CN102436296B - 用于在数据中心中预测温度值的***和方法 - Google Patents
用于在数据中心中预测温度值的***和方法 Download PDFInfo
- Publication number
- CN102436296B CN102436296B CN201110207805.XA CN201110207805A CN102436296B CN 102436296 B CN102436296 B CN 102436296B CN 201110207805 A CN201110207805 A CN 201110207805A CN 102436296 B CN102436296 B CN 102436296B
- Authority
- CN
- China
- Prior art keywords
- cooling
- temperature
- cooler
- equipment enclosure
- equation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/026—Means for indicating or recording specially adapted for thermometers arrangements for monitoring a plurality of temperatures, e.g. by multiplexing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/20—Cooling means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Cooling Or The Like Of Electrical Apparatus (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及用于在数据中心中评估设备的***和方法,尤其是在数据中心中预测温度值的***和方法,该设备包括多个设备机柜,以及至少一个冷却供应器。在一个方面,该方法包括接收有关多个设备机柜的每一个和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值,存储接收的数据,确定在至少一个冷却供应器和每个设备机柜之间的气流,根据布局、功率汲取和气流确定至少一个冷却供应器的入口和出口空气温度,对于每个设备机柜,根据布局、功率汲取和气流确定入口和出口空气温度,并显示多个设备机柜的每一个和至少一个冷却器的入口和出口温度的指示。在该方法中,确定设备机柜的每一个和至少一个冷却供应器的入口和出口温度包括建立一组S耦合方程,S等于要被确定的温度值的数量,并求解这个S耦合方程。
Description
发明背景
发明领域
根据本发明的至少一个实施例通常涉及一种用于数据中心管理和设计的***和方法,特别是涉及一种用于在数据中心预测最大的冷却器和机柜容量以及相关温度的***和方法。
背景技术
响应于对基于信息经济的增长需求,信息技术网络在全球持续扩展。这种增长的一个表现形式是集中化网络数据中心。集中化网络数据中心通常包括各种信息技术设备,配置在提供网络连通性、电能和冷却功能的结构中。通常,该设备被收纳在术语叫做“机柜(racks)”的专门的外壳中,它集成了这些连通性、能源和冷却元件。在某些数据中心配置中,这些行被组织为热的和冷的通道,来降低冷却信息技术设备相关的成本。这些特征使数据中心以成本有效的方式来传递多个软件应用所要求的计算能力。
各种处理和软件应用,例如从WestKingston,RI的AmericanPowerConversionCorporation获得的Central产品,已经被开发辅助数据中心人员设计和维护有效率的和有效用的数据中心配置。这些工具通常通过一些动作来指导数据中心人员,例如设计数据中心结构,在构造和安装完成之后、安装和再定位设备之前将设备定位在数据中心中。因此,传统的工具集合向数据中心人员提供了标准化和可预测的设计方法学。
发明概要
本发明的第一方面涉及一种用于在数据中心中评估设备的计算机可执行方法,该设备包括多个设备机柜,以及至少一个冷却供应器。该方法包括接收有关多个设备机柜的每一个和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值,存储接收的数据,根据功率汲取和布局,对至少一个冷却供应器确定最大冷却器容量,对于每一个设备机柜,根据布局和最大冷却器容量,确定最大机柜容量,并显示至少一个设备机柜的最大机柜容量的指示。
至少一个冷却供应器可以是多个冷却供应器,并且该方法还可以包括根据多个冷却供应器的最大空气返回温度,确定每个冷却供应器的最大冷却器容量。在该方法中,确定每个设备机柜的最大机柜容量可以包括根据每个设备机柜中的可用空间和每个设备机柜的可用功率,确定最大机柜容量。该方法还可以包括根据数据中心的气流确定每个设备机柜的冷却性能。该方法还可以包括根据基于数据中心的总冷却负载和数据中心的总功率负载的差值确定的环境温度,确定至少一个冷却供应器的冷却负载。在该方法中,确定至少一个冷却供应器的冷却负载可以包括根据基于环境温度确定的冷却器返回温度确定冷却器负载,以及显示最大机柜容量的指示可以包括显示具有连同设备机柜的模型显示的设备机柜的最大机柜容量的指示的数据中心的模型。
本发明的另一方面涉及一种用于在数据中心中评估设备的***,该设备包括多个设备机柜,以及至少一个冷却供应器。该***包括接口、连接到接口的控制器被配置来接收有关多个设备机柜和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值,在与***相关的存储设备中存储接收的数据,根据布局和功率汲取,确定至少一个冷却供应器的最大冷却器容量值,以及对于每个设备机柜,根据布局和最大冷却器容量值,确定最大机柜容量。
在***中,至少一个冷却供应器可以是多个冷却供应器,并且该控制器还可以被配置为确定多个冷却供应器的每一个的最大冷却器容量值。该控制器可以被配置为,根据每个设备机柜中的可用空间和每个设备机柜的可用功率,确定最大机柜容量。该控制器还可以被配置为,根据数据中心的气流确定每个设备机柜的冷却性能,根据基于数据中心的总冷却负载和数据中心的总功率负载的差值确定的环境温度,确定至少一个冷却供应器的冷却负载。该控制器还可以被配置为,根据基于环境温度确定的冷却器返回温度确定冷却器负载。该***还可以包括连接到控制器的显示器,该控制器可以被配置为显示最大机柜容量的指示。
本发明的另一方面涉及一种存储指令序列的计算机可读介质,包括的指令可以使处理器:接收有关多个设备机柜和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值,在存储设备中存储接收的数据,根据布局和功率汲取,确定至少一个冷却供应器的最大冷却器容量值;以及对于每个设备机柜,根据布局和最大冷却器容量值,确定最大机柜容量。
至少一个冷却供应器可以是多个冷却供应器,并且指令序列包括的指令可以使处理器:确定每一个冷却供应器的最大冷却器容量值,根据每个设备机柜中的可用空间和每个设备机柜的可用功率,确定最大机柜容量。该指令序列包括的指令可以使处理器:根据数据中心的气流确定每个设备机柜的冷却性能。该指令序列包括的指令可以使处理器:根据基于数据中心的总冷却负载和数据中心的总功率负载的差值确定的环境温度,确定至少一个冷却供应器的冷却负载。该指令序列包括的指令可以使处理器:根据基于环境温度确定的冷却器返回温度确定冷却器负载。
另一方面涉及一种计算机可执行方法,用于在数据中心中评估设备的冷却性能,该设备包括多个设备机柜,以及至少一个冷却供应器。该方法包括接收有关多个设备机柜的每一个和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值,存储接收的数据,确定在至少一个冷却供应器和每个设备机柜之间的气流,根据布局、功率汲取和气流确定至少一个冷却供应器的入口和出口空气温度,对于每个设备机柜,根据布局、功率汲取和气流确定入口和出口空气温度,并显示多个设备机柜的每一个和至少一个冷却器的入口和出口温度的指示。在该方法中,确定设备机柜的每一个和至少一个冷却供应器的入口和出口温度可以包括建立一组S耦合方程,S等于要被确定的温度值的数量,并求解这个S耦合方程。
在该方法中,至少一个冷却供应器可以是多个冷却供应器,并且该方法还可以包括根据多个冷却供应器的最大入口空气温度,确定每个冷却供应器的最大冷却器容量值。该方法还可以包括根据每个设备机柜的可用空间、根据每个设备机柜的可用功率、以及根据多个冷却供应器的至少一个最大冷却器容量,确定每个设备机柜的最大机柜容量。该方法还可以包括根据数据中心的气流确定数据中心的环境空气温度。在该方法中,N等于数据中心中冷却供应器的数量,n等于多个设备机柜的数量,S等于两倍的N加上两倍的n加上1。在该方法中,求解S耦合方程可以包括通过在逐段线性方程中识别断点,以及利用断点前后不同的线性方程,求解S耦合方程的至少一个逐段线性方程。在该方法中,求解S耦合方程可以包括利用迭代处理来重复求解S耦合方程,以获得每个设备机柜和至少一个冷却供应器的入口和出口温度的最终值。在该方法中,显示多个设备机柜的每一个和至少一个冷却器的入口和出口温度的指示可以包括利用显示具有在模型上显示的指示的数据中心的模型。
在另一方面,提供一种用于在数据中心中评估设备的***,该设备包括多个设备机柜,以及至少一个冷却供应器。该***包括接口、连接到接口的控制器被配置来接收有关多个设备机柜和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值,在与***相关的存储设备中存储接收的数据,根据通过建立一组S耦合方程接收的数据,确定至少一个冷却供应器和多个设备机柜的每一个的入口和出口温度,S等于要被确定的温度值的数量,并求解这个S耦合方程。
在该***中,至少一个冷却供应器可以是多个冷却供应器,并且控制器还可以被配置为根据多个冷却供应器的最大入口温度,确定多个冷却供应器的每一个的最大冷却器容量值。在该***中,确定每个设备机柜的最大机柜容量包括根据每个设备机柜的可用空间和每个设备机柜的可用功率确定最大机柜容量。在该***中,控制器还可以被配置为根据数据中心的气流确定数据中心的环境空气温度。在该***中,N等于数据中心中冷却供应器的数量,n等于多个设备机柜的数量,S等于两倍的N加上两倍的n加上1。在该***中,求解S耦合方程可以包括通过在逐段线性方程中识别断点,以及利用断点前后不同的线性方程,求解S耦合方程的至少一个逐段线性方程。在该***中,求解S耦合方程可以包括利用迭代处理来重复求解S耦合方程,以获得每个设备机柜和至少一个冷却供应器的入口和出口温度的最终值。
本发明的另一方面涉及一种存储指令序列的计算机可读介质,包括的指令可以使处理器:接收有关多个设备机柜和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值,在与***相关的存储设备中存储接收的数据,根据通过建立一组S耦合方程接收的数据,确定至少一个冷却供应器和多个设备机柜的每一个的入口和出口温度,S等于要被确定的温度值的数量,并求解这个S耦合方程。
至少一个冷却供应器可以是多个冷却供应器,指令序列包括的指令可以使处理器根据多个冷却供应器的最大入口温度,确定多个冷却供应器的每一个的最大冷却器容量值。该指令序列包括的指令可以使处理器数据中心的气流确定数据中心的环境空气温度。
附图的简要说明
相应的附图并不意味着按比例绘制。在附图中,在各种附图中示出的每个相同的或几乎相同的组件由相同的数字代表。为了简洁,在每个附图中没有标记每一个组件。在附图中:
附图1示出了可以根据本发明实施各个方面的示例计算机***;
附图2示出了包括实施例的示例分布式***;
附图3示出了根据本发明一个实施例的显示屏的例子;
附图4示出了根据本发明一个实施例的第一处理的流程图;
附图5示出了根据本发明一个实施例的第二处理的流程图;
附图6示出了根据本发明一个实施例的第三处理的流程图;
附图7示出了根据本发明一个实施例的第四处理的流程图;
附图8示出了根据本发明一个实施例的第五处理的流程图;
附图9示出了根据本发明一个实施例的第六处理的流程图;
附图10示出了根据本发明一个实施例的第七处理的流程图;
附图11示出了根据至少一个实施例可以被分析的数据中心的例子;
附图12示出了根据一个实施例的处理的流程图;
附图13示出了根据一个实施例的处理的流程图;
附图14是示出了根据至少一个例子使用的数据中心的例子的附图;
附图15是根据一个实施例的处理的流程图。
发明的详细说明
根据本发明的至少某些实施例涉及***和处理,用户可以通过***和处理来设计和分析数据中心配置。通过允许用户创建数据中心配置的模型,这些***和处理可以促进这种设计和分析,由此可以确定性能规格。***和用户可以采用这些性能规格来确定满足各种设计目标的可变数据中心配置。
如2008年1月24日提交的标题为“用于评估设备机柜冷却的***和方法(SystemandMethodforEvaluatingEquipmentRackCooling)”的美国专利申请No.12/019,109(这里称为“109申请”),以及2006年1月27日提交的标题为“用于管理设备功率和冷却的方法和***(SystemandMethodforManagingFacilityPowerandCooling)”的美国专利申请No.11/342,300(这里称为“300申请”)所述,它们都被转让给本发明的受让者,因此它们的全部内容在此结合以供参考,现代数据中心中的典型设备机柜汲取机柜前方的冷气,并将空气从机柜背部排出。设备机柜,以及成行的冷却器典型地被排列成行,在数据中心中产生交替的冷热通道的交替前/后配置,机柜每行的前面面对冷通道,机柜每行的背部面对热通道。被冷通道分隔的设备机柜的相邻的行可以被称为冷通道机柜组,被热通道分隔的设备机柜的相邻行可以被称为热通道机柜组。此外,设备的单独的行还可以通过自身形成冷通道机柜组和热通道机柜组。对于本领域普通技术人员显而易见,设备机柜行可以是多个热通道机柜组和多个冷通道机柜组。在此的说明书和权利要求书中,机柜中的设备,或者机柜本身,可以被称为冷却消耗体,按行排列的冷却单元和/或计算机房空调(CRACs)可以被称为冷却提供者。在参考的申请中,提供了用于在数据中心中分析机柜组的冷却性能的工具。在这些工具中,可以针对不同布局执行多种分析,尝试优化数据中心的冷却性能。
在至少一个实施例中,提供了一种方法,用于在数据中心中执行对设备布局的实时分析,确定布局中的冷却器的最大容量,并根据冷却器的最大容量,以及下述其它考虑因素,向与冷却器协同定位的设备机柜提供最大电负载。该方法可以结合具有预测各机柜组冷却性能和在数据中心中执行其它设计和分析功能的能力的***或工具。在至少某些实施例中,方法和工具提供了对设备机柜和冷却供应器的入口和出口的空气温度,以及数据中心的环境温度的预测。
根据本发明这里描述的方面,没有将它们的应用限制在以下说明书提到的或者附图中示出的组件的构造和配置的细节。这些方面能够假设其它实施例,并采用各种方式来实现或执行。在此提供的特定实施方式的例子仅仅是出于示例性的目的,并不意欲限制。特别的,结合任意一个或多个实施例讨论的元件和特征并不意欲从任意其它实施例中的类似作用中排除。
