷却条件，鉴定减少数据中心冷却成本的可行性。最后应用最佳实践理论，比如：空调的使用效率、气流的有效利用、地板下冷空气的平均温度波动、空调的风量、入口热点、水平热点、垂直热点以及AI算法模型分析数据中心的环境与能效状况，提出量身定做的数据中心最佳能效优化实施策略。

3 案例分析

本案例是国内某个典型的IDC企业设备托管数据中心，共有832 m2使用面积，铺设了架高地板，采用下送风上回风，299个机柜组成18列，使用冷通道封闭布置，但是由于部分机柜里没安装盲板，冷热通道空气还有一定短路混合和热空气回流。IT设备包括服务器、存储及网络设备，设备多为前进风后出风散热设计。机房有斯泰科CXD170DE水冷空调10台，依米康SCA1102UE风冷空调9台，总共19台空调，18台开启。机房布局如图3所示。

图3 机房布局图

通过机器人采集的大量实际数据以可视化方式表示机房的温度分布。图4是机房1米高度的机柜入口温度图，31.46℃以上为红色，16.06℃以下为深蓝色。

图4 实施前机房温度云图

通过机房温度云图分析机柜的入口温度分布情况，收集机柜中设备入口温度数量有1 794个(每个机柜6个入口温度，位置：从上到下平均分布)，入口温度最大值26.3℃，入口温度最小值16.1℃，入口温度平均值为22.8℃，没有入口温度值高于国际标准ASHRAE 2011 TC9.9和国家标准GB50174-2017规范建议范围。国内外标准都建议将数据中心中IT设备的入口温度范围控制在18～27℃之间，可以确保IT设备安全、可靠地运行。入口温度偏低(＜18℃)位置个数为20个，入口温度偏高(＞27℃)位置个数为0个，如图5所示。过冷点相对较多，说明机房有较多的节能空间。

机房内通风地板共有263块，且仅有1种通风地板类型，共测量了261块通风地板的出风量。通风地板风量最小值为595.8 m3/h，风量最大值为2 512.1 m3/h。通风地板平均送风量为1 630.2 m3/h。

在上述数据分析基础上，使用节能管理云平台数据分析模块模拟预测机房环境、气流的动态变化，并使用优化算法优化气流组织和空调系统参数配置，并关闭了7台空调，达到节约能耗的目的。优化实施后机房1米高度的机柜入口温度图分布如图5所示，31.46℃以上为红色，16.06℃以下为深蓝色。为了确保机房IT设备安全运行，实施后机柜所有入口温度都维持在18～27℃之间，入口平均温度从实施前的22.8℃升高到24.8℃，入口最低温度从16.1℃增加到18.3℃，见表1。

图5 实施后机房温度云图

表1 实施前后温度数据分析

利用动环监控系统对空调系统和IT设备的耗电监测数据进行对比分析，智慧节能优化实施前制冷系统耗电为373.9 kW,实施后制冷系统耗电为276.1 kW，节电率提升26.1%,按每kWh0.8元计算，一年可以节省电费685 382元。

4 结语

本文针对已建投产数据中心的能效运维管理中引入节能机器人技术进行分析与研究，在机房内部署使用灵活方便的生产设备，对于数据中心的节能效果明显，而且不涉及机房施工改造，是一种智慧管理节能的方法，具有推广优势。结合目前数据中心的实际运行情况，提出节能机器人系统的架构设计和工作原理，为下一步数据中心机房采用节能机器人大规模实际应用提供技术依据。

随着机器人和人工智能等技术的发展和成熟，目前智能机器人已经陆续引入数据中心的智能运维中。除了本文陈述的节能功能，智能机器人还可以承担数据中心的运维工作如日常巡检、环境巡检、随工安防和资产盘点等，无人值守的数据中心离我们越来越近。