基于Inconel 625材料的海底数据中心散热研究

周昊

（吉林大学 汽车工程学院，吉林 长春 130022）

0 引言

目前，国内的大数据中心主要是建设在内陆地区，需要占用大量的土地，冷却时就需要消费大量的风力发电能源与冷却水等自然资源，并且还花费了大量的建设成本。

“海底数据中心项目（Project UDC）”是将服务器等互联网设施安装在带有先进冷却功能的海底密闭的压力容器中，用海底复合缆供电，并将数据回传至互联网；海底数据中心通过与海水进行热交换，利用巨量流动海水对互联网设施进行散热，有效节约了能源，是完全绿色可持续发展的大数据中心解决方案。

海底数据中心的建设已经逐渐得以落实，但很多方面仍需要进一步改善，其中集装箱壳体材料和所处海洋深度的选择是一项非常有挑战性的问题。本文通过建立并求解模型，对集装箱壳体材料和所处的海洋深度进行综合分析，最终求取合适的材料以及合理的安装深度。

1 材料筛选模型的建立

本文根据影响海底数据中心外壳性能的各种因素，从海洋环境常用的60多种材料中初步筛选出铍铜CDA192等9种材料。然后，建立材料筛选模型，综合运用熵权法和TOPSIS对所选9种材料的各性能指标进行综合评价，最终得出最优材料。

1.1 材料初步筛选

海洋常用的60多种材料可分为合金、纯金属、聚合物、橡胶、弹性体等。所选壳体材料的工作环境位于海底深处，这对材料的耐压能力和抗腐蚀能力有较高的要求。

首先，聚合物、橡胶和弹性体在海洋环境中都有不同程度的吸水性，这将降低其抗拉强度，即其耐压能力受到限制。而且这些材料中的大部分在阳光直射下，有不同性能、不同程度的削弱，比如变黄变脆、粉末化、性能降级等。其次，铜、镁、锌等纯金属在海洋环境中极易腐蚀，这将极大地限制了它们在海洋尤其是海底中的使用寿命。

考虑以上因素，我们只能从合金材料中选取合适的材料。在合金材料中，最终选出Beryllium-Copper CDA 172、Inhibited Admiralty Brass、90-10 Copper-Nickel、70-30 Copper-Nickel、Inconel 625、Maraging 300 Steel、Titanium 6Al-4V、304 Stainless Steel和410 Stainless Steel共九种材料。它们一方面具有较高值的弹性模量、屈服强度和抗拉强度，另一方面还具有较好的耐腐蚀性，较为适合应用于海底环境。

1.2 建立材料筛选模型

海底数据中心的性能要求以及所处的工作环境决定了材料的工作环境为高压且具腐蚀性的海底环境，故应该在材料的耐压性能、抗腐蚀性能以及成本中选择合适的评价指标，下面将针对这三个方面进行详细分析[1]。

（1）耐压性能。经分析可知，在其他因素相同的情况下，材料的耐压能力正比于其弹性模量E以及屈服强度σy，故将弹性模量E和屈服强度σy作为材料耐压性能的评价指标。

（2）耐腐蚀性能。海洋中金属的腐蚀绝大多数都是电化学腐蚀。本文采用极化曲线法，通过电化学工作站，测出金属的极化曲线，运用塔菲尔曲线外延法，在极化曲线的两侧强极化区做切线，切线的交点的横坐标为腐蚀电流密度，纵坐标为腐蚀电位[2]。

根据法拉第定律求得合金的腐蚀失重率：

其中W为合金的失重（g），A为合金的反应面积（cm-2），t为腐蚀时间（s），icorr为腐蚀电流密度（A·cm-2），M为合金的平均相对原子质量，n为合金进行电化学反应时的化合价，F为法拉第常数（96485 C/mol）。

根据合金的腐蚀失重率可以求得其年平均腐蚀深度：

其中ρ为合金的密度。

另外，合金在海中的腐蚀电位对其耐腐蚀性也有重大影响，电位值越正，代表着抗腐蚀能力越强；反之，抗腐蚀能力越弱。

所以本文选取合金的年平均腐蚀深度P以及腐蚀电位作为评价其耐腐蚀性能的指标。

（3）成本。本文中材料的成本数据是基于FOB价格，即只考虑了产品的价值，没有考虑工厂到港口的运费、港口的杂费用、交易费用等其他费用。

所以，最终确定以材料的弹性模量E、屈服强度σy、年平均腐蚀深度P、腐蚀电位U以及成本Cost共5个评价指标来综合评价各材料的综合性能。

综上，建立起材料筛选模型，所用最终评价公式如下：

其中Q为材料的综合性能指数，其值越高代表材料的综合性能越强，越适合选作海底数据中心的壳体材料。

2 材料筛选模型的求解

本文综合利用熵权法和TOPSIS法对材料的性能进行综合评价，这样比单独运用一种评价方法更加可靠，而且熵权法和TOPSIS法都是对对象进行客观评价，消除了主观因素带来的影响。