例如,根据本发明的一个实施例,计算机***被配置为执行这里所述的任意功能,包括但不限于,配置、建模和显示有关特定数据中心配置的信息。此外,实施例中的计算机***可以被用来在数据中心中自动测量环境参数,并控制设备,例如冷凝器或冷却器,来优化性能。此外,这里所述的***可以被配置为包括或排除这里所述的任意功能。因此,本发明并不限于特定功能或功能组。同样,这里做使用的用语和术语是出于说明的目的,应该不被认为是限制。这里使用的“包括(including)”、“包括(comprising)”、“具有(having)”、“包含(containing)”、“涉及(involving)”及其变型的含义是包含此后列出的术语及其等价物,以及其它的术语。
计算机***
根据本发明这里描述的各种方面和功能可以被实现为一个或多个计算机***上的硬件或软件。有许多目前正在使用的计算机***的例子。这些例子包括,尤其是,网络设备、个人电脑、工作站、大型机、网络客户、服务器、媒体服务器、应用程序服务器、数据库服务器和网络服务器。计算机***的其它例子可以包括移动计算设备,例如蜂窝电话和个人数字助理,以及网络设备,例如负载均衡器、路由器和交换机。此外,根据本发明的各方面可以位于单独一个计算机***上,或者可以分布在连接到一个或多个通信网络的多个计算机***中。
例如,各个方面和功能可以分布在一个或多个计算机***中,该计算机***被配置为向一个或多个客户计算机提供服务,或者执行全面任务作为分布式***的一部分。此外,各个方面可以在客户-服务器或者多层***上执行,该多层***包括分布在执行各种功能的一个或多个服务器***中的组件。因此,本发明并不限于在任意特定***或***组上执行。此外,各个方面可以采用软件、硬件或固件、及其任意组合的方式实现。因此,根据本发明的各方面可以利用各种硬件和软件配置在方法、动作、***、***元件和组件中实现,并且本发明并不限于任意特定的分布式结构、网络或者通信协议。
附图1示出了分布式计算机***100的框图,其中可以实现根据本发明的各个方面和功能。分布式计算机***100可以包括一个或多个计算机***。例如,如所示,分布式计算机***100包括计算机***102、104和106。如所示,计算机***102、104和106是通过通信网络108相互连接的,并且可以通过通信网络108交换数据。网络108可以包括任意可以使计算机***交换数据的通信网络。为了利用网络108交换数据,计算机***102、104和106以及网络108可以使用各种方法、协议和标准,包括特别是,令牌环、以太网、无线以太网、蓝牙、TCP/IP、UDP、Http、FTP、SNMP、SMS、MMS、SS7、Json、Soap和Corba。为了保证数据交换的安全,计算机***102、104和106可以利用各种安全措施通过网络108传送数据,包括特别是TSL、SSL或VPN安全技术。虽然分布式计算机***100示出了三种网络计算机***,分布式计算机***100可以包括任意数量的计算机***和计算设备、利用任意介质和通信协议的网络。
根据本发明的各种方面和功能可以被实现为执行如附图1所示的包括计算机***102的一个或多个计算机***的特定硬件或软件。如所示,计算机***102包括处理器110、内存112、总线114、接口116和存储器118。处理器110可以执行产生操作数据的指令序列。处理器110可以是商业上可用的处理器,例如英特尔奔腾、摩托罗拉PowerPC、SGIMIPS、SunUltraSPARC或者惠普PA-RISC处理器,但是可以是任意类型的处理器或控制器,如多数其它可用的处理器和控制器。处理器110通过总线114被连接到其它***元件,包括一个或多个内存设备112。
内存112可以被用于存储操作计算机***102期间的程序或数据。因此,内存112可以是相对高性能的易失性随机存取存储器,例如动态随机存取存储器(DRAM)或者静态存储器(SRAM)。然而,内存112可以包括用于存储数据的任意设备,例如磁盘驱动器或者其它的非易失性存储设备。根据本发明的各种实施例,在某些情况下,可以组织内存112为特定的唯一的结构,来执行这里公开的方面和功能。
计算机***102的组件可以通过互连元件来连接,例如总线114。总线114可以包括一个或多个物理总线,例如在相同机器中集成的组件之间的总线,但是可以包括在***元件之间的任意通信连接,包括特定的或者标准的计算总线技术,例如IDE、SCSI、PCI和InfiniBand。因此,总线114使得在计算机***102的***组件之间可以交换通信,例如数据和指令。
计算机***102还包括一个或多个接口设备116,例如输入设备、输出设备和输入/输出设备的组合。接口设备可以接收输入或提供输出。尤其是,输出设备可以反映外部表现的信息。输入设备可以接收来自外部来源的信息。接口设备的例子包括键盘、鼠标设备、追踪球、麦克风、触摸屏、打印设备、显示屏、扬声器、网络接口卡等。接口设备允许***102与外部实体交换信息和通信,例如用户或者其它***。
存储***118可以包括计算机可读和可写的非易失性存储介质,其中存储了由处理器执行的定义程序的指令。存储***118还可以包括存储在介质上或者介质中的信息,该信息可以由程序处理。特别的,信息可以被存储在一个或多个数据结构中,特别是配置来保存存储空间或者提高数据交换性能。该指令可以持续存储为编码信号,并且该指令可以使处理器执行这里所述的任意功能。例如,尤其是该介质可以是光盘、磁盘或闪存。在操作中,处理器或某些其它控制器可以将数据从非易失性记录介质读取到另一个存储器,例如内存112,相比较于包括在存储***118中的存储介质,由处理器访问信息更加快速。内存可以位于存储***118中,或者在内存112中,然而,处理器110可以操作内存112中的数据,并在处理完成后将该数据复制到与存储***118相关的介质中。各种组件可以管理数据在介质和集成电路存储器元件中的移动,本发明并不限于此。此外,本发明并不限于特定内存***或存储器***。
尽管计算机***102以举例的方式示出,作为根据本发明可以实现各种方面和功能的一种类型的计算机***,本发明的各方面并不限于在附图1所示的计算机***上实施。根据本发明的各方面和功能可以在具有与附图1所示不同的结构或组件的一个或多个计算机上实施。例如,计算机***102可以包括特别编程的、专用目的硬件,例如特制的特定用途集成电路(ASIC),来执行这里公开的特定操作。同时,另一个实施例可以利用若干运行摩托罗拉PowerPC处理器的MACOS***的通用目的计算设备,以及若干运行专用硬件和操作***的专用计算设备,来执行相同的功能。
计算机***102可以是包括操作***的计算机***,其管理包括在计算机***102中的硬件元件的至少一部分。通常,处理器或控制器,例如处理器110,在操作***上执行,其可以是例如基于Windows的操作***,例如可以从微软公司获得的WindowsNT、Windows2000(WindowsME)、WindowsXP或者WindowsVista操作***,从可以从苹果公司获得的MACOS***X,多个基于Linux操作***分布之一,例如,可以从RedHatInc.获得的Linux操作***,可以从SunMicrosystem获得的Solaris操作***,或者可以从各种来源获得的UNIX操作***。可以使用多种其它的操作***,并且实施例并不限于任意特定的实施方式。
处理器和操作***一起定义了计算机平台,可以写入高级编程语言的应用程序。这些组件应用是可执行的,中间的,例如C-、字节码或者利用通信协议例如TCP/IP,通过通信网络例如互联网,通信的翻译码。类似的,根据本发明的方面可以利用面向对象的可编程语言来实现,例如.Net、SmallTalk、Java、C++、Ada或者C#(C型)。还可以使用其它的面向对象编程语言。可替代的,可以函数的、脚本的或者逻辑编程语言。
另外,根据本发明的各种方面和功能可以在非编程环境中执行,例如,HTML、XML或其它格式创建的文档,当在浏览器程序中查看是,呈现图形用户界面的样子或者执行其它功能。此外,根据本发明的各种实施例可以实施为编程的或者非编程的元件或其任意组合。例如,web页可以利用HTML实现,同时在web页中调用的数据对象可以用C++编写。因此,本发明并不限于特定的编程语言,任意合适的编程语言同样可以使用。此外,在至少一个实施例中,可以利用VBAExcel实施工具。
包括在实施例中的计算机***可以执行本发明以外的其它功能。例如,***的方面可以利用现有商业产品实现,例如数据库管理***,比如可以从SeattleWA的微软获得的SQLServer,RedwoodShores的Oracle的Oracle数据库,以及Uppsala的MySQLAB的MySQL,Sweden或者集成软件,比如ArmonkNY的IBM的WebSphere中间件。然而,运行例如SQLServer的计算机***可以能够支持根据本发明的方面,以及没在本发明范围内的各种应用的数据库。
示例***机构
附图2示出了包括分布式***200的物理和逻辑元件的环境图。如所示,分布式***200是根据本发明特别配置的。关于附图2列举的***结构和内容仅仅出于举例的目的,并不意味着限制本发明为附图2所示的特定结构。对于本领域普通技术人员显而易见,可以构造许多不同的***结构,而不背离本发明的范围。附图2所呈现的特定配置是为了清楚而选择的。
信息可以利用任意技术在附图2所示的元件、组件和子***之间传递。这种技术包括,例如,通过TCP/IP在网路上传递信息,在存储器的模块之间传递信息,通过写入到文件、数据库或某些其它非易失性存储设备来传递信息。其它技术和协议也可以使用,而不脱离本发明的范围。
参考附图2,***200包括用户202、接口204、数据中心设计和管理***206、通信网络208和数据中心数据库210。***200可以允许用户202,例如数据中心构造者或其它数据中心人员,与接口204交互,创建或修改一个或多个数据中心配置的模型。根据一个实施例,接口204可以包括地板编辑器(flooreditor)和机柜编辑器(rackeditor),如2008年5月15日提交的标题为用于管理设备功率和冷却的方法和***(METHODSANDSYSTEMSFORMANAGINGFACILITYPOWERANDCOOLING)的专利合作条约申请No.PCT/US08/63675所公开的,其全部内容在此结合以供参考,并且此后被称为PCT/US08/63675。在其它实施例中,接口204可以利用特定设备来实现,允许用户202采用拖拽和下拉的方式设计一种模型,包括数据中心或者其任意子集的物理布局的表示。这种布局可以包括数据中心结构组件以及数据中心设备的表示。如根据本发明的各种实施例,以下描述结构204的特征。在至少一个实施例中,有关数据中心的信息通过接口被输入到***200,数据中心的评估和介绍也提供给用户。此外,在至少一个实施例中,可以执行优化处理来优化数据中心的冷却性能和功率使用。
如附图2所示,数据中心设计和管理***206将数据设计接口204显示给用户202。根据一个实施例,数据中心设计和管理***206可以包括如PCT/US08/63675中所公开的数据设计和管理***。在这个实施例中,设计接口204可以结合在PCT/US08/63675中包括的输入模块、显示模块和建筑者模块的功能,并且可以使用数据库模块来存储和检索数据。
如所示,数据中心设计和管理***206可以通过网络208与数据中心数据库210交换信息。这种信息可以包括支持数据中心设计和管理***206所需要的任意信息。例如,在一个实施例中,数据中心数据库210可以包括PCT/US08/63675中描述的数据中心设备数据库中存储的至少某些部分的数据。在另一个实施例中,这种信息可以包括支持接口204所要求的任意信息,例如特别是,一个或多个数据中心模型配置的物理布局,模型配置中包括的冷却供应器的生产和分布特征,模型配置中冷却消耗体的消耗特性,以及包括在机柜组中的设备机柜和冷却供应器的列表。
在一个实施例中,数据中心数据库210可以存储冷却供应器的类型,每种类型的冷却供应器所提供的冷气量,以及冷气供应器所提供的冷气温度。因此,例如,数据中心数据库210包括特定类型的CRAC单元的记录,其在68华氏度的条件下以5,600cfm的速度传送气流。此外,数据中心数据库210可以存储一个或多个冷却规格,例如CRAC(多个)的入口和出口温度以及一个或多个设备机柜的入口和出口温度。可以周期性地测量温度并输入到***中,或者在其它实施例中,可以利用连接到***200的设备连续监测温度。
数据中心数据库210可以采取能够在计算机可读介质上存储信息的任意逻辑构造,包括特别是结构,平面文件,索引文件,层次数据库,关系数据库或面向对象数据库。数据可以利用唯一的外键关系和索引来模拟。独特的外键关系和索引可以在各种域和表之间建立,以保证数据完整性和数据交互性能。
附图2所示的包括数据中心设计和管理***206,网络208和数据中心设备数据库210计算机***,每一个都可以包括一个或多个计算机***。如上述关于附图1的描述,计算机***可以具有一个或多个处理器或控制器,存储器和接口设备。附图2描述的***200的特定配置仅仅用于说明目的,本发明的实施例可以在其它环境实现。因此,本发明的实施例不限于特定数量的用户或***。
在现在将要描述的至少一个实施例中,提供一种工具用于确定安装在数据中心的冷却器的最大冷却器容量,用于至少部分根据最大冷却器容量来确定可以放置在数据中心的机柜位置的最大机柜负载,以及用于确定数据中心的一个或多个冷却器的冷却器返回温度。一旦确定了,可以利用例如条形图,在数据中心的布局上的冷却器表示上,显示关于最大冷却器容量的当前冷却负载。附图3示出了利用根据一个实施例的***显示的数据中心内的设备机柜302的热通道机柜组300和行排列的冷却器304的模型。机柜组的显示模型包括每个机柜上的条形图306,其提供每个机柜的最大机柜负载的指示,以及当前利用的最大机柜负载的百分之多少的指示。在一个实施例中,最大机柜负载可以根据较少于机柜可用的最大容量和机柜的最大冷却容量来确定。类似的,机柜组的显示模型包括每个冷却器上的条形图308,其提供每个冷却器的最大冷却容量和每个冷却器的当前冷却负载。
虽然附图3利用条形图提供了容量和当前负载的指示,在其它实施例中,可以使用其它的图形或者数字表示。现在将描述本发明实施例中附图3中所示的用于确定容量和负载的***、工具和方法。在其它实施例中,除了显示容量和负载,或者代替显示容量和负载,数据中心内的关键温度可以被确定和显示。关键温度可以包括机柜的入口和出口温度,冷却器的入口和出口温度,以及房间的环境温度。这些温度值可以使确定容量值时的中间值,同时它们可能没有向数据中心的用户提供那么多的信息,利用简单的温度测量可以更通常李佳和更容易校验。
所安装的冷却器的当前冷却负载可以被实时监测(直接或间接),并且冷却器的固定铭牌容量(例如,17kW)可以从冷却器制造说明确定。安装的最大冷却器容量是更加复杂的,在这里所述的至少一个实施例中,是根据建立冷却结构(例如,冷却水单元的水/乙二醇流速和温度)和返回到冷却器的空气温度来确定的。因为最大冷却器容量随着返回温度增加,给定安装的最大冷却器容量将达到最大返回空气温度。因此在一个实施例中,为了评估最大冷却器容量,连同根据在相邻冷却器中的数据中心环境(位置,气流和IT设备容量,几何细节等)评估的实际最大返回空气温度,使用建立冷却构造的细节。在一个实施例中,在生成这种评估中,假定相邻冷却器的设备机柜中的任何保留空间将被相同类型和最大容量的IT设备占满当前存在的平均水平。以下详细描述用来计算最大冷却器容量的过程。
