風道結構對地板下送風型數據中心氣流組織的影響(2)實驗驗證

,

(1 南京師范大學能源與機械工程學院 江蘇省能源系統過程轉化與減排技術工程實驗室 南京 210042; 2 江蘇省郵電規劃設計院有限責任公司 南京 210019)

隨著大數據時代的到來，我國數據中心建設已進入高速發展時期，機房熱密度日益增大，數據中心能耗日益增加。數據中心機房是典型的高密度耗能電子設備集成區。隨著數量與規模的增長，數據中心的能耗不容忽視[1-2]。研究表明，數據中心冷卻系統的能耗約占總能耗的45%[3]。有效利用能量并提升數據中心冷卻系統能效水平，是數據中心領域面臨的關鍵問題[4]。數據中心熱環境品質不僅對數據設備的安全運行至關重要，還直接關系到冷卻系統能耗，是整個數據中心換熱體系性能的綜合體現[5]。

Y. Joshi等[6-7]通過CFD模型模擬研究了不同靜壓層高度對送風的影響；V. K. Arghode等[8]研究了穿孔率對數據中心氣流組織的影響，并確定了各項參數的取值范疇；Y. Fulpagare等[9]研究了穿孔率分別為25%，36%和50%的穿孔地板的熱剖面，發現在低穿孔率區域熱氣流更容易與冷氣流混合；Y. Fulpagare等[10]模擬了7種地板下障礙物情況，發現障礙物可以導致空氣流量減少80%、溫度增加2.5 ℃。雖然他們對各影響因素作了較為詳盡的研究，但對模擬的實測驗證還不夠充分，模擬結果與實際工程中的數據中心運行情況是否一致還有待進一步研究。

本文首先以數據中心奇數列子模塊為研究對象(以下簡稱數據中心)，采用數值分析的方法建立數據中心模型，從地板下靜壓層高度、地板穿孔率、地板下有利障礙物的位置3個因素入手，分析這3個因素對數據中心氣流組織及溫度分布的影響。但此物理模型建立時基于Boussinesq假設、忽略了黏性力做功，而機房實際運行時，這些假設因素不可忽略。因此需要進一步實驗驗證各個區域的溫度、速度情況是否與模擬結果一致。此外，數值設計時選取的冷卻系統送風溫度是否適宜有待商榷，并進行測試分析。

實測研究了以最優模型(靜壓層高度0.6 m，地板穿孔率20%，擋板角度15°)建造的數據中心(以下簡稱實勘數據中心)，驗證了地板出風速度、溫度，機柜前送風速度、溫度，機柜后出風速度、溫度等重要參數，對比實測與模擬的速度場、溫度場是否一致。結合能耗情況，改變冷卻系統送風溫度再進行多組實測，對比各組氣流組織及整體熱環境的變化，以期得到最優模型對應數據中心合理的送風溫度范圍，有效避免局部熱點的產生，為數據中心的設計建造提供參考。

1 實勘數據中心奇數列子模塊

如圖1所示，實勘數據中心奇數列子模塊長為10 974 mm，寬為7 300 mm，高為2 500 mm(不含地板高度)，分布3列機柜，每列由11個機柜構成，單個機柜的尺寸為600 mm×1 100 mm×2 000 mm。每列機柜末端的兩臺機柜用于放置其他用電設備，所以每列實際有9個服務器機柜。兩列機柜前門之間以及前門與房間內墻之間的送風通道為冷通道，兩列機柜后門之間以及后門與另一子模塊的機柜后門之間的排風通道為熱通道(兩個模塊間的通道已隔斷，圖中未顯示)。空調機組的兩個送風口尺寸為471 mm×350 mm，兩個回風口尺寸為475 mm×350 mm。三維模型如圖1所示。

圖1 奇數列子模塊三維視圖Fig.1 Odd-scale sub-module 3D view

2 測量內容及儀器儀表

為了驗證優化結果的準確性，并為進一步工況調節提供數據參考，實測過程中對4個特征區域的溫度、速度進行測量：穿孔地板出風口、機柜前門送風處、機柜后門出風處、空調機組回風口。

風速的測量采用Testo416風速計。該儀器配備固定式16 mm直徑葉輪探頭，連接伸縮手柄，最長890 mm。它可測量速度、直接顯示風量，僅需輸入管道截面積即可精確計算多點及時間段平均風量。

溫度的測量采用Testo425熱敏風速儀。該儀器固定連接熱敏風速探頭，帶伸縮式手柄，同時可直接測量溫度與風速。此熱敏風速儀還能隨意切換至當前的溫度讀數，它帶有多點和時間段平均值計算功能，能夠計算出風量、風速和溫度的平均值。

考慮到機房內各測點出風速度均不超過5 m/s、同一立面同一水平高度上溫差小等特點，選擇以上兩款儀器對此類微小風速和小溫差場合進行測量，儀器較高的精度可以減小測量誤差。

3 測點布置

模型的CFD優化設計簡化了繁雜的數據中心實際設計過程[11]。但模型是基于多種特定假設建立的，實際運行時，需要實驗驗證機房內溫度變化是否與模擬結果一致。

本文參考張杰等[12-16]的實測方案，得到空調機組送風口溫度和速度、機柜出入口的溫度和速度這幾個邊界條件的精確程度對實測結果影響較大，測量誤差導致實測結果與模擬結果有較大出入，從而影響結論的正確性，因此測點布置尤其重要。

3.1 穿孔地板出風口送風參數測量

測量每個穿孔地板上方測點的溫度和速度值，在每個穿孔地板上50 mm處取5個測量點，如圖2所示，考慮到出風口氣流不穩定的情況，每個測點測量3次，每次間隔10 s，取平均值得到每塊穿孔地板的出風參數。

圖2 出風口測點布置Fig.2 Layout of measuring points for air outlet

3.2 機柜出入口送風參數測量

對于機柜進出風溫度和速度的測量，國內外學者做過較多研究，但在測點的布置上大多以對稱形式布置，根據熱流密度不同，測點密集程度有所調整[17-21]。本實驗在機柜正面和機柜背面上、中、下位置布置測點，如圖3所示，測點的垂直高度Z分別為500、1 000、1 500 mm(從架空地板表面算起)，部分服務器帶有散熱風機，為避免機架中散熱風機的氣流對測試數據的影響，測試時測量點與柜門相距100 mm。同樣，每個測點測量3次，每次間隔10 s，取平均值得到機柜出入口送風參數。

圖3 機柜進風、出風口測點布置Fig.3 Layout of measuring points for air inlet and outlet of cabinet

4 測試結果與數據分析

由于冷通道內的溫度工況能直觀反映冷量分布，而熱通道內的氣流環境可以較好地檢驗冷量利用情況，預測局部熱點產生區域[22-23]。本文通過比較各列機柜前門進風溫度和速度來驗證模型，對比變溫度工況時，選取各列機柜后門出風的溫度參數進行分析。

4.1 變地板穿孔率和擋板角度數據中心的實測對比分析

數據中心靜壓層高度以最優模型600 mm為基準，改變地板穿孔率和擋板角度兩個幾何因素，對包含最優模型在內的6組典型幾何結構(表1)進行實測，同最優模型進行對比驗證。

表1 各風道結構幾何尺寸Tab.1 Geometric dimensions of each duct

鑒于A列機柜中存在空置的情況，導致模擬和實測有差別，并影響共用冷通道的B列機柜氣流組織，因此主要考慮C列機柜的進風溫度和速度。由數值設計的模擬分析結果可知，同列機柜中間及偏后位置孔板送風較穩定均勻，故選定C列7#機柜作為驗證對象，對7#機柜前門Z分別為500、1 000、1 500 mm高度各參數進行測量，模擬和實驗結果如圖4～圖5所示。

圖4 各風道結構C列7#送風速度對比Fig.4 Comparison of air velocity for each air duct structure′s 7# C cabinet

圖5 各風道結構C列7#送風溫度對比Fig.5 Comparison of air supply temperature for each air duct structure′s 7# C cabinet

由圖4～圖5可知，實測與模擬速度相對誤差最大為17%，溫度相對誤差最大為5%，未出現明顯偏差的測點，實測與模擬結果吻合程度較高，模擬結果可靠。對比6組風道結構的測試結果，Ⅴ號風道結構的各測點速度、溫度最優。下文以Ⅴ號風道結構作為實勘數據中心研究對象，進一步對其速度場、溫度場及變送風溫度工況的適應性進行實測分析。

4.2 實勘數據中心速度場實測分析

圖6 各列機柜前門進風速度的對比Fig.6 The comparison of the front door air velocity in each cabinet

從圖6分析各列機柜前門進風方向的氣流速度，同一水平高度上氣流速度差值(由低到高)分別為：A列0.17、0.10、0.16 m/s；B列0.11、0.09、0.12 m/s；C列0.12、0.10、0.11 m/s；最大差值不超過0.17 m/s。對比分析3列機柜，B、C兩列機柜各水平高度上氣流走向的一致性更佳，氣流組織更穩定。靠近冷卻系統送風口的機柜進風速度普遍略小于遠離送風口的機柜(下文將冷卻系統送風口簡稱送風口；靠近送風口的機柜簡稱近端機柜；遠離送風口的機柜簡稱遠端機柜)，這是由于沿著送風方向氣流動壓減小，靜壓增大，孔板出風量隨之增加，因此近端出風量較小。

豎直方向上，Z=500 mm時速度最大，最大值為0.80 m/s；Z=1 000 mm、Z=1 500 mm時風速很小，最小的測量值僅0.31 m/s。可見隨著高度的增大，風速逐漸減小，這主要是因為該數據中心采用地板下送風，距離送風口越近，風速越大，隨著送風距離的增加，氣流速度逐漸衰減。另外，A列機柜Z=1 000 mm的實測值在前一段走勢與模擬值有較大偏差，原因是實測過程中，空置機架沒有放置服務器，也沒有增設擋板，導致氣流直接穿過機柜前、后門的網孔到達熱通道，影響機柜中部到上部的氣流流速測量。

4.3 實勘數據中心溫度場實測分析

圖7所示為各列機柜前門進風溫度的對比，實測數據的總體趨勢和模擬值相同，實測值和模擬值各點的溫度值基本吻合。總體而言，實測值整體偏高，原因是實際機房中冷通道封閉處的縫隙有滲漏，及機柜、機架等設施的傳熱問題，導致實測溫度略高于模擬值。圖7(a)中，2#機架Z=1 000 mm的實測送風溫度明顯低于模擬值約1 ℃，因為實測時2#機架中部有一排機架空置，導致中部Z=1 000 mm處的溫度測量與模擬值差別較大，同時，2#機架下方的冷氣流上升到中部也對兩側(1#和3#)機架的溫度測量有一定影響。在靠近送風口的1#機架附近，由于靠近空調機組的地方動壓較大而靜壓較小，導致送風溫度較高；另一方面，該處靠近冷卻系統回風口，高溫回風也對1#機柜的溫度有一定影響。

圖7 各列機柜前門進風溫度的對比Fig.7 Comparison of forward air temperature of various cabinets

分析單列機柜的溫度折線圖可知：隨著高度增加，服務器獲得的冷量減少，位于機柜頂部的服務器進風口處空氣溫度較高，處于最不利位置。由于浮升力的作用，熱空氣呈向上運動的趨勢，且回風口的水平高度與機柜高度接近，下部服務器排出的熱流向上堆積，造成機柜出風界面上部溫度高于下部溫度。綜合3列機柜來看，Z=1 500 mm最高溫度與Z=500 mm最低溫度跨度達7.6 ℃。

在每個測量高度平面，進風溫度基本保持一致，由表2可知，水平高度上最小水平溫差為0.6 ℃，最大溫差跨度不超過2.6 ℃。三列機柜的每個水平高度上溫度走勢大致相同，每列中間位置和遠離送風口的末端位置送風溫度相對較低，近冷卻系統的位置送風溫度相對較高，可見同列機柜中間及偏后位置地板格柵送風量穩定均勻，可在中間偏后的機柜上放置大功率服務器。

表2 各水平高度的最大溫差Tab.2 The maximum temperature difference ofeach horizontal height

注：MAX(ΔTZ=xmm)為Z=xmm時水平方向上溫差最大值。

4.4 實勘數據中心變送風溫度工況實測分析

送風溫度為18 ℃時，實測了3列機柜整體溫度分布情況，發現各列機柜總體溫度趨勢一致，隨著垂直高度增加，溫度逐漸上升，但B、C兩列機柜頂端溫度略高，尤其靠近送風口一側的機柜，局部區域溫度近35 ℃，不利于服務器運行，且有產生局部熱點的趨勢。因此在后續測量中，要調節冷卻系統送風溫度，實測多組機柜后門的出風溫度。目的是當不出現局部熱點、機柜內熱環境穩定、各服務器正常運行時，通過測量得出該數據中心冷卻系統合理送風溫度范圍，使冷量得到充分利用。

在18 ℃送風溫度下數據中心整體溫度穩定，且未出現局部熱點，參考N. M. S. Hassan等[24]對送風溫度的選取，本文選取18 ℃上下各2 ℃作為溫度變化步長，即16、18、20 ℃的送風溫度進行測試，觀測氣流組織及溫度分布的變化，得出最佳送風溫度范圍。當保證其他參數不變時，改變數據中心冷卻系統送風溫度，選取機柜背面距離柜門100 mm的垂直截面的溫度場進行對比，分析不同送風溫度對氣流組織及熱環境的影響，各立面溫度場對比見表3， 橫坐標為沿各列機柜方向的距離L(mm),縱坐標為沿機柜高度方向的距離Z(mm)。

由表3可知，冷卻系統送風溫度為16 ℃時，A、B、C 3列機柜整體出風溫度為21～30 ℃，從地板出風至Z=1 500 mm高度區間，溫度基本不超過29 ℃，冷量利用充分，各列機柜出風溫度均勻，氣流組織合理。

當送風溫度為18 ℃時，機柜整體出風溫度在23～31 ℃，冷量利用較好，根據云圖可以直觀看到，B列機柜近端產生局部熱點趨勢，由于送風溫度較低，在近端并未真正產生局部熱點，雖不影響服務器運行，但日常維護檢測需多加注意。

表3 不同送風溫度下的機柜后門出風溫度對比Tab.3 Comparison of outlet air temperature of cabinet door with different air supply temperature

當送風溫度為20 ℃時，Z=1 500 mm的溫度測量普遍超過32 ℃，機柜背面的熱通道內出現大面積出風溫度高于32 ℃，各列機柜上方有多處明顯出現局部熱點，且Z=1 500 mm的送風溫度有多處達到25 ℃。如果送風溫度超過25 ℃，通常假定服務器過熱[25]。鑒于20 ℃送風情況下溫度分布不利于服務器散熱，因此不建議設置此送風溫度。

考慮數據中心自身的特殊性，對安全性的要求高于效率。因此在建設及使用中，必須首先保障數據中心的安全性。3種送風溫度工況下的機房熱工環境優劣，還需參考評價指標進一步分析。

ASHRAE[26]根據機柜入風口空氣溫濕度衡量空氣冷卻散熱設備的數據中心熱環境質量。但是ASHRAE的結果不能反映單個機柜“不健康的程度”，即不便于分析單個機柜局部過熱等情況。

本文采用M.K.Herrlin[27]提出的回風溫度指數RTI(return temperature index)來分析3種送風溫度下的服務器運行情況。回風溫度指數是冷卻系統與IT設備的平均進排風溫差之比，用于表征某個機柜的氣流組織的能量特性。通過RTI 能夠有效判斷機柜是否處于空氣短路或者空氣再循環的狀態。RTI>100%說明存在氣流再循環現象，RTI=100%為理想情況，RTI<100%說明存在氣流短路現象。

回風溫度指數的計算式：

RTI=[TR-TS]/ΔTE]×100%

(1)

式中：TR為機房回風溫度，℃；TS為地板送風溫度，℃；ΔTE為IT 設備機柜在進出口空氣的溫差，℃；RTI為回風溫度指數。

結合實測與模擬情況來看，B列機柜頂部溫度相對偏高，出現局部熱點的可能性更大，所以選取B列機柜計算RTI，結果如表4所示。

表4 B列1#～9#機柜的RTITab.4 The RTI of the 1#-9# frame B cabinet

由表4可知，大部分機柜的RTI<100%，說明冷通道封閉的風道幾何結構對數據中心而言，可以有效避免氣流再循環。16 ℃的RTI最接近理想值100%，平均差值最小，其次是18 ℃的RTI，再次是20 ℃的RTI。送風溫度為16 ℃時，服務器運行的熱工環境最佳，18 ℃時的能耗較少，服務器運行環境的整體溫度相比16 ℃送風時略高，但在可接受范圍內，這與前面對比溫度場得出的結論一致。為驗證該數據中心可接受送風溫度上限，本文在送風溫度為19 ℃時，測量了機柜后門出風溫度場并計算RTI。發現送風溫度為19 ℃時，數據中心整體熱環境與18 ℃時的熱環境相差不大，仍在可接受范圍，故認為送風溫度上限為19 ℃。

綜上所述，送風溫度的變化對氣流組織的穩定有一定影響，送風溫度提高，機柜平均出風溫度隨之提高。送風溫度不合理，使機柜熱環境產生波動，進而影響機組冷量的充分利用、產生局部熱點等問題。送風溫度在16～19 ℃時，機房整體環境溫度符合數據中心設計規范的推薦值[28]，服務器運行環境的溫度較低，避免了局部熱點的產生，熱工環境良好；由于送風溫度為20 ℃時，局部熱點較多，因此不予考慮。綜上所述，該數據中心推薦送風溫度為16～19 ℃。

5 測量的不確定度分析

我國的測量行業標準[29-30]對測量不確度表示指南[31]的等同采用，對科學研究、工程技術及商貿中大量存在的數據的處理和表示均具有適用性。測量不確定度的定義[29-31]:與測量結果相關聯的一個參數, 用于表征合理地賦予被測量值的分散性。不確定度指導致測量結果偏離的程度, 用分散性尺度來評價測量結果質量, 綜合了全部誤差因素對實驗結果的影響。

不確定度分析理論是誤差理論的進一步發展,主要按不確定度來源分為系統不確定度和隨機不確定度, 系統不確定度可以根據經驗、資料、儀器說明書評定, 而隨機不確定度可以根據直接測量樣本標準差來獲得[32]。

本實驗使用的儀器：1)Testo425熱敏風速儀，溫度測量不確定度為±(0.5 ℃±0.7%測量值)；2)Testo416風速計，風速量程為1～40 m/s，風速測量不確定度為±(0.2 m/s±1.5%測量值)。

不確定度根據估計方法不同, 分為按統計分布估計的A 類不確定度和按非統計分布估計的B 類不確定度兩類。A類不確定度采用貝塞爾公式計算得到：樣本均值即測量結果，樣本標準差即測量結果的標準不確定度；對B 類不確定度，常以儀器誤差Δ儀乘以與其分布有關的因子KP簡化表示，但因Δ儀為儀器的允許誤差，則應有接近100%的置信概率，因而大多數實驗可簡化將Δ儀當作B 類不確定度[32]。文中以B列機柜5#為例，對風速和溫度進行不確定度分析，其他機柜分析方法相同，不再贅述。

不確定度計算公式：

(2)

式中：tP(n-1)為n次測試所對應的t分布概率；SX為由貝塞爾公式計算得出的標準偏差；n為測試取點數量；ΔA為A類不確定度。

ΔB=Δ儀

(3)

式中：Δ儀為儀器誤差；ΔB為B類不確定度。

(4)

式中：ΔX為合成不確定度，即最終不確定度。

根據表5中實驗數據得出B列機柜5#各水平高度的風速不確定度為：uz=500=0.017；uz=1 000=0.023；uz=1 500=0.017。

表5 B列機柜5#各水平高度的風速Tab.5 Each horizontal height wind speed of the 5# B cabinet

表6 B列機柜5#各水平高度的溫度Tab.6 Each horizontal height temperature of the5# B cabinet

根據表6中實驗數據得出B列機柜5#各水平高度的溫度不確定度為：uz=500=0.099；uz=1 000=0.172；uz=1 500=0.057。

因此，B列機柜5#的風速和環境溫度的不確定度較小，可見測量結果的離散性小，測量結果的準確度高。

6 結論

本文首先應用CFD數值模擬方法設計出最優的地板下送風數據中心幾何結構，然后改變地板穿孔率和擋板角度，驗證了包含最優模型在內的6組風道結構，實測與模擬速度相對誤差最大為17%，溫度相對誤差最大為5%，速度場、溫度場吻合程度較高。在此基礎上，結合數據中心實際能耗現狀，調節冷卻系統送風溫度觀測氣流組織的變化，得出最適送風溫度區間，使數據中心氣流組織與溫度分布更合理，避免冷量浪費，主要結論如下：

1)通過對比實測與模擬中各列機柜前門進風溫度和速度這兩個關鍵參數，實驗驗證了第一部分模擬優化風道結構的正確性，為地板下送風型數據中心的設計提供參考。

2)在變送風溫度工況下，對該數據中心奇數列子模塊的實測分析表明：結合該數據中心熱流密度與能耗水平，送風溫度為16～19 ℃時，機房熱工環境良好；當優先考慮服務器安全性時，建議采用16 ℃送風，當優先考慮數據中心節能降耗時，建議采用19 ℃送風，對于一般數據中心，送風溫度可在16～19 ℃之間選取。

3)送風溫度變化對數據中心熱環境及氣流組織產生一定影響，但機組能耗情況也會變化。文中采用回風溫度指數RTI加以評價數據中心的熱工環境，雖然能夠反映各機柜溫度分布不均勻程度，但還不能全面地分析該溫度分布差異對整個機房換熱性能的影響，后續研究可以將送風溫度與數據中心能耗變化及氣流組織的多項評價指標綜合考慮，通過數值模擬得出最佳送風溫度與最優能耗的結合點。

本文受江蘇省教育廳高校自然科學基金(15KJD470001)和江蘇省研究生實踐創新計劃(SJCX17_0341)項目資助。(The project was supported by the Higher Education Institutions of Jiangsu Province (No.15KJD470001) and Graduate Practical Innovation Projects of Jiangsu Province (No.SJCX17_0341).)

[1] 張海南，邵雙全，田長青. 數據中心自然冷卻技術研究進展[J]. 制冷學報, 2016, 37(4):46-57. (ZHANG Hainan, SHAO Shuangquan, TIAN Changqing. Research progress of natural cooling technology in data center[J].Journal of Refrigeration, 2016, 37(4):46-57.)

[2] 呂繼祥，王鐵軍，趙麗，等. 基于自然冷卻技術應用的數據中心空調節能分析[J]. 制冷學報, 2016, 37(3):113-118. (LYU Jixiang, WANG Tiejun, ZHAO Li, et al. Energy saving analysis of air conditioning in data center based on natural cooling technology[J]. Journal of Refrigeration, 2016, 37(3):113-118.)

[3] MEIJER G I. Cooling energy-hungry data centers[J]. Science, 2010, 328(5976):318-319.

[4] CAPOZZOLI A, SERALE G, LIUZZO L, et al. Thermal metrics for data centers: a critical review[J]. Energy Procedia, 2014, 62:391-400.

[5] 田浩, 李震, 劉曉華,等. 數據中心熱環境評價指標研究[J]. 制冷學報,2012,33(5):5-9.(TIAN Hao, LI Zhen, LIU Xiaohua, et al. Study on thermal environment evaluation in data centers[J]. Journal of Refrigeration, 2012,33(5):5-9.)

[6] JOSHI Y, KUMAR P. Energy efficient thermal management of data centers[M]. Springer US, 2012:898-919.

[7] WANG I N, TSUI Y Y, WANG C C. Improvements of airflow distribution in a container data center[J]. Energy Procedia, 2015, 75:1819-1824.

[8] ARGHODE V K, JOSHI Y. Experimental investigation of air flow through a perforated tile in a raised floor data center[J]. Journal of Electronic Packaging, 2015, 137(1):011011.

[9] FULPAGARE Y, BHARGAV A. Advances in data center thermal management[J]. Renewable & Sustainable Energy Reviews, 2015, 43:981-996.

[10] FULPAGARE Y, MAHAMUNI G, BHARGAV A. Effect of plenum chamber obstructions on data center performance[J]. Applied Thermal Engineering, 2015, 80:187-195.

[11] 張忠斌, 黃虎, 杜塏,等. 隔板裝置對恒溫水箱的性能影響分析(2)試驗驗證[J]. 太陽能學報, 2016, 37(3):651-657.(ZHANG Zhongbin, HUANG Hu, DU Kai, et al. Effect of baffle configurations on the performance of thermostatic water tank(Ⅱ) experimental verification[J].Acta Energiae Solaris Sinica, 2016, 37(3):651-657.)

[12] 張杰, 周浩, 馮壯波,等. 小型數據中心氣流組織及能耗優化[J]. 天津大學學報(自然科學與工程技術版), 2014, 47(7):647-652.(ZHANG Jie, ZHOU Hao, FENG Zhuangbo, et al. Optimization on air distribution and energy consumption of a small data center[J]. Journal of Tianjin University(Science and Technology), 2014, 47(7):647-652.)

[13] 張愷, 張小松, 李舒宏. 地板送風數據機房空調系統氣流組織的優化[J]. 東南大學學報(自然科學版), 2016,46(1):62-69.(ZHANG Kai, ZHANG Xiaosong, LI Shuhong. Optimization on airflow distribution in data room air-conditioning system with underfloor air distribution[J].Journal of Southest University (Natural Science Edition), 2016, 46(1):62-69.)

[14] ALISSA H A, NEMATI K, SAMMAKIA B G, et al. Chip to facility ramifications of containment solution on IT airflow and uptime[J].IEEE Transactions on Components Packaging & Manufacturing Technology, 2016, 6(1):1-12.

[15] ALISSA H A, NEMATI K, PUVVADI U L N, et al. Analysis of airflow imbalances in an open compute high density storage data center[J]. Applied Thermal Engineering, 2016, 108:937-950.

[16] TATCHELL-EVANS M, KAPUR N, SUMMERS J, et al. An experimental and theoretical investigation of the extent of bypass air within data centres employing aisle containment, and its impact on power consumption[J]. Applied Energy, 2016,186:457-469.

[17] 原世杰, 鹿世化. 基于熱環境評價指標的數據中心氣流組織模擬研究[J]. 暖通空調, 2016, 46(1):66-72.(YUAN Shijie, LU Shihua. Simulation of air distribution in data center based on thermal environment evaluation indexes[J].Journal of HV & AC, 2016, 46(1):66-72.)

[18] SHRIVASTAVA S, SAMMAKIA B, SCHMIDT R, et al. Comparative analysis of different data center airflow management configurations[C]//ASME 2005 Pacific Rim Technical Conference and Exhibition on Integration and Packaging of MEMS, NEMS, and Electronic Systems collocated with the ASME 2005 Heat Transfer Summer Conference. 2005:329-336.

[19] HAM S W, PARK J S, JEONG J W. Optimum supply air temperature ranges of various air-side economizers in a modular data center[J]. Applied Thermal Engineering, 2015, 77:163-179.

[20] NADA S A, ATTIA A M A, ELFEKY K E. Experimental study of solving thermal heterogeneity problem of data center servers[J]. Applied Thermal Engineering, 2016, 109:466-474.

[21] NI Jiacheng, BAI Xuelian. A review of air conditioning energy performance in data centers[J]. Renewable & Sustainable Energy Reviews, 2017, 67:625-640.

[22] NADA S A, ELFEKY K E. Experimental investigations of thermal managements solutions in data centers buildings for different arrangements of cold aisles containments[J]. Journal of Building Engineering, 2016, 5:41-49.

[23] WANG C H, TSUI Y Y, WANG C C. On cold-aisle containment of a container datacenter[J]. Applied Thermal Engineering, 2016, 112:133-142.

[24] HASSAN N M S, KHAN M M K, RASUL M G. Temperature monitoring and CFD analysis of data centre[J]. Procedia Engineering, 2013, 56(6):551-559.

[25] WU K. A comparative study of various high density data center cooling technologies[D]. New York: Stony Brook University, 2008.

[26] ASHRAE. Thermal guidelines for data processing environments[S].Atlanta: ASHRAE， 2011.

[27] HERRLIN M K. Improved data center energy efficiency and thermal performance by advanced airflow analysis [C]//Digital Power Forum. 2007:10-12.

[28] 電子信息系統機房設計規范: GB 50174—2008[S] .北京：中國標準出版社, 2008.(Code for design of electronic information system room:GB 50174—2008[S].Beijing: Standards Press of China, 2008.)

[29] 通用計量術語及定義: JJF 1001—2011[S] .北京：中國標準出版社, 2011.(General terms in metrology and their definitions:JJF 1001—2011[S].Beijing: Standards Press of China,2011.)

[30] 測量不確定度評定與表示: JJF 1059.1—2012[S] .北京：中國標準出版社, 2012.( The state bureau of quality and technical supervision national metrology standard of China—evaluation and expression of uncertationty in measurement.JJF 1059—2012[S]. Beijing: Standards Press of China,2012.)

[31] ISO/IEC. Guide to the expression of uncertainty in measurement (GUM)[S].Geneva: ISO,1995.

[32] 李小燕, 鐘志鋒, 王磊,等. 基于第二制冷劑量熱器法的壓縮機制冷量測量不確定度分析[J]. 流體機械, 2015(2):32-36.(LI Xiaoyan, ZHONG Zhifeng, WANG Lei, et al. Uncertainty analysis for compressor refrigerating capacity measurement based on secondary fluid calorimeter method[J]. Fluid Machinery, 2015(2):32-36.)