2.1 熵权法定权

假设有m个待评价样本，n项评价指标，形成原始指标数据矩阵：

其中Xij表示第i个样本第j项评价指标的数值。

（1）数据预处理。

对各指标进行归一化处理。

正向指标：

负向指标：

其中xj为第j项指标值，xmax为第j项指标的最大值，xmin为第j项指标的最小值。

（2）计算比重

计算第 j 个指标中，第 i 个样本标志值的比重：

计算第j个指标的熵值

（4）定义第 j 个指标的差异程度

（5）定义权重

本文共有9个待评价材料样本，5项评价指标。将所得数据进行上述运算之后得出各项指标的权重αi

2.2 TOPSIS法进行综合评价

（1）数据预处理。

将原始数据归一化：

（2）寻找最优值和最劣值。

找出各项指标的最优值和最劣值，建立最优值向量z+和最劣值向量z-

（3）计算各个评价对象与最优值和最劣值之间的距离。

（4）计算各个评价指标与最优值的相对接近度。

（5）排序。

根据Ci的大小进行排序，Ci越大，表明评价对象越接近最优值。见表1。

表1 各材料归一化后的Ci值

将所得数据用TOPSIS法进行处理得到各材料归一化后的Ci值：

由上表可知，铬镍铁合金625（Inconel 625）的Ci值最大，再经仔细分析其各项性能，最终确定选择铬镍铁合金625为集装箱壳体材料。

3 深度H模型的建立

随着深度H的增大，温度T在逐渐降低，这有利于数据中心的散热。但同时周围环境的压强也在逐渐整加，这将对集装箱外壳产生一些负面影响。

下面首先分析压强P和温度T随深度H的变化规律。

3.1 压强P随深度H的变化规律

本文基于Saunder根据1980海水状态方程（Equation of State of Seawater 1980，EOS-80）提出的一种实用的压强与深度的转换方法，探求压强P随深度H的变化规律[3]。

EOS-80 标准采用的深度的压强的标准算法：

式中，c1=(5.92+5.25sin2φ)×10-3[mdb-1]，c2=2.21×10-6[mdb-2]，φ为当地的纬度，z为海洋深度，p为当前深度的压强。

3.2 温度T随深度H的变化规律

根据基于Argo数据所得的海洋温度场数据，本文切割了ArcGIS Server发布的地图，并将所得到的海洋温度场数据保存在输出目录里。依据时间顺序切割所发布的海温地图中的所有图层。之后，按时间顺序将所得图片的URL存储到图片数组中[4]。

然后从中提取2 月、5月、8 月和11 月为四个季节的代表月份， 由此得出南海18°N， 115°E位置点2009年四季的温度垂向变化。

从温度垂向变化图中，选取11个深度点计算其年度平均温度，后对此11个点进行四阶多项式曲线拟合，得图1。

图1 年平均温度垂直变化图

并得到拟合后的公式：

4 深度H模型的求解

本文取南海18°N，115°E位置点，运用熵权法对温度T和压强P两个指标进行综合分析，将在海洋深度1m-500m范围内求得最佳深度H。其中评价对象个数取500个，即每隔1m取作一个评价对象。

根据温度T和压强P关于深度的公式，可以求得南海18°N，115°E位置点处海底1m-500m的温度和压强数据。综合公式如下：

经过熵权法定权之后得：

后对各评价对象进行综合评价：

得到500个评价对象的综合评价值F，求得深度为334m时，F取最大值0.002054266。

综上所述，可以得出结论：在南海18°N， 115°E位置点，海平面以下500m范围内，深度为334m处最适合放置集装箱壳体。

5 结语

为了使得数据中心满足深海作业的基本要求，集装箱外壳必须选用抗压且耐腐蚀的金属材料。本文在综合考虑了材料的耐压、耐腐蚀和成本等因素后，建立了材料筛选模型，并综合运用了熵权法和TOPSIS法对多种材料进行了综合分析，最终确定选用铬镍铁合金625（Inconel 625）为集装箱的壳体材料。此外，我们建立了安装深度的评价模型，并将此模型运用到南海18°N，115°E位置点海平面以下1m-500m范围，求出此处适宜安防集装箱壳体的最佳深度H为334m，得以验证此模型的准确性以及有效性。