在至少一个实施例中,计算可以安装在任意给定机柜中的最大功率负载的过程考虑到这样一个事实,一个机柜中的负载影响了相邻其它机柜的冷却性能。在计算可以安装任意一个机柜中的最大设备时,机柜中的功率是迭代调整(增加)恰好到相邻某处的预测冷却故障的点。由于机柜功率增加,在某点,最大冷却器容量可以超过,指示冷却器不再能够满足特定目标供应温度(即,它不能将空气一直冷却到设置点),在某些实施例中,这表示已经达到了最大机柜功率。在其它实施例中,在供应温度中的某些增加(特别是对于就一个冷却器)是可以接受的,但是由于供应温度接近最大期望的机柜入口温度(例如,77℉),冷却性能通常变得不能接受。在至少一个实施例中,执行最大机柜功率计算,好像全部其它机柜保持在它们当前的功率水平一样,一旦其它负载被添加到任意一个机柜,在其它临近机柜位置的最大机柜功率通常会降低。
在一个实施例中,确定每个机柜的最大机柜功率之前,利用以下附图4示出的处理400来确定机柜组中的每个冷却器的最大冷却器容量。通常,冷却器容量随着返回到冷却器的返回温度的增加而增加,在处理400,机柜组中的每个机柜的功率负载增加到该机柜组的最大功率水平限制,仍然满足该机柜组的特定冷却标准。在最大功率水平限制,将实现该机柜组的最大返回温度,根据最大返回温度,每个冷却器的最大功率水平,如该机柜组中的布局,可以被确定。
在处理400的第一阶段402中,有关数据中心的信息,包括要分析的特定机柜组的细节,被输入到***中。该信息可以通过用户手动输入,电提供给***,或者可以预先输入并存储在***中。在一个实施例中,可以利用安装在数据中心的传感器和/或通过通信网络与冷却器直接通信的方式,感测至少某些信息。在一个实施例中,对于每个机柜,输入的信息包括冷却器的类型(例如,模型号),冷却剂类型,输入到冷却器的输入冷却剂温度,当前冷却器水流速度,以及确定多少冷却剂直接通过冷却线圈分布和多少通过旁路流传递的阀的阀位置(从0到100%)。
阶段404是确认该机柜组的机柜中是否有可用空间和功率。如果阶段404的结果是NO,则处理400在阶段412结束。如果在任意机柜中没有额外的功率和可用空间,那么每个机柜可以在其最大容量操作。如果阶段404的结果是YES,则在阶段406,具有可用功率和空间的每个机柜的功率值增加一个递增量。在本发明的不同实施例中,可以使用不同方案,用于提高机柜的功率值。在一个实施例中,每个机柜可以增加相同的量(受总功率和空间可用量限制),同时在其它实施例,每个机柜可以增加类似的百分比。
在阶段408,利用冷却计算器在该机柜组执行冷却分析。对于增加到被评估的设备机柜的额外功率,在一个实施例中,额外冷却气流(以cfm/kW表示)是根据设备机柜中现有设备的平均气流要求。在数据中心所用的典型设备机柜中,160cfm/kw的值可以用于根据设备的功率汲取来确定所需气流。在阶段408使用的冷却计算器可以是上述’109和’300专利申请中描述的计算器之一。在一个实施例中,冷却计算器使用代数计算器来确定’109申请中所述的捕获索引(CI)。在至少某些实施例中定义机柜的冷通道捕获索引为来自本地冷却源(例如,穿孔的地板砖或者本地冷却器)的机柜所吸收的空气部分。热通道捕获索引被定义为由本地提取(例如,本地冷却器或返回通风口)所捕获的机柜所排出的空气部分。CI因此在0到100%之间变化,相比较于较大CI值通常表示的,具有更好的冷却性能。在冷通道分析中,高CI确保了来自本地冷却源的机柜所吸收的空气量,而不是从房间环境汲取,或者从已经被电子设备加热的空气汲取。这种情况下,机柜入口温度将紧跟打孔砖气流温度,并且假定这些温度在预期范围内,将获得可接受的冷却。在热通道分析中,高CI确保机柜排气是本地捕获的,并且在周围房间环境几乎不热。
当良好的(高)CI值通常意味良好冷却性能时,低CI值不必意味着不可接受的冷却性能。例如,在凸出地板环境中的机柜里,相比较穿孔砖而言从周围环境汲取了最多的气流,机柜的冷通道CI将是低的,然而,如果周围房间环境足够冷,机柜的入口温度仍然是可以接受的。这样的情况下,通过外部房间环境而不是机柜组中的穿孔砖,可以满足机柜的冷却需求。如果这个处理在数据中心重复多次,设备冷却将会复杂并且不可预知。高CI值导致内在可升级机柜组布局和更加可预测的房间环境。在本发明的一个实施例中,机柜组的冷却性能被认为是符合要求的,如果机柜组中的所有机柜大于90%,尽管这个阈值通常随着冷却器供应而增加,并且周围环境温度达到最大目标机柜入口温度。在其它实施例中,其它冷却计算器可以被用来包括CFD计算器。
在阶段410,根据冷却分析的结果进行确定机柜组的冷却性能是否符合要求。如果阶段410的结果是NO,那么处理进行到以下讨论的阶段426,其中最大冷却器容量被设置到前一个值。如果通过处理400在第一迭代上阶段410的结果是NO,那么不用计算最大冷却器容量的前一个值,并且最大冷却器容量利用以下论述的处理500和600来确定。如果阶段410的结果是YES,那么处理进行到阶段414,其中机柜组中每个冷却器的负载被确定。冷却器的负载是在计算条件下的冷却器移除的热速率。在一个实施例中,利用以下等式(1)确定负载:
Load=ρQaircp(Treturn-Tsetpoint)等式(1)
其中:ρ是空气密度=1.19kg/m3
Qair是冷却器气流速率(冷却器类型的最大速率气流)
cp是空气的特定热量=1005J/(kg℃)
Treturn是以上确定的冷却器空气返回温度
Tsetpoint是冷却器气流供应温度设置点
在阶段416,机柜组中每个冷却器的最大冷却器容量是根据机柜组的当前操作条件确定的。在一个实施例中,用于确定最大冷却容量的处理不同于根据特定冷却器是否是冷却水冷却单元或直接扩展(DX)冷却单元。以下参考附图5论述用于确定冷却水冷却单元的最大冷却容量的处理500,并且以下参考附图6论述用于确定DX冷却单元的最大冷却容量的处理600。
接着在阶段418,进行确定每个冷却器的负载是否小于或等于最大冷却器容量Capmax。如果阶段418的结果是YES,那么处理返回到阶段406,其中所有机柜的机柜功率再次递增。如果阶段418的结果是NO,那么处理400进行到阶段420,其中受到Capmax限制的冷却器气流供应温度,利用以下等式(2)更新:
Tsupply=Treturn-Capmax/(ρQaircp)等式(2)
在阶段418,如果任意一个或多个冷却器的冷却容量不够,则得到“NO”。
在供应温度更新之后,处理进行到阶段422,其中冷却计算器利用供应温度的新值再次运行。在阶段424,再次确认机柜组的冷却结果是否满足。如果阶段424的结果是YES,那么在阶段412处理以等于阶段416所最近确定值的每个冷却器设置的最大冷却器容量来结束。如果阶段424的结果是NO,那么在阶段426每个冷却器的最大冷却器容量被设置为前一个值,并且处理在阶段412结束。
附图5提供了根据一个实施例用在数据中心管理***中的处理500的流程图,用于在数据中心计算冷却水冷却单元的最大冷却器容量,例如附图3的冷却器306之一。在现在将要描述的示例实施例中,处理应用了从SchneiderElectric的AmericanPowerConversionCorporation可获得的InRowRC和RP冷却水单元,但是根据本公开的给定利益,本领域普通技术人员很容易理解,处理可以使用其它的冷却水处理单元。
在处理500的第一阶段502,有关数据中心的信息,包括要分析的特定机柜组的细节,被输入到***中。可能是与上述处理400的阶段402中输入的相同信息,如果在处理400输入了,那么阶段502可以跳过。
在处理的阶段504中,进行确认机柜组是否是合适的机柜组。合适的机柜组是由公共冷或热通道分离的长度大约相等的两行设备的组合;在各行的设备之间没有间隙。在阶段506,对于合适的机柜组,计算机柜组中每个冷却器的返回温度。在一个实施例中,合适的机柜组的返回温度是如在以上参考的’109申请中描述的那样确定,同时在其它实施例中,利用下述处理方法之一来确定返回温度。在阶段508,对于不适合的机柜组,在一个实施例中,利用以下进一步描述的处理方法之一来估计返回温度。在其它实施例中,对于合适和不合适的机柜组,可以利用全部计算流体动力学(CFD)分析来确定返回温度,但是这种分析通常不能实时执行。
一旦在阶段506或508已经确定了返回温度,那么在阶段510,确定在当前阀位置(Cv)的流系数和在最大阀开口(Cv max)的流系数。流系数Cv将冷却剂流速率与通过旁路阀的压力降的平方根相关联并且可能需要计算冷却单元的冷却线圈的最大冷却剂流速率。在一个实施例,Cv和Cv max可以从冷却器的制造商提供的数据来确定。冷却单元的制造商的数据可以被存储在执行处理500的***中。在阶段512,确定最大冷却器水流速率为安装的(Qmax)。在一个实施例中,Qmax利用以下等式(3)来确定:
其中Q=当前冷却剂流速。在某些实施例中,可以通过考虑在特定流速(例如,21GPM)覆盖冷却容量,例如线圈和管道***的生命周期。
在其它实施例中,最大冷却剂流速可以是已知的(例如,由冷却单元直接报告)。这种情况下,不需要计算涉及的流系数。
在处理的最后阶段514,最大冷却器容量Capmax根据输入水温度(EWT),返回温度和Qmax,利用冷却器制造商的说明书所提供的信息来确定。在某些实施例中,如果使用除了水以外的冷却剂(例如,乙二醇混合物),那么校正系数可以被提供给确定的最大冷却器容量。
对于机柜组中的冷却器可以独立执行处理500,尽管可以利用以下描述的机柜组计算器针对机柜组中的冷却器同时确定返回温度。在一个实施例中,返回温度值利用最大冷却器气流值来确定。
现在参考示出了处理600的流程图的附图6来描述用于预测直接扩展(DX)冷却单元的最大冷却器容量的处理600。在处理600的第一阶段602,有关数据中心的信息,包括要分析的特定机柜组的细节,被输入到***中。这是以上处理400的阶段402中输入的相同信息,并且如果在处理400输入了,阶段602可以被跳过。在处理的阶段604,进行确定机柜组是否是合适的机柜组,并且在阶段606(对于合适的机柜组)或阶段508(对于不合适的机柜组),利用上述处理500中相同过程针对机柜组中的每个冷却器来确定冷却器返回温度。在处理的阶段610,利用冷却器的返回温度和制造商说明来确定每个冷却器最大冷却容量(Capmax)。
在计算机柜组中的冷却器的最大容量之后,在一个实施例中,利用附图7中的流程图表格中所示的处理700来确定最大机柜容量。处理700在某些方面与上述处理400类似,除了处理700是针对机柜组中每个设备独立执行。在处理700的第一阶段702,有关数据中心的信息,包括要分析的特定机柜组的细节,被输入到配置来执行处理700的***中。由于利用处理500和600,可以采用多种不同方式将信息输入到***中。该信息可以包括在以上处理400、500和600中输入的和/或确定的冷却器特定信息。在至少一个实施例中,利用被用来确定机柜组中的冷却器的Capmax的相同***来执行处理700。
在处理的阶段704,根据有关机柜组的输入的信息进行确定是否存在被评估的第一设备机柜中的可用空间和可用功率。如果阶段704的结果是NO,那么该处理结束。如果阶段704的结果是YES,那么处理进行到阶段706,其中被评估的机柜的功率值增加一个递增量。递增的增加在某些实施例中可以是用户可选择的,而在其它实施例,递增的增加可以是***中设置的默认值。在其它实施例中,至少部分根据设备机柜的可用功率的量来确定递增的增加。在一个实施例中,递增的增加是一小部分,例如最大附加负载的10%,其是可以根据可用电源容量增加到机柜。
在其它实施例中,可以利用其它方法来建立递增的机柜负载变化,以便可以利用更少的迭代更加精确地确认最大机柜容量。在一个这样的实施例中,特别地,如下处理迭代处理。首先,确定可接受冷却性能的下限。通常是将当前机柜负载(此处冷却性能已知是可接受的)作为开始点。第二,确定可接受冷却性能机柜负载的上限。通常是将可能给出电源容量的最大附加负载作为开始点。在随后迭代中,测试机柜负载操作点,其部分落在前面测试点之间。以这种方式,迭代“搜索空间”被持续二等分,使得相比较于利用附图7的简单固定负载增量方法,获得更快的收敛。例如,考虑具有已知的可接受冷却性能的当前操作在4kW的机柜。在10kW的最大电源限制测试冷却性能,并发现不可接受。该下一个操作测试点是(4+10kW)/2=7kW并发现不可接受。因此,现在已知最大机柜负载是在7kW和10kW之间,以便下个测试点是(7+10kW)/2=8.5kW。这个处理将继续,直到已知可接受冷却性能的下限和上限收敛到在实际公差内。在一个实施例,上述处理400可以使用类似的方法来对所有机柜进行增加功率的迭代处理。
在阶段708,利用冷却计算器在机柜组上执行冷却分析。对于增加到评估的设备机柜的附加功率,在一个实施例中,附加冷却气流(以cfm/kW表示)是根据设备机柜中现有设备的平均气流要求。在数据中心所用的典型设备机柜中,160cfm/kW的值可以被用来根据设备的功率汲取来确定所需气流。阶段708所用的冷却计算器可以是上述’109和’300专利申请中所述的计算器之一。在一个实施例中,冷却计算器使用代数计算器来确定’109申请中论述的捕获索引(CI)。在本发明的一个实施例中,如果机柜组中所有机柜的CI大于90%,尽管这个阈值通常随着冷却器供应增加,并且周围环境温度达到最大目标机柜入口温度,机柜组的冷却性能被考虑是满足条件的。在其它实施例中,可以利用包括CFD计算器的其它冷却计算器。
在阶段710,根据冷却分析的结果进行确定机柜组的冷却性能是否满足条件。如果阶段710的结果是NO,那么处理进行到阶段712,其中如下所述完成处理。如果阶段710的结果是YES,那么处理进行到阶段714,其中确定机柜组中每个冷却器的负载。冷却器的负载是在计算条件下冷却器移除的热度速率。在一个实施例中,利用以下等式(4)确定负载:
Load=ρQaircp(Treturn-Tsetpoint)等式(4)
其中:ρ是空气密度=1.19kg/m3
Qair是冷却器气流速率(冷却器类型的最大速率气流)
cp是空气的特定热量=1005J/(kg℃)
Treturn是以上确定的冷却器空气返回温度
Tsetpoint是冷却器气流供应温度设置点
接着在阶段716,进行确定每个冷却器的负载是否小于或等于最大冷却器容量Capmax。每个冷却器的最大冷却器容量在一个实施例中利用以上处理400而确定。如果阶段716的结果是YES,那么处理返回到阶段706,其中机柜功率再次递增。如果阶段714的结果是NO,那么处理700进行到阶段718,其中受到Capmax限制的冷却器气流供应温度利用以下等式(5)更新:
Tsupply=Treturn-Capmax/(ρQaircp)等式(5)
在阶段716,如果任意一个或多个冷却器的冷却容量不够,则得到“NO”。
在供应温度被更新后,处理返回到阶段708,其中冷却计算器利用供应温度的新值再次运行。
继续处理700,直到功率增加到机柜组的冷气空气不足的那个点,并且阶段710的结果是NO,表示机柜功率已经增加到等于或大于最大机柜容量的水平,并且处理进行到阶段712,处理700完成。在一个实施例中,当达到阶段712时,机柜功率水平递减一个量,来提供最大机柜功率水平。在其它实施例中,如果希望提供对最大机柜功率水平的确定的良好分辨,接着在阶段712之后,机柜功率水平可以递减一个量,处理700可以利用较小的增量再次执行。
上述处理500和600使用不合适机柜组的冷却器返回温度的评估值。现在将根据本发明的一个实施例描述用于评估冷却器返回温度的第一处理。在处理中,确定单独一个平均冷却器返回温度,而不是冷却器-冷却器返回温度。以上大致提供了不合适机柜组的说明。在一个实施例中,当不合适的设备的机柜组具有大于6英尺的热通道宽度时,机柜组被评估为两个分离的不合适的机柜组。此外,如果在不合适机柜组的每行中存在部分对齐的间隙,那么不合适的机柜组被评估为被间隙分隔的两个单独的机柜组。利用以下等式(6)确定全局平均返回温度Tc ave:
Tc ave=βTR ave+(1-β)Tamb等式(6)
其中:
Tc ave=全局平均冷却器返回温度
Tamb=环境温度
β=直接从机柜得到的冷却器气流的部分(0≤β≤1)
TR ave=平均机柜排气温度
在一个实施例中,以下,β是利用等式(7)确定的,TR ave是利用等式(8)确定的:
其中:
CIi=机柜i的热通道捕获索引
n=机柜数量
N=冷却器数量
Qj c=冷却器j的气流速率
Qi R=机柜i的气流速率
在至少某些实施例中,CI是未知的,且CI,或者更直接地,β是评估的。对于小于1的全局空气比(AR),由于气流物理上允许,冷却器自由捕获尽可能多的机柜气流。然而,当AR大于1时,冷却器从与降低返回温度的机柜气流混合的环境汲取附加的“制造空气(makeupair)”。在AR非常大的极端情况下,冷却器返回温度等于环境温度。考虑到上述问题,在一个实施例中,不合适的机柜组的平均冷却器返回温度利用以下等式(9)评估,利用等式(10)和表1确定等式(9)中的β值:
Tc ave=βTR ave+(1-β)Tamb等式(9)
(等式10)
表1
如上所述,对于合适的机柜组,可以使用多个不同的过程来确定冷却器返回温度。现在将根据本发明的一个实施例来描述用于确定冷却器返回温度的其它处理。对于直接从周围环境而不是直接从机柜汲取返回气体的重要部分的冷却器,该处理时特别有效的。
以下利用等式(11)确定冷却器返回温度:
其中:
=冷却器j的返回温度
fij=由冷却器j捕获的机柜i的气流部分
Qi R=机柜i的气流速率
Qj C=冷却器j的气流速率
Ti R=机柜i的排气温度
n=机柜总数量
在利用等式11计算了机柜组的全部返回温度之后,周围环境的效果是通过均匀升温或者降温来计算,直到全部平均冷却器返回温度根据集合的机柜组机柜气流速率,排气温度和CI和冷却器气流速率而校正。
在本发明的一个实施例中,用于确定冷却器的返回温度的处理向等式(11)增加额外的项来计算直接从每个冷却器的周围环境汲取的空气量,合成的等式以下如等式(12)示出
其中Tamb是周围房间的环境温度。等式(12)提供了最终的冷却器返回温度。等式(12)中的fij以下在等式(13)和(14)中示出的而确定。
对于行A中的机柜和行A中的冷却器
对于行A中的机柜和行B中的冷却器
其中:
(QAj)capself=在位置Aj的冷却器捕获的气流
(QBj)capself=在位置Bj的冷却器捕获的气流
Δx=在位置i和j之间(槽)的水平距离
A,B是经验常数
C=计算相对行影响的经验“连接”常数
在一个实施例中的常数A=1,B=0.25,C随着如下表概括的过道宽度而变化。
通道宽度(ft) | 3 | 3.5 | 4 | 4.5 | 5 | 5.5 | 6 |
C | 0.75 | 0.63 | 0.5 | 0.48 | 0.45 | 0.43 | 0.4 |
并且:
根据本公开的给定利益,本领域普通技术人员很容易理解,行B中机柜的计算遵循类似的等式。
如上所述,本发明实施例中的CI值可以如’109和’130申请中所论述的而确定,另外,CI值可以利用以下等式(16)确定:
附图8示出了利用等式(16)用于确定CI值的处理800。在第一阶段802中,利用等式(15)确定每个机柜的Qsupnet的值。接着在阶段804,利用等式(13)和(14)为所有机柜确定fij的值。在阶段806,利用等式(16)确定全部机柜的捕获索引值。接着在阶段808,进行确定任意的CI值是否大于1,其不代表有效解。如果阶段808的结果是NO,那么处理在阶段810结束。如果阶段808的结果是YES,那么在阶段812,每个fij值按照捕获索引衡量,且利用新的fij值重复阶段806和808。
上述用于确定返回温度的实施例可以使用多个不同的冷气计算器。此外,用于参考上述等式(12)确定气流的实施例可以使用除了行排列冷却器以外的冷却器,包括过热或者通过通道冷却器和传统数据中心周围冷气单元。
在以上至少部分实施例中,数据中心的环境空气温度被用在与评估数据中心的冷却性能的计算器中。通常,数据中心的周围环境温度,没有其它数据,被假定为68华氏度-这也是典型的冷却器供应温度。在现在将要描述的一个实施例中,可以用在上述***和处理中的周围温度校正处理和工具,调整数据中心的周围温度值,直到在数据中心的IT设备获得的总热量和全部冷却器提供的总冷却之间存在一个平衡。
在上述***和处理中,冷却器的负载,作为来自设备机柜的捕获的排除空气,被确定。没有捕获的排除空气产生了漏气功率,这加热了房间并升高了房间中机柜组的返回温度。漏气功率相当均匀地加热数据中心,使得由于漏气功率产生的额外负载被相当均匀地分布在全部冷却器。在一个实施例,环境温度校正处理和工具以迭代方式操作。首先,利用初始假定环境温度(典型68℉)评估冷却器返回温度。接着,利用等式(17)确定房间中全部IT和冷却器负载之间的差值:
ΔProom=PIT-Pcoolers等式(17)
其中PIT是全部IT设备(机柜)功率,Pcoolers是冷却器上全部初始计算的负载。
接着使用等式(18)计算周围温度(Tamb)和冷却器返回温度(Tr)的校正:
其中:
Qc=全部冷却器气流速率
P=空气密度
cp=常压下特定气体热量
在附图9中示出了根据一个实施例用于环境温度调整的处理900的流程图。在处理的阶段910,确定全部IT负载。接着在阶段920,确定全部冷却器气流速率,在阶段930,利用上述处理之一确定冷却器的返回温度。在阶段940,利用例如以上等式1确定全部冷却器负载。接着在阶段950,利用等式(17)确定全部IT和冷却器负载之间的差值,在阶段960,进行确认这个差值是否等于0。如果阶段960的结果是YES,那么处理结束。如果阶段960的结果是NO,那么处理进行到阶段970,其中等式(18)被用来确定周围环境校正因数,在阶段980,根据阶段970的结果调整返回温度。阶段940、950、960、970和980被重复,直到阶段960的结果是YES,接着处理结束。除了确保冷却和IT负载的适当平衡,处理900还计算环境温度。
虽然以上论述了基于行的冷却单元的例子,根据本发明的实施例的周围温度校正的处理可以扩展到传统的基于房间的冷却单元和其它冷却结构。在一个实施例中,为了评估房间冷却器的返回空气温度,利用等式19来评估直接对基于房间的冷却器的IT负载部分:
∑PCRACS=γΔProom(19)
其中∑PCRACS=基于房间的冷却器的全部冷却负载,γ是来自基于房间的冷却器的房间中的全部冷却气流的部分,没有其它信息,如下评估:
其中:
∑QCRACS=房间冷却器的全部冷却气流
∑QIR=行排列冷却器的全部冷却气流
此外,假定全部基于房间的冷却器以相同的返回空气温度操作。基于房间的冷却器的返回空气温度的初始评估从以下计算:
其中:
TCRACS=基于房间的冷却器的返回空气温度℉
=冷却器供应空气温度℉
∑PCRACS=基于房间的冷却器的全部冷却负载kW
并且∑QCRACS是cfm
注意“3200”包括在标准条件下的空气的密度和特定热度,以及合适的单元变化所必需的因素。没有被行排列和房间冷却器捕获的IT负载加热了房间环境温度。这种超过冷却器供应温度的房间环境温度的升高(ΔTamb)是通过满足房间中能量平衡来计算的:
其中,ΔTamb是房间环境温度的升高℉,ΔP是kW,且气流速率是cfm。
最后,ΔTamb被加入到原始评估的房间环境温度(Tamb),且冷却器返回空气温度和冷却器的冷却负载利用等式4更新。
现在将参考附图10来描述本发明的实施例,当出现行和基于房间的冷却单元的组合时,该实施例使用处理1000来预测返回温度和执行环境温度校正。在附图10的阶段1010,确定全部基于行的冷却器的返回空气温度(等式12)和冷却负载(等式1)。在阶段1020,全部未捕获或者漏气功率被评估未全部IT(机柜)负载和全部冷却器负载(等式17)之间的差值。在阶段1030,计算γ(等式20)。在阶段1040,分别根据等式21和4来计算返回温度和全部基于房间的冷却器的冷却负载。在阶段1050,从等式22计算环境温度校正(数字上等于冷却器返回温度校正)。在阶段1060,环境温度校正被加入到全部冷却器的返回温度,并且在阶段1070,基于等式1或4来更新每个冷却器的负载。
在以上处理中确定环境温度时,假定环境温度等于冷却器和/或穿孔砖供应温度(例如68℉),首先计算冷却器返回温度。接着,计算冷却器负载,使用全部房间负载(热源)和冷却器负载之间的差值来确定所要“校正”的量。“校正”是温度的增加量,接着被增加到环境温度和全部冷却器的返回温度,以确保达到合适的全部房间能量平衡。最后,根据假定的冷却源供应温度和“校正”环境温度来接着计算机柜入口温度。该环境校正方法的优点是简单性和计算有效性(在某些简单情况下),尽管它涉及有时导致没有预期的那么精确的解的近似值。
在另一个实施例中,使用耦合求解方法,该方法在上述环境校正上具有优点。耦合求解方法依靠上述的热通道和冷通道捕获索引,同时在’009申请中也有所论述。作为热通道计算的一部分,从它们的要素fij(多个)计算热通道CI(多个)(HACIs),其被定义为由冷却源j捕获的机柜i的气流部分:
其中N是本地冷却源的数量。
以类似的方式,在冷通道CI计算中,可以从它们的要素gij(多个)计算冷通道CI(多个)(CACIs),其被定义为来源于冷却源j的机柜i的气流部分:
概括而言,fij和gij分别是HACI和CACI的基本建筑块,且它们完全表征结合制造机柜入口和排出气流模型的多个气流。如现在将要描述的,一个实施例的耦合求解使用fij(多个)和gij(多个)来确定数据中心的相关温度。
附图11示出了位于用来描述耦合求解方法的一个机柜1102和一个冷却器1104上的小数据中心1100。该房间被考虑为完全密封,使得没有热传递到外部环境。虚线1106表示设备周围的控制范围;机柜冷却器气流在控制范围内交互作用,同时周围数据中心环境的气流交互发生在控制范围边界。
平衡在控制范围边界上的能量流和生成任意n个机柜和N个冷却源产生等式25:
其中Qi R和Qj C分别是机柜i和冷却器j的气流速率。Ti RE、Tj CS和Tamb是机柜i的排气温度、冷却器j的供应温度和环境数据中心房间温度。
冷却器供应温度是冷却器容量及其控制算法的函数;然而,通常可以写成冷却器返回温度和冷却器气流速率的函数,如等式26所示:
冷却器返回温度是混合流的结果,其生成在机柜排气或者来自周围环境,如等式27所示:
机柜入口和排气温度通过机柜上假定温度升高ΔTi R相关,如等式(28)所示:
机柜入口温度是混合流的结果,其生成在每个冷却器供应或者来自周围环境,如等式(29)所示:
等式25-29形成2N+2n+1未知的2N+2n+1的耦合集,当求解时,其提供了全部机柜的入口和排气温度、全部冷却器的返回和供应温度、以及环境温度。
附图12中示出了用于预测数据中心气流和温度的通常处理1200。首先在动作1202,输入数据被自动或者手动地输入到数据中心设计或管理软件中。接着在动作1204,与机柜和冷却器相关的气流模型利用上述和以上参考文件中任意的多个实时工具而确定。完整数据中心分析可以要求多个算法(例如,用于热和冷通道两行机柜组、单行机柜组、密封机柜组等的不同算法)。接着在动作1206,等式25-29用于求解全部未知机柜、冷却器和环境温度。如果希望,在动作1208,对于每个冷却器可以计算在预测条件下的最大冷却器容量和负载,并在动作1210提供给用户,还有计算温度。输出温度和冷却器容量和负载可以如上所述显示在用户显示器上。
在本发明的实施例中,等式25-29是线性的,除了根据冷却器特性的等式26。在多数应用情况下,等式26是分段线性的,在某些阈值返回温度下,冷却器能够在固定设置点温度供应空气。在该阈值以上,供应温度趋向于随返回温度线性升高。这避免了对具有线性求解器的等式25-29的直接同时求解;然而,对于至少某些实施例,足够假定冷却器供应温度等于已知的供应温度,接着简单检测来查看基于返回温度该容量是否已经超出了。如果容量已经超出了,那么可以向用户显示一个警告,可以改变布局直到不再有冷却警告。
现在参考附图13来描述在至少一个实施例中使用的用于处理非线性冷却器等式的可替代处理1300。假定全部冷却器供应气流在它们的设定点温度来开始计算全部温度,并且在处理1300的第一动作1302,每个冷却器的供应温度被设置为等于其设置点温度。在处理1300的动作1304,解决每个冷却器的等式25-29,接着在动作1306到1310,对于全部N个冷却器的每个冷却器j,进行检测计算的返回温度是否大于或小于阈值温度(在该阈值以上,冷却器不再保持设置点供应温度)。当冷却水冷却器时,动作1308中的A和B的值依靠冷却器的类型,以及设备的输入水温度(EWT)和ΔT。在任何情况下,A和B的值可以很容易地从公布的制造商数据确定,例如APC的“行RC技术数据手册(InRowRCTechnicalDataManual)”。如果全部返回温度在阈值温度以下,假定的冷却器设置点供应温度被校正,并且不再需要迭代。如果,替代的,已经超出了一个或多个冷却器的阈值返回温度,在动作1308基于等式26更新供应温度。在动作1312,进行确定在动作1306到1310任意的冷却器供应温度是否被不止一个预定值来调整,并且如果动作1312的结果是yes,那么等式25-29的全集被解决。该处理继续,直到全部冷却器的供应温度不再被大于设置公差的迭代到迭代地改变,并且接着在动作1314报告全部的温度。在一个实施例中动作1312中使用的阈值是0.5℉。在其它实施例中,阈值是某些在数据中心某处的最大和最小温度之间的差值的小部分。在还有另一个实施例中,可以执行多个固定的迭代。尽管冷却器供应温度被假定为附图12的处理中的返回温度的分段线性函数,该技术不再限制为这样的关系,并且以相同方式进行,而不再修改。现在将利用附图14中所示的设备布局1400来描述利用附图12的处理的例子。布局1400包括两个机柜1402和1404(在附图14中还被标识为机柜1和机柜2),以及两个冷却器1406和1408(在附图14中还被标识为冷却器1和冷却器2)。每个冷却器和机柜的气流是已知的,且在附图14中被标识,并且导致列出的fij和gij值。在附图14中还示出了计算的每个冷却器的热通道捕获索引(HACI)和每个机柜的冷通道捕获索引(CACI)。冷却器供应温度是已知的并且等于68℉。同样,从指出的机柜功率和气流速度,每个机柜上的温度升高是26.5℉。等式25-29可以被用来确定布局1400的相关温度。
从附图14的例子取代等式25中的值在一个等式中产生三个未知值。由于供应冷却器温度是已知的,等式26没有用在当前这个例子中。对附图14的例子的等式27的应用对于每个冷却器的返回温度产生两个等式。等式28的应用对机柜的排出温度产生两个等式,并且等式29的应用对每个机柜的入口温度产生两个等式。
对附图14的例子的等式25-29的应用对于7个未知的T1 RE、T2 RE、Tamb、T1 RI、T2 RI、T1 CR和T2 CR产生7个线性等式的耦合集。尽管可以使用任意各种技术来求解等式,在一个实施例中,线性高斯矩阵求解器被用来产生以下温度值:
T1 RE=96.26℉
T2 RE=97.72℉
Tamb=77.43℉
T1 RI=69.76℉
T2 RI=71.22℉
T1 CR=93.87℉
T2 CR=95.41℉
在一个实施例中,可以执行多次检测来验证结果。首先,由于在密闭环境中,***可以验证全部冷却器负载平衡了全部机柜功率。第二,***可以验证每个机柜上的温度升高适合初始假定26.5℉(与每个机柜的定义气流速率和功率分布一致),通过从每个机柜的机柜出口温度减去机柜入口温度。对于多数实际情况,等式25-29的应用导致了一组耦合的线性等式,可以被直接求解(无需迭代)来获得全部机柜和冷却器入口和出口温度,以及房间环境温度。等式是严格保守;保证了能量的保存(机柜功率和冷却器负载之间的平衡)。
如上所述,在耦合求解方法,当超过关键返回温度时,等式26是具有两部分的分段线性等式,常预期供应温度部分和线性增长供应温度部分。该耦合方法首先利用供应温度常数执行,接着如果违反了任何温度环境,线性分段被替代为常数供应温度,且该***接着利用上述迭代处理1300来求解。该耦合处理提供了一种精确的求解,但是迭代处理可能导致速度不够,其可能小于大***所预期的。
在另一个实施例中,使用已知的用于求解线性等式的***的Gauss-Seidel算法的类似方法来求解等式25-29,以确定数据中心的温度。在这个实施例中,Gauss-Seidel算法被扩展到分段线性***,通过用供应温度等式的线性部分来替代常数供应温度,一旦达到了关键温度。以下参考附图15来论述该实施例中使用的处理1500,通过描述指向开始条件、停止条件和更快运行时间调整的特定实施特征的说明。
在处理1500开始之前,利用等式30定义的分量T将等式(25)-(29)存储在矩阵向量表AT=b中。
等式(30)
如上,N是数据中心中被分析的冷却器的数量,n是设备机柜的数量。为等式(26)的第二线性段构建其它行A和b,并被表示为a’和b’。如上所述并在以上等式(26)中示出的,冷却器供应温度是冷却器返回温度和冷却器气流速率的函数。在这个实施例中,冷却器供应温度被模拟为任意固定冷却器气流速率的返回温度的分段线性等式。对于给定的预期供应温度TSupply、Tj crit和Tj CS通过以下等式(31)和(32)来定义:
等式(32)
其中常数A0、B0和Q0的值根据冷却器的类型,并且容易从公布材料确定,例如APC的“行RC技术数据手册(InRowRCTechnicalDataManual)”。密度ρ和空气的特定热量cp的值可以在标准条件取得。注意指数0.2和0.8从假定冷却器容量的气流速率降低到0.8功率而导出的,Pcap/P0 cap=(Q/Q0)0.8,其中P是冷却器容量,下角标“0”对应于最大气流操作点。在附图15的处理1500开始之前,开始温度被设置为要确定的每个温度值。以下论述根据一个实施例用于设置开始温度值的处理。在处理1500的第一动作1502,对应于温度组件的计数器k的值被设置为1。在下一个处理1504,进行确定对应于当前k值的未知温度是否是冷却器供应。如果动作1504的结果是yes,那么在动作1506,进行确定冷却器的返回温度是否大于那个冷却器的关键温度。如果冷却器的返回温度大于关键温度,那么等式32的返回温度的线性函数部分被用于等式26,否则,等式32的常数供应温度被用于等式26。如果动作1504的结果是no,那么处理直接到动作1508。
接着在动作1508,等式33被用来更新全部温度(Tk)的值:
在动作1510,进行确定是否k<2N+2n+1。如果动作1510的结果是NO,那么k的值在动作1512加1,且重复动作1504和1510,直到动作1510的结果是YES。
接着在动作1514,进行确定该处理的停止条件是否满足。在不同实施例,可以如下所述使用停止条件的不同标准。如果停止条件没有满足,那么重复动作1502到1514,直到动作1514的结果是YES,此后,在动作1516,温度可以记录并保存在***中,显示给用户,或者被用于数据中心的进一步分析中。
在上述迭代处理1500中,处理的效率有一点取决于初始开始点的质量。在一个实施例中,具有已知的预期冷却器供应温度,初始温度TInit被确定为以下等式(34)所示的。
等式(34)
等式(34)中,是基于IT设备类型的机柜上的平均ΔT并且一般范围是在20-30℉。
在处理1500的动作1514,进行确定停止条件是否满足。在使用处理1500的不同实施例中,可以使用不同的停止条件。在一个实施例中,具有固定限制的迭代计数器可以被用来限制在完成之前进行处理的次数。在一个版本中,限制是在50和100之间,但是也可以使用其它值。在其它实施例中,继续该处理,直到全部温度不再被每次迭代的某些小公差改变。如果结果收敛失败,向用户显示警告消息。
在第二实施例中,房间的全部能量平衡的公差水平被用来建立处理1500的停止条件。如果(全部冷却器负载-全部机柜负载)的绝对值下降到给定阈值以下,或者如果迭代差值下降到给定阈值以下,那么满足停止条件。用于停止条件的该实施例可以与固定数量的迭代实施例结合,使处理1500在满足固定数量的迭代或者满足公差水平之前停止。
在使用迭代处理1500的实施例中,对于某些应用,处理的收敛可以被以下等式(34)所示的等式(33)部分定义的小开始步骤使用而降低:
在一个实施例中,超松弛被用来增加步骤的尺寸。在这个处理中,等式(35)被乘以大于1,使算法采用大初始步骤来获得更快的收敛。利用标量的修改等式(35)在以下等式(36)中示出:
在等式(36)中ω被设置为大于1,在一个实施例中,ω=1.05。如果标量的值被设置得太高,那么对于某些应用,标量的使用可能实际上减缓了收敛。
在上述迭代方法1500中,通过计算矩阵A中行i的全部温度和全部入口的产品之和来计算步骤。由于对于多数应用,在每行仅仅有少量的非零入口,因此这可能是低效的。对于等式(25)-(29),每个等式的结构要求至少N+1、n+1、n+N+1或2倍增值。因此,在一个实施例中,通过最小化等式(25)-(29)所需(非零)入口来更新温度提供了更加有效的实施方式。
在以上实施例中,提供一种能够在数据中心中确定相关温度,且确定最大冷却器和机柜容量的处理和***。该***和方法可以被用来提供数据中心的优化设计,通过使用该***和方法的结果来改变设备的实际布局或设备的建议布局。
在上述处理中,与数据中心冷却相关的值,包括气流和温度,被确定,本领域普通技术人员很容易理解,在至少某些实施例中,确定的值是对将发生在具有参数模型的数据中心的实际值的预测。
在本发明的至少一个实施例的方法中,在成功模拟数据中心的机柜组之后,模型的结果可以被用作***的一部分在数据中心按照设计的布局来命令设备、装配设备和安装设备。
在这里所述的本发明的至少某些实施例中,实施评估和计算的执行涉及一种处理,该处理是在几秒或者小于几秒的方式完成,或者如同复杂计算可能发生的那样长,例如涉及典型CFD计算的那些。
因此已经论述了本发明的至少一个实施例的若干方面,可以理解各种改变、修改和改进对于本领域技术人员而言是显而易见的。这种改变、修改和改进意味着是本公开的一部分,也意味着是在本发明的精神和范围内。因此,仅仅是以示例性的方式描述上述说明书和附图。
Claims (17)
1.一种用于在数据中心中评估设备的冷却性能的计算机可执行方法,该设备包括多个设备机柜,以及至少一个冷却供应器,该方法包括:
接收有关多个设备机柜中每个设备机柜和至少一个冷却供应器的数据,该数据包括设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值;
存储接收的数据;
计算至少一个冷却供应器和每个设备机柜之间的气流速率;
在数据中心的气流速率的基础上,计算数据中心的周围环境空气温度;
根据所述周围环境温度、布局、功率汲取和气流速率,计算至少一个冷却供应器的入口空气温度和出口空气温度;
对于每一个设备机柜,根据所述周围环境温度、布局、功率汲取和气流速率,计算入口空气温度和出口空气温度;以及
对于多个设备机柜的每一个和至少一个冷却器,显示入口空气温度和出口空气温度的指示;
其中计算每个设备机柜和至少一个冷却供应器的入口空气温度和出口空气温度包括建立一组S耦合方程,S等于要被确定的温度值的数量,并求解这个S耦合方程。
2.根据权利要求1所述的计算机可执行方法,其中至少一个冷却供应器包括多个冷却供应器,并且该方法还包括根据多个冷却供应器的最大入口空气温度,计算多个冷却供应器中每个冷却供应器的最大冷却器容量值。
3.根据权利要求2所述的计算机可执行方法,还包括根据每个设备机柜中的可用空间,根据可在每个设备机柜得到的功率,和根据多个冷却供应器的至少一个的最大冷却器容量,计算每个设备机柜的最大机柜容量。
4.根据权利要求1所述的计算机可执行方法,其中N等于数据中心的冷却供应器的数量,n等于多个设备机柜的数量,且其中S等于两倍N加2倍n加1。
5.根据权利要求4所述的可执行方法,其中求解S耦合方程包括通过识别分段线性方程中的断点,并利用在断点之前和之后的不同线性方程,求解S耦合方程的至少一个分段线性方程。
6.根据权利要求5所述的可执行方法,其中求解S耦合方程包括使用迭代处理来重复求解S耦合方程,以获得每个设备机柜和至少一个冷却供应器的入口空气温度和出口空气温度的最后值。
7.根据权利要求1所述的计算机可执行方法,其中显示多个设备机柜的每一个和至少一个冷却供应器的入口空气温度和出口空气温度的指示包括显示具有显示在模型上的指示的数据中心的模型。
8.一种用于在数据中心中评估设备的***,该设备包括多个设备机柜,以及至少一个冷却供应器,该***包括:
接口;以及
连接到接口的控制器,被配置来:
接收有关多个设备机柜中每个设备机柜和至少一个冷却供应器的数据,该数据包括多个设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值;
在与***相关的存储设备中存储接收的数据;
计算至少一个冷却供应器和每个设备机柜之间的气流速率;
在数据中心的气流速率的基础上,计算数据中心的周围环境空气温度;
根据通过建立所述周围环境温度、布局、功率汲取和气流速率的一组S耦合方程,并求解这个S耦合方程,计算至少一个冷却供应器和多个设备机柜的每一个的入口空气温度和出口空气温度,S等于要被确定的温度值的数量。
9.根据权利要求8所述的***,其中至少一个冷却供应器包括多个冷却供应器,且其中该控制器还配置为根据多个冷却供应器的最大入口空气温度,计算多个冷却供应器中每个冷却供应器的最大冷却器容量值。
10.根据权利要求9所述的***,其中所述的控制器被配置用于计算每个设备机柜的最大机柜容量根据每个设备机柜中的可用空间,根据可在每个设备机柜得到的功率以及根据所述多个冷却供应器的至少其中之一的最大冷却器容量。
11.根据权利要求8所述的***,其中N等于数据中心的冷却供应器的数量,n等于多个设备机柜的数量,且其中S等于两倍N加2倍n加1。
12.根据权利要求11所述的***,其中求解S耦合方程包括通过识别分段线性方程中的断点,并利用在断点之前和之后的不同线性方程,求解S耦合方程的至少一个分段线性方程。
13.根据权利要求12所述的***,其中求解S耦合方程包括使用迭代处理来重复求解S耦合方程,以获得每个设备机柜和至少一个冷却供应器的入口空气温度和出口空气温度的最后值。
14.一种评估数据中心的设备的评估***,其中所述设备包括多个设备机柜和至少一个冷却供应器,所述的评估***包括:
一种用于接收的模块,其通过计算机***接收有关多个设备机柜中每个设备机柜和至少一个冷却供应器的数据,该数据包括对个设备机柜和至少一个冷却供应器的布局,以及每个设备机柜的功率汲取值;
一种用于存储的模块,其在与评估***相关的存储设备中存储接收的数据;
一种用于计算所述至少一个冷却供应器和每个设备机柜之间的气流速率的模块;
一种用于根据所述数据中心的气流速率计算周围环境空气温度的模块;
一种用于计算的模块,根据通过建立所述周围环境空气温度、布局、功率汲取和气流速率的一组S耦合方程,并求解这个S耦合方程,通过计算机***确定至少一个冷却供应器和每个设备机柜的入口空气温度和出口空气温度,S等于要被确定的温度值的数量。
15.根据权利要求14所述的评估***,其中至少一个冷却供应器包括多个冷却供应器,并且进一步包括一种根据多个冷却供应器的最大入口温度来计算多个冷却供应器的每一个的最大冷却器容量值的模块。
16.根据权利要求14所述的评估***,其中N等于数据中心的冷却供应器的数量,n等于多个设备机柜的数量,且其中S等于两倍N加2倍n加1。
17.根据权利要求16所述的评估***,其中求解S耦合方程包括通过识别分段线性方程中的断点,并利用在断点之前和之后的不同线性方程,求解S耦合方程的至少一个分段线性方程。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/795,862 | 2010-06-08 | ||
US12/795,862 US8972217B2 (en) | 2010-06-08 | 2010-06-08 | System and method for predicting temperature values in a data center |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102436296A CN102436296A (zh) | 2012-05-02 |
CN102436296B true CN102436296B (zh) | 2016-05-18 |
Family
ID=44628618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110207805.XA Active CN102436296B (zh) | 2010-06-08 | 2011-06-07 | 用于在数据中心中预测温度值的***和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8972217B2 (zh) |
EP (1) | EP2580697B1 (zh) |
CN (1) | CN102436296B (zh) |
DK (1) | DK2580697T3 (zh) |
WO (1) | WO2011156333A2 (zh) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BRPI0812116B1 (pt) | 2007-05-15 | 2018-12-18 | American Power Conv Corp | método e sistema para proporcionar uma representação de uma capacidade de um recurso de central de dados |
US8631411B1 (en) | 2009-07-21 | 2014-01-14 | The Research Foundation For The State University Of New York | Energy aware processing load distribution system and method |
US8595535B1 (en) * | 2010-12-16 | 2013-11-26 | Emc Corporation | Techniques for managing data storage systems using energy information |
US9295183B2 (en) * | 2011-09-16 | 2016-03-22 | Tata Consultancy Services Limited | Method and system for real time monitoring, prediction, analysis and display of temperatures for effective thermal management in a data center |
WO2013095516A1 (en) | 2011-12-22 | 2013-06-27 | Schneider Electric It Corporation | Analysis of effect of transient events on temperature in a data center |
EP2796025A4 (en) | 2011-12-22 | 2016-06-29 | Schneider Electric It Corp | SYSTEM AND METHOD FOR PREDICTING TEMPERATURE VALUES IN AN ELECTRONIC SYSTEM |
WO2013095623A2 (en) | 2011-12-23 | 2013-06-27 | Schneider Electric It Corporation | Dropped ceiling system cooling prediction |
US20130204593A1 (en) * | 2012-01-31 | 2013-08-08 | Panduit Corp. | Computational Fluid Dynamics Systems and Methods of Use Thereof |
WO2013124864A1 (en) * | 2012-02-21 | 2013-08-29 | Tata Consultancy Services Limited | A method and system for cooling optimization of a data center |
IN2015DN02848A (zh) | 2012-09-21 | 2015-09-11 | Schneider Electric It Corp | |
CN102916351A (zh) * | 2012-10-22 | 2013-02-06 | 川开电气股份有限公司 | 一种核电站用停堆断路器柜 |
US9719865B2 (en) | 2012-11-28 | 2017-08-01 | International Business Machines Corporation | Thermally determining flow and/or heat load distribution in parallel paths |
US9218008B2 (en) | 2012-12-06 | 2015-12-22 | International Business Machines Corporation | Effectiveness-weighted control of cooling system components |
US10210288B2 (en) | 2012-12-27 | 2019-02-19 | Schneider Electric It Corporation | Systems and methods of visualizing airflow |
US9355010B2 (en) * | 2013-10-29 | 2016-05-31 | Seagate Technology Llc | Deriving an operational state of a data center using a predictive computer analysis model |
EP3074914A4 (en) | 2013-11-25 | 2017-06-07 | Tata Consultancy Services Limited | A system and method for predicting thermal-insights of a data center |
CN105335267B (zh) * | 2014-05-30 | 2018-06-15 | 华为技术有限公司 | 一种服务器温度预测方法、装置及*** |
US10129611B2 (en) | 2014-09-27 | 2018-11-13 | Rf Code, Inc. | System and method for monitoring sensor output |
US10001761B2 (en) | 2014-12-30 | 2018-06-19 | Schneider Electric It Corporation | Power consumption model for cooling equipment |
US10034417B2 (en) | 2015-02-09 | 2018-07-24 | Schneider Electric It Corporation | System and methods for simulation-based optimization of data center cooling equipment |
US10671131B2 (en) * | 2015-06-05 | 2020-06-02 | Apple Inc. | Predictive control systems and methods |
CN105389242A (zh) * | 2015-10-14 | 2016-03-09 | 浪潮电子信息产业股份有限公司 | 一种实现批量获取整机柜服务器信息的方法 |
US10203733B2 (en) * | 2016-05-18 | 2019-02-12 | Dell Products, L.P. | Systems and methods for recommending optimum datacenter parameters to meet rack level airflow constraints |
US10617038B2 (en) | 2016-07-08 | 2020-04-07 | Schneider Electric It Corporation | Zero-equation turbulence models for large electrical and electronics enclosure applications |
WO2018112307A1 (en) * | 2016-12-16 | 2018-06-21 | Schneider Electric It Corporation | Systems and methods for constructing a compact wall model |
US11076509B2 (en) | 2017-01-24 | 2021-07-27 | The Research Foundation for the State University | Control systems and prediction methods for it cooling performance in containment |
US10817033B2 (en) * | 2017-12-14 | 2020-10-27 | Schneider Electric It Corporation | Method and system for predicting effect of a transient event on a data center |
US10999954B2 (en) | 2019-04-23 | 2021-05-04 | Vertiv Corporation | Modular roof mounted cooling system and method for data center |
CN112752327B (zh) * | 2019-10-29 | 2023-10-20 | 上海华为技术有限公司 | 功率调节方法和接入网设备 |
US11246240B2 (en) * | 2019-12-16 | 2022-02-08 | Schneider Electric It Corporation | Systems and methods for generating in a graphical user interface a display representing air temperatures, pressures, and velocities in an information technology room |
CN113405307B (zh) * | 2020-03-16 | 2023-03-28 | 大族激光科技产业集团股份有限公司 | 循环液分液控制方法及装置 |
CN111859615A (zh) * | 2020-06-12 | 2020-10-30 | 菲尼克斯(上海)环境控制技术有限公司 | 一种基于cfd仿真的微模块数据中心空调设计方法 |
EP4009757B1 (en) | 2020-12-04 | 2024-04-10 | Schneider Electric IT Corporation | It-room-cooling-performance assessment |
CN112292013B (zh) * | 2020-12-29 | 2021-11-02 | 南京壹格软件技术有限公司 | 基于时间序列的微模块数据中心热源预判和冷源调控方法 |
CN113780690B (zh) * | 2021-11-12 | 2022-02-15 | 南京亚流航空科技有限公司 | 一种基于cfd软件技术的环境风险评估***及方法 |
US12007734B2 (en) | 2022-09-23 | 2024-06-11 | Oracle International Corporation | Datacenter level power management with reactive power capping |
CN115685941B (zh) * | 2022-11-04 | 2023-06-13 | 中国电子工程设计院有限公司 | 一种基于机柜热点温度预测的机房运行调控方法及装置 |
US20240154418A1 (en) * | 2022-11-08 | 2024-05-09 | Oracle International Corporation | Techniques for orchestrated load shedding |
Family Cites Families (92)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1910908A (en) | 1931-03-31 | 1933-05-23 | Wadsworth Watch Case Co | Watchcase |
US4823290A (en) | 1987-07-21 | 1989-04-18 | Honeywell Bull Inc. | Method and apparatus for monitoring the operating environment of a computer system |
US5216623A (en) | 1990-06-06 | 1993-06-01 | M. T. Mcbrian, Inc. | System and method for monitoring and analyzing energy characteristics |
US5095712A (en) | 1991-05-03 | 1992-03-17 | Carrier Corporation | Economizer control with variable capacity |
CA2071804A1 (en) | 1991-06-24 | 1992-12-25 | Ronald G. Ward | Computer system manager |
US5410448A (en) | 1992-03-02 | 1995-04-25 | Digital Equipment Corporation | Adaptive cooling system |
US5581478A (en) | 1995-04-13 | 1996-12-03 | Cruse; Michael | Facility environmental control system |
JP3113793B2 (ja) | 1995-05-02 | 2000-12-04 | 株式会社エヌ・ティ・ティ ファシリティーズ | 空気調和方式 |
US5735134A (en) | 1996-05-30 | 1998-04-07 | Massachusetts Institute Of Technology | Set point optimization in vapor compression cycles |
US5924486A (en) | 1997-10-29 | 1999-07-20 | Tecom, Inc. | Environmental condition control and energy management system and method |
US6055480A (en) | 1997-11-12 | 2000-04-25 | Albert Einstein Healthcare Network | Environmental monitoring system |
US6134511A (en) | 1998-04-15 | 2000-10-17 | Subbarao; Krishnappa | Method and apparatus for improving building energy simulations |
US6246969B1 (en) | 1998-09-08 | 2001-06-12 | International Business Machines Corporation | Method and apparatus for testing computer cooling systems |
US6574970B2 (en) | 2000-02-18 | 2003-06-10 | Toc Technology, Llc | Computer room air flow method and apparatus |
EP1258182A4 (en) | 2000-02-18 | 2008-12-17 | Rtkl Associates Inc | HEAT EXTRACTION DEVICE FOR A COMPUTER BATI |
WO2001072099A2 (en) | 2000-03-21 | 2001-09-27 | Liebert Corporation | Method and apparatus for cooling electronic enclosures |
US6670810B2 (en) | 2000-04-25 | 2003-12-30 | Airak, Inc. | System and method for distributed monitoring of surroundings using telemetry of data from remote sensors |
US6827142B2 (en) | 2000-04-27 | 2004-12-07 | Innoventor Engineering, Inc. | Process and apparatus for achieving precision temperature control |
US20020071031A1 (en) | 2000-12-07 | 2002-06-13 | Philips Electronics North America Corporation | Remote monitoring via a consumer electronic appliance |
US6535382B2 (en) | 2001-04-12 | 2003-03-18 | Johnson Controls Technology Company | Cooling system for electronic equipment cabinets |
US6672955B2 (en) | 2001-09-07 | 2004-01-06 | International Business Machines Corporation | Air flow management system for an internet data center |
US6574104B2 (en) | 2001-10-05 | 2003-06-03 | Hewlett-Packard Development Company L.P. | Smart cooling of data centers |
US6804616B2 (en) | 2001-12-13 | 2004-10-12 | Intel Corporation | Method to estimate power and cooling requirements of systems |
US7020586B2 (en) | 2001-12-17 | 2006-03-28 | Sun Microsystems, Inc. | Designing a data center |
US7313503B2 (en) | 2002-02-19 | 2007-12-25 | Hewlett-Packard Development Company, L.P. | Designing layout for internet datacenter cooling |
US6718277B2 (en) | 2002-04-17 | 2004-04-06 | Hewlett-Packard Development Company, L.P. | Atmospheric control within a building |
US20040020225A1 (en) | 2002-08-02 | 2004-02-05 | Patel Chandrakant D. | Cooling system |
US6786056B2 (en) | 2002-08-02 | 2004-09-07 | Hewlett-Packard Development Company, L.P. | Cooling system with evaporators distributed in parallel |
US6807056B2 (en) | 2002-09-24 | 2004-10-19 | Hitachi, Ltd. | Electronic equipment |
US6775997B2 (en) | 2002-10-03 | 2004-08-17 | Hewlett-Packard Development Company, L.P. | Cooling of data centers |
US6694759B1 (en) | 2003-01-27 | 2004-02-24 | Hewlett-Packard Development Company, L.P. | Pressure control of cooling fluid within a plenum using automatically adjustable vents |
US7046514B2 (en) | 2003-03-19 | 2006-05-16 | American Power Conversion Corporation | Data center cooling |
US20040189161A1 (en) | 2003-03-28 | 2004-09-30 | Davis Brooks I. | Zero rack unit space utilization |
US7148796B2 (en) | 2003-04-14 | 2006-12-12 | American Power Conversion Corporation | Environmental monitoring device |
US7799474B2 (en) | 2003-04-29 | 2010-09-21 | Hewlett-Packard Development Company, L.P. | System and method for managing electrically isolated fuel cell powered devices within an equipment rack |
US7378165B2 (en) | 2003-04-29 | 2008-05-27 | Hewlett-Packard Development Company, L.P. | System and method for providing electrical power to an equipment rack using a fuel cell |
US7051946B2 (en) | 2003-05-29 | 2006-05-30 | Hewlett-Packard Development Company, L.P. | Air re-circulation index |
US20050023363A1 (en) | 2003-05-29 | 2005-02-03 | Sharma Ratnesh K. | CRAC unit control based on re-circulation index |
US6889908B2 (en) | 2003-06-30 | 2005-05-10 | International Business Machines Corporation | Thermal analysis in a data processing system |
US7085133B2 (en) | 2003-07-09 | 2006-08-01 | International Business Machines Corporation | Cooling using complimentary tapered plenums |
US7010392B2 (en) * | 2004-05-26 | 2006-03-07 | Hewlett-Packard Development Company, L.P. | Energy efficient CRAC unit operation using heat transfer levels |
US7031870B2 (en) | 2004-05-28 | 2006-04-18 | Hewlett-Packard Development Company, L.P. | Data center evaluation using an air re-circulation index |
US7251547B2 (en) | 2004-10-08 | 2007-07-31 | Hewlett-Packard Development Company, L.P. | Correlation of vent tile settings and rack temperatures |
JP2006132818A (ja) | 2004-11-04 | 2006-05-25 | Matsushita Electric Ind Co Ltd | 冷凍サイクル装置の制御方法およびそれを用いた冷凍サイクル装置 |
EP1827714B1 (en) | 2004-11-30 | 2019-07-10 | Agrium Inc. | Process and apparatus for coating a controlled release product in a rotating drum |
US7259963B2 (en) | 2004-12-29 | 2007-08-21 | American Power Conversion Corp. | Rack height cooling |
US7426453B2 (en) | 2005-01-14 | 2008-09-16 | Hewlett-Packard Development Company, L.P. | Workload placement based upon CRAC unit capacity utilizations |
US7472043B1 (en) | 2005-02-18 | 2008-12-30 | Tellabs Bedford, Inc. | Mass customization configurator |
US7640760B2 (en) | 2005-03-25 | 2010-01-05 | Hewlett-Packard Development Company, L.P. | Temperature control using a sensor network |
US7908126B2 (en) | 2005-04-28 | 2011-03-15 | Emerson Climate Technologies, Inc. | Cooling system design simulator |
US7885795B2 (en) * | 2005-05-02 | 2011-02-08 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US7596476B2 (en) | 2005-05-02 | 2009-09-29 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US7881910B2 (en) | 2005-05-02 | 2011-02-01 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US7315448B1 (en) | 2005-06-01 | 2008-01-01 | Hewlett-Packard Development Company, L.P. | Air-cooled heat generating device airflow control system |
US7366632B2 (en) | 2005-08-02 | 2008-04-29 | International Business Machines Corporation | Method and apparatus for three-dimensional measurements |
US7726144B2 (en) | 2005-10-25 | 2010-06-01 | Hewlett-Packard Development Company, L.P. | Thermal management using stored field replaceable unit thermal information |
US7620480B2 (en) | 2005-11-01 | 2009-11-17 | Hewlett-Packard Development Company, L.P. | Cooling components across a continuum |
US7568360B1 (en) | 2005-11-01 | 2009-08-04 | Hewlett-Packard Development Company, L.P. | Air re-circulation effect reduction system |
US20070121295A1 (en) | 2005-11-30 | 2007-05-31 | International Business Machines Corporation | Hybrid liquid-air cooled module |
US7365973B2 (en) | 2006-01-19 | 2008-04-29 | American Power Conversion Corporation | Cooling system and method |
US7862410B2 (en) | 2006-01-20 | 2011-01-04 | American Power Conversion Corporation | Air removal unit |
US8764527B2 (en) | 2006-02-10 | 2014-07-01 | Schneider Electric It Corporation | Method and apparatus for providing cooling air to equipment |
US7558649B1 (en) | 2006-05-03 | 2009-07-07 | Hewlett-Packard Development Company, L.P. | Method for predicting airflow rates |
US7844440B2 (en) | 2006-07-07 | 2010-11-30 | Edsa Micro Corporation | Systems and methods for real-time dynamic simulation of uninterruptible power supply solutions and their control logic systems |
US8327656B2 (en) | 2006-08-15 | 2012-12-11 | American Power Conversion Corporation | Method and apparatus for cooling |
US20080105412A1 (en) | 2006-11-03 | 2008-05-08 | American Power Conversion Corporation | Continuous cooling capacity regulation using supplemental heating |
US20080104985A1 (en) | 2006-11-03 | 2008-05-08 | American Power Conversion Corporation | Constant temperature CRAC control algorithm |
US8425287B2 (en) | 2007-01-23 | 2013-04-23 | Schneider Electric It Corporation | In-row air containment and cooling system and method |
JP5479112B2 (ja) | 2007-01-24 | 2014-04-23 | シュナイダー エレクトリック アイティー コーポレーション | 装置ラックの冷却性能を評価するためのシステムおよび方法 |
US7676280B1 (en) | 2007-01-29 | 2010-03-09 | Hewlett-Packard Development Company, L.P. | Dynamic environmental management |
BRPI0812116B1 (pt) | 2007-05-15 | 2018-12-18 | American Power Conv Corp | método e sistema para proporcionar uma representação de uma capacidade de um recurso de central de dados |
US20090030554A1 (en) | 2007-07-26 | 2009-01-29 | Bean Jr John H | Cooling control device and method |
US8732706B2 (en) | 2007-11-27 | 2014-05-20 | Hewlett-Packard Development Company, L.P. | Generating governing metrics for resource provisioning |
US7979250B2 (en) | 2007-12-05 | 2011-07-12 | International Business Machines Corporation | Method of laying out a data center using a plurality of thermal simulators |
US7832925B2 (en) | 2007-12-05 | 2010-11-16 | International Business Machines Corporation | Apparatus and method for simulating heated airflow exhaust of an electronics subsystem, electronics rack or row of electronics racks |
US7878007B2 (en) | 2008-02-15 | 2011-02-01 | International Business Machines Corporation | Monitoring method and system for determining airflow rate through and heat removal rate of an air-conditioning unit |
WO2009126154A1 (en) * | 2008-04-10 | 2009-10-15 | Hewlett-Packard Development Company, L.P. | Virtual machine migration according to environmental data |
US8053926B2 (en) | 2008-06-16 | 2011-11-08 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US8306794B2 (en) * | 2008-06-26 | 2012-11-06 | International Business Machines Corporation | Techniques for thermal modeling of data centers to improve energy efficiency |
US8473265B2 (en) | 2008-10-27 | 2013-06-25 | Schneider Electric It Corporation | Method for designing raised floor and dropped ceiling in computing facilities |
US9904331B2 (en) | 2009-04-01 | 2018-02-27 | Schneider Electric It Corporation | Method for computing cooling redundancy at the rack level |
US8249825B2 (en) | 2009-05-08 | 2012-08-21 | American Power Conversion Corporation | System and method for predicting cooling performance of arrangements of equipment in a data center |
US8219362B2 (en) | 2009-05-08 | 2012-07-10 | American Power Conversion Corporation | System and method for arranging equipment in a data center |
US8155922B2 (en) | 2009-06-04 | 2012-04-10 | Eaton Corporation | Electrical device cooling efficiency monitoring |
US8229713B2 (en) | 2009-08-12 | 2012-07-24 | International Business Machines Corporation | Methods and techniques for creating and visualizing thermal zones |
US8244502B2 (en) | 2009-08-12 | 2012-08-14 | International Business Machines Corporation | Knowledge-based models for data centers |
CN201589395U (zh) * | 2010-01-19 | 2010-09-22 | 南京佳力图空调机电有限公司 | 机房空调风冷型室外机高热密度改造处理装置 |
US8509959B2 (en) | 2010-08-12 | 2013-08-13 | Schneider Electric It Corporation | System and method for predicting transient cooling performance for a data center |
US8996180B2 (en) | 2010-09-17 | 2015-03-31 | Schneider Electric It Corporation | System and method for predicting perforated tile airflow in a data center |
US8825451B2 (en) | 2010-12-16 | 2014-09-02 | Schneider Electric It Corporation | System and methods for rack cooling analysis |
US8688413B2 (en) | 2010-12-30 | 2014-04-01 | Christopher M. Healey | System and method for sequential placement of cooling resources within data center layouts |
US8725307B2 (en) | 2011-06-28 | 2014-05-13 | Schneider Electric It Corporation | System and method for measurement aided prediction of temperature and airflow values in a data center |
-
2010
- 2010-06-08 US US12/795,862 patent/US8972217B2/en active Active
-
2011
- 2011-06-07 DK DK11733721.2T patent/DK2580697T3/en active
- 2011-06-07 CN CN201110207805.XA patent/CN102436296B/zh active Active
- 2011-06-07 EP EP11733721.2A patent/EP2580697B1/en active Active
- 2011-06-07 WO PCT/US2011/039391 patent/WO2011156333A2/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20110301911A1 (en) | 2011-12-08 |
WO2011156333A3 (en) | 2012-03-15 |
US8972217B2 (en) | 2015-03-03 |
EP2580697B1 (en) | 2018-11-14 |
DK2580697T3 (en) | 2019-01-28 |
EP2580697A2 (en) | 2013-04-17 |
WO2011156333A2 (en) | 2011-12-15 |
WO2011156333A8 (en) | 2012-01-26 |
CN102436296A (zh) | 2012-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102436296B (zh) | 用于在数据中心中预测温度值的***和方法 | |
CN102414685B (zh) | 用于预测数据中心内的最大冷却器容量和机架容量的***和方法 | |
CN102414686B (zh) | 用于预测在数据中心内的装置的布置的冷却性能的***和方法 | |
CN103155734B (zh) | 用于预测数据中心瞬态冷却性能的***和方法 | |
US8825451B2 (en) | System and methods for rack cooling analysis | |
US7644051B1 (en) | Management of data centers using a model | |
CN103766015B (zh) | 用于数据中心温度和气流值辅助预测的测量***与方法 | |
US20160234972A1 (en) | System and methods for simulation-based optimization of data center cooling equipment | |
CN101589656B (zh) | 设备支架冷却性能的评估***和方法 | |
US8744812B2 (en) | Computational fluid dynamics modeling of a bounded domain | |
US9740801B2 (en) | Optimization for cooling | |
Song et al. | Airflow and temperature distribution optimization in data centers using artificial neural networks | |
US8744818B2 (en) | Thermal-fluid-simulation analyzing apparatus | |
US8949091B2 (en) | Method and system for thermal management by quantitative determination of cooling characteristics of data center | |
US20180137227A1 (en) | Parameter estimation apparatus, air-conditioning system evaluation apparatus, parameter estimation method, and non-transitory computer readable medium | |
CN102741833A (zh) | 用于数据中心的基于知识的模型 | |
Sun et al. | Optimization of support vector regression model based on outlier detection methods for predicting electricity consumption of a public building WSHP system | |
Khalaj et al. | Multi-objective efficiency enhancement using workload spreading in an operational data center | |
CN104137105A (zh) | 关于瞬时事件对数据中心中的温度的影响分析 | |
CN114041031B (zh) | 组合解确定*** | |
CN104797990A (zh) | 用于表征热瞬态性能的方法和仪器 | |
Mahbod et al. | Energy saving evaluation of an energy efficient data center using a model-free reinforcement learning approach | |
Hu et al. | Multi-zone building control with thermal comfort constraints under disjunctive uncertainty using data-driven robust model predictive control | |
Athavale et al. | Thermal modeling of data centers for control and energy usage optimization | |
Sun et al. | Flow measurement uncertainty quantification for building central cooling systems with multiple water-cooled chillers using a Bayesian approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: rhode island Applicant after: SCHNEIDER ELECTRIC LIMITED Address before: rhode island Applicant before: American Power Conversion Corp. |
|
COR | Change of bibliographic data | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |