CN112050972B - 一种地铁设备机房的发热量近似计算方法 - Google Patents

一种地铁设备机房的发热量近似计算方法 Download PDF

Info

Publication number
CN112050972B
CN112050972B CN202010922815.0A CN202010922815A CN112050972B CN 112050972 B CN112050972 B CN 112050972B CN 202010922815 A CN202010922815 A CN 202010922815A CN 112050972 B CN112050972 B CN 112050972B
Authority
CN
China
Prior art keywords
cabinet
area
air
average temperature
heat
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
Application number
CN202010922815.0A
Other languages
English (en)
Other versions
CN112050972A (zh
Inventor
吴疆
罗定鑫
张瑞
初宁
杨广胜
徐晨期
莫鑫宇
刘昶
刘栋材
林炳城
陈旭
李瑞强
李昕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Guangzhou Metro Group Co Ltd
Original Assignee
Zhejiang University ZJU
Guangzhou Metro Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU, Guangzhou Metro Group Co Ltd filed Critical Zhejiang University ZJU
Priority to CN202010922815.0A priority Critical patent/CN112050972B/zh
Publication of CN112050972A publication Critical patent/CN112050972A/zh
Application granted granted Critical
Publication of CN112050972B publication Critical patent/CN112050972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K17/00—Measuring quantity of heat
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种地铁设备机房的发热量近似计算方法，包括：(1)测量并获取地铁设备机房内机柜的外形尺寸和散热平面个数、房间内空气的平均温度和平均湿度、房间内对流空气速度；确定有无散热风扇，若有，则获取散热风扇处的风速；(2)获取机柜表面的平均温度，包括机柜表面散热风扇区域的平均温度和非散热风扇区域的平均温度；(3)根据房间内空气的平均温度查找空气物性，进一步计算对流换热系数和对流换热面积；(4)根据对流换热系数、对流换热面积、机柜表面的温度和空气的温度计算对流换热量Q；(5)对流换热量进行修正，得到最终的设备发热量。本方法能够快速计算地铁设备机房发热量，并且可以长时间监测和分析，简便、有效。

Description

一种地铁设备机房的发热量近似计算方法
技术领域
本发明属于设备机房发热计算领域，尤其是涉及一种地铁设备机房的发热量近似计算方法。
背景技术
我国轨道交通发展飞速，各大城市陆续开始大规模修建地铁，为人民生活带来了巨大便利。与此同时，大量的电气设备被用于地铁线路的建设与日常运行。对于一个典型的地铁站点，将在地下的站点中配套建设有整流变压器室、高低压开关柜室、通信设备室、照明控制室等等一系列设备机房。
大量的设备同时运行，带来了巨大的发热量，为了保证设备的正常运行，所有的设备机房都会安装降温空调，用于设备的温度控制。对于炎热闷湿的南方城市，降温空调几乎要全年运行。据测算，2020年全国轨道交通的设备降温***将耗电近100亿度。
然而，由于降温***的设计负荷具有15到20年的超前性，所以几乎所有的站点机房中降温空调的供冷量都远大于设备的发热量，造成了能源的大量浪费。因此，如果能较为准确且简便的测算出各设备机房的发热量，明确需求侧的降温需求，准确对供给侧的冷量进行调控，将节省大量的能源。
当前关于地铁电气设备机房发热量的相关研究比较少，发热量的测算方法也很少，仅有的发热量测算方法主要为焓差法，即通过测量降温空调的送风及回风的温度和湿度、送风的风量、房间温湿度等参数，根据降温前后其他的焓值差来间接计算设备的发热量。
如公开号为CN102043907A的中国专利文献公开了一种空调房间实时冷负荷确定方法，在空调运行阶段，通过焓差法测定空调实时供冷量，并通过测定室温实况以及室温变化率，计算空调房间实时冷负荷。
上述方法虽然能够对设备发热量进行间接测算，然而由于测算过程中需要测量大量的实地参数进而布设大量的设备，因此只能进行短期的测算而无法长期监测。
另一方面，此类测算方法为间接测算，测量参数过多且较为粗略，又有很多假定参数和经验参数，例如设备的发射率等，造成了测量结果的误差很大，可信度低。
因此，如果能够直接对设备机柜的温度进行有效测量，基于传热学的原理，直接计算设备机房的发热量，将是一种简便准确且可长期施行的地铁设备机房发热量的测算方法。
发明内容
本发明提供了一种地铁设备机房的发热量近似计算方法，可对设备机房发热量进行更为密集、准确和长时间的监测计算。
一种地铁设备机房的发热量近似计算方法，其特征在于，包括以下步骤：
(1)测量并获取地铁设备机房内设备机柜的外形尺寸和散热平面个数、房间内空气的平均温度和平均湿度、房间内对流空气速度；确定有无散热风扇，若有，则获取散热风扇处的风速；
(2)获取设备机柜表面的平均温度，包括机柜表面散热风扇区域的平均温度以及非散热风扇区域的平均温度；
(3)根据房间内空气的平均温度查找空气物性，并进一步计算机柜各表面换热系数和对流换热面积；
(4)根据对各表面流换热系数、对流换热面积、机柜表面的平均温度和空气的平均温度计算出总的对流换热量Q；
(5)根据房间内空气的平均湿度对对流换热量Q进行修正，得到最终的设备发热量W。
步骤(2)中，通过布设的红外热成像传感器获取设备机柜表面的温度及其分布状况，并进一步计算设备机柜表面的平均温度。
具体的，设备机柜表面的平均温度计算方式为：
分别计算设备机柜表面散热风扇区域和非散热风扇区域内红外图像中测温像素点温度的平均值，作为对应区域的平均温度值。
步骤(3)中，所述的空气物性包括密度、导热系数、等压比热容、动力粘度和普朗特数。
对流换热系数分为两部分，分别为机柜散热风扇区域的对流换热系数和机柜非散热风扇区域的对流换热系数，计算公式为：
Figure BDA0002667308710000031
其中，Re为空气雷诺数，计算公式为
Figure BDA0002667308710000032
u为空气速度、l为机柜某一区域面积的平方根，v为空气的动力粘度，Pr为空气普朗特数，
Figure BDA0002667308710000033
cp为等压比热容，λ为空气导热系数。
同样的，所述的对流换热面积分为两部分，分别为机柜散热风扇区域的面积和机柜非散热风扇区域的面积。
步骤(4)中，所述的对流换热量分为两个部分，分别为机柜散热风扇区域的对流换热量和机柜非散热风扇区域的对流换热量，计算公式为：
Figure BDA0002667308710000034
其中，i表示机柜的第i个散热区域，hi、Ai、ti分别为与第i个散热区域对应的对流换热系数、换热面积、平均温度，t0为空气的平均温度。
步骤(5)中，对对流换热量Q进行修正的公式为：
Figure BDA0002667308710000041
其中，
Figure BDA0002667308710000042
为空气的相对湿度。
与现有技术相比，本发明具有以下有益效果：
本发明基于设备机柜的外形参数、房间温湿度信息和由红外传感器采集的准确丰富的温度信息，因此计算更为可靠和便捷。同时，由于红外传感器具有大范围高效率的监测和采集特点，故可以实现对设备机柜温度的实时监测，即可对设备机房发热量进行更为密集、准确和长时间端的监测计算。
附图说明
图1为本发明实施例中典型地铁设备机房的实景图；
图2为本发明实施例一种地铁设备机房的发热量近似计算方法的流程示意图；
图3为本发明实施例中所计算的屏蔽门设备室内空气的温度变化曲线；
图4为本发明实施例中所计算的屏蔽门设备室内空气的湿度变化曲线；
图5为本发明实施例中屏蔽门设备室设备机柜红外温度分布图像。
具体实施方式
下面结合附图和实施例对本发明做进一步详细描述，需要指出的是，以下所述实施例旨在便于对本发明的理解，而对其不起任何限定作用。
图1为典型地铁设备机房的实景图。本实施例以配备三台标准37U机柜的屏蔽门设备室为例进行计算。
如图2所示，一种地铁设备机房的发热量近似计算方法，包括以下步骤：
S01，首先确定机柜的外形尺寸，37U的标准机柜的外形尺寸为1800×600×600mm，且每一机柜有一200×200mm风扇位于后侧。三个机柜中有两个机柜相邻紧挨，第三个与前两个不紧挨，因此对流换热面为3个顶面，10个侧面，和三个风扇区域。测得房间风速为0.1m/s，散热风扇区域风速0.578m/s。一天之内房间内的温度变化与湿度变化如图3及图4所示，计算得平均温度为21℃。
S02，通过布设与房间的红外热成像传感器，获取房间内机柜表面温度及其分布情况，如图5所示。最终计算得到机柜主体表面(非散热风扇区域)平均温度为23℃，散热风扇区域平均温度为50℃
S03，由于房间温度内空气平均温度为21℃，机柜主体表面温度为23℃，散热风扇区域平均气温为50℃，因此选择定性温度为20℃和50℃。此时，干空气的物性如表1所示。
表1
Figure BDA0002667308710000051
根据表1的空气物性参数，进行对流传热系数的计算。单位为mm时，对于机柜的侧面，其面积为1800×600，此时雷诺数Re＝5725，普朗特数Pr＝0.703，最终计算得到对流换热系数h1＝111W/(m^2*k)。对于机柜顶部，其面积为600×600，此时雷诺数Re＝3192，普朗特数Pr＝0.703，最终计算得到对流换热系数h2＝144W/(m^2*k)；对于机柜的散热风扇区域，其面积为200×200，此时雷诺数Re＝5365，普朗特数Pr＝0.701，最终计算得到对流换热系数h3＝815W/(m^2*k)。
S04，因为此时对流换热面为3个顶面，10个侧面，和三个风扇区域(位于侧面)，因此对流换热面积分别为A1＝1.8×0.6×10-0.2×0.2＝10.96m2，A2＝0.6×0.6×3＝1.08m2，A3＝0.2×0.2＝0.04m2。
机柜主体区域(非散热风扇区域)与房间空气温度差为2℃，散热风扇区域与房间温度差为29℃。因此，根据公式计算得对流换热量Q＝111×10.76×2+144×1.08×2+576×0.04×29＝3.37kW。
S05，由图4可知，设备房间内湿度均值为80％，因此根据发热量修正公式计算得到：W＝1.05×1.08×Q＝3.82kW，即最终我们计算得到所述的屏蔽门设备室的设备机柜发热量为3.82kW。
本发明的方法，基于设备机柜的外形参数、房间温湿度信息和由红外传感器采集的准确丰富的温度信息，因此计算更为可靠和便捷。同时，由于红外传感器具有大范围高效率的监测和采集特点，故可以实现对设备机柜温度的实时监测，即可对设备机房发热量进行更为密集、准确和长时间端的监测计算。
以上所述的实施例对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的具体实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换，均应包含在本发明的保护范围之内。

Claims (1)

1.一种地铁设备机房的发热量近似计算方法，其特征在于，包括以下步骤：
(1)测量并获取地铁设备机房内设备机柜的外形尺寸和散热平面个数、房间内空气的平均温度和平均湿度、房间内对流空气速度；确定有无散热风扇，若有，则获取散热风扇处的风速；
(2)通过布设的红外热成像传感器获取设备机柜表面的温度及其分布状况，并进一步计算设备机柜表面的平均温度，包括机柜表面散热风扇区域的平均温度以及非散热风扇区域的平均温度；设备机柜表面的平均温度计算方式为：
分别计算设备机柜表面散热风扇区域和非散热风扇区域内红外图像中测温像素点温度的平均值，作为对应区域的平均温度值；
(3)根据房间内空气的平均温度查找空气物性，并进一步计算机柜各表面换热系数和对流换热面积；所述的空气物性包括密度、导热系数、等压比热容、动力粘度和普朗特数；
对流换热系数分为两部分，分别为机柜散热风扇区域的对流换热系数和机柜非散热风扇区域的对流换热系数，计算公式为：
Figure FDA0003719847570000011
其中，Re为空气雷诺数，计算公式为
Figure FDA0003719847570000012
u为空气速度、l为机柜某一区域面积的平方根，v为空气的动力粘度，Pr为空气普朗特数，
Figure FDA0003719847570000013
cp为等压比热容，λ为空气导热系数；
(4)根据对各表面流换热系数、对流换热面积、机柜表面的平均温度和空气的平均温度计算出总的对流换热量Q；
所述的对流换热面积分为两部分，分别为机柜散热风扇区域的面积和机柜非散热风扇区域的面积；
所述的对流换热量分为两个部分，分别为机柜散热风扇区域的对流换热量和机柜非散热风扇区域的对流换热量，计算公式为：
Figure FDA0003719847570000021
其中，i表示机柜的第i个散热区域，hi、Ai、ti分别为与第i个散热区域对应的对流换热系数、换热面积、平均温度，t0为空气的平均温度；
(5)根据房间内空气的平均湿度对对流换热量Q进行修正，得到最终的设备发热量W；
对对流换热量Q进行修正的公式为：
Figure FDA0003719847570000022
其中，
Figure FDA0003719847570000023
为空气的相对湿度。
CN202010922815.0A 2020-09-04 2020-09-04 一种地铁设备机房的发热量近似计算方法 Active CN112050972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010922815.0A CN112050972B (zh) 2020-09-04 2020-09-04 一种地铁设备机房的发热量近似计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010922815.0A CN112050972B (zh) 2020-09-04 2020-09-04 一种地铁设备机房的发热量近似计算方法

Publications (2)

Publication Number Publication Date
CN112050972A CN112050972A (zh) 2020-12-08
CN112050972B true CN112050972B (zh) 2022-10-04

Family

ID=73607014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010922815.0A Active CN112050972B (zh) 2020-09-04 2020-09-04 一种地铁设备机房的发热量近似计算方法

Country Status (1)

Country Link
CN (1) CN112050972B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311803A (zh) * 2022-07-31 2022-11-08 东风汽车集团股份有限公司 车库安全预警方法、装置、设备及可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07179116A (ja) * 1993-11-15 1995-07-18 Nippondenso Co Ltd 車両用空調装置
JP2012167972A (ja) * 2011-02-14 2012-09-06 Chino Corp 補正機能付き計測センサ

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279067B (zh) * 2011-04-01 2013-03-06 重庆大学 一种集中空调***风机盘管末端冷热量计量方法及装置
CN104776942A (zh) * 2015-03-17 2015-07-15 厦门市特种设备检验检测院 一种基于红外热像的工业锅炉表面散热损失测定方法
CN106255392B (zh) * 2016-09-21 2019-11-29 珠海格力电器股份有限公司 电气柜的散热控制方法、装置和***
CN111189541B (zh) * 2018-11-14 2021-02-02 中国石油化工股份有限公司 一种基于红外热像扫描的在线热损失测量方法
CN110260452B (zh) * 2019-05-24 2022-01-04 青岛海尔空调电子有限公司 多联机空调***及其换热量计算方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07179116A (ja) * 1993-11-15 1995-07-18 Nippondenso Co Ltd 車両用空調装置
JP2012167972A (ja) * 2011-02-14 2012-09-06 Chino Corp 補正機能付き計測センサ

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
翅片管蒸发器结霜过程动态性能的实验研究;罗超等;《流体机械》;20080228(第02期);全文 *

Also Published As

Publication number Publication date
CN112050972A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
CN101979973B (zh) 高海拔下110kV及以上变压器散热能力测试及核算方法
US10083104B2 (en) System and method for the application of psychrometric charts to data centers
CN108006887B (zh) 既有建筑空调用能模型构建方法及空调能耗预测方法
CN205227675U (zh) 一种数据机房热环境的动态预测控制***
CN112345864A (zh) 一种架空输电线路载流量的检测方法及装置
CN112050972B (zh) 一种地铁设备机房的发热量近似计算方法
CN103901291A (zh) 一种变电设备内部绝缘缺陷的诊断方法
CN105676015B (zh) 一种输电线路载流量计算方法
CN209945580U (zh) 一种应用无线温度传感器和无人机精确定位的数据机房局部热点探测***
Fan et al. Thermal environment investigation of asymmetric radiation coupled with convection heating
WO2023102850A1 (zh) 一种建筑材料保温隔热性能监测***及监测方法
CN108802281B (zh) 一种智能化空气含水量测量装置
CN107315888A (zh) 一种适用于断路器的热点温度分析方法
CN110261007A (zh) 一种应用无线温度传感器和无人机精确定位的数据机房局部热点探测***及方法
Teng et al. Using Pearson correlation coefficient as a performance indicator in the compensation algorithm of asynchronous temperature-humidity sensor pair
CN109657648B (zh) 一种实时监测办公建筑开关窗情况的***与方法
CN204513703U (zh) 一种参数监测记录装置
CN203414108U (zh) 电力***中信息机房的温湿度监控***
CN207528582U (zh) 一种铝片结霜性能测试装置
CN115808211A (zh) 一种公共建筑温度及热舒适度监测与预测***
CN113392362B (zh) 一种基于环境去耦模型的架空导线载流量计算方法及***
CN100573128C (zh) 一种用于建筑围护结构传热系数现场检测的冷箱
Klein et al. Condensation risk in a partially air side economized data center
CN113295961A (zh) 一种架空输电线路线夹发热预警和动态增容边缘计算方法
CN107229297B (zh) 一种变电站及开关站环境远程监控方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant