數據中心運維之UPS故障處理及分析

石 瑋， 張立林， 萬勁松

(北京中聯云服數據科技有限公司，北京 100101)

0 引言

數據中心的安全性、可靠性和延展性是在立項階段規劃，在設計和建造階段落實，在竣工驗收階段驗證，在運行維護階段延續。獲得CQC(中國質量認證中心)場地基礎設施等級增強型(A級)證書僅是數據中心安全性、可靠性里程的開始。數據中心A級能力得以保持需要一支技術完備的運維團隊，包括電氣、暖通、樓宇自控(弱電)、保養運維和消防安防五個主要專業的技術人才。其中，最重要的應該是電氣和暖通技術人才，電氣又是五大專業的支撐與保障。本文著重闡述兩個品牌的UPS在運行中發生的兩個故障案例及解決路徑，揭示故障根源，望對電氣運維人員有所幫助。

1 北京某數據中心模塊化UPS異音問題

1.1 某數據中心模塊化UPS異音來源排查

北京某數據中心P106機房中共有2臺A廠商100kVA UPS(每臺UPS有2個50kVA模塊)。在UPS設備進行假負載測試時發現，其中一臺100kVA UPS B機柜內存在異音問題，而另一臺100kVA UPS A異音要小很多。如果沒有很好的解決此問題，很可能會對UPS的正常使用壽命和公司客戶帶來不可估量的經濟損失。下面是對此問題的現場排查及分析處理過程。

(1)排查問題一：模塊風扇工作異常導致

通過熱插拔UPS模塊，更換模塊風扇后發現此設備的異音仍然存在，且UPS模塊風扇運行正常，證明此臺UPS的異音不是來自模塊風扇。

(2)排查問題二：UPS輸入側電源存在的諧波干擾

查看圖紙與現場實際核查，發現UPS A和UPS B的輸入電源來自兩臺不同的變壓器(P202配電室T15和T16變壓器)，說明兩臺UPS的輸入側電源的市電都有可能存在諧波干擾的問題，諧波干擾的大小不同，判定諧波的大小會導致5000E-100kVA UPS模塊機內部電器元件出現一些問題(其中包括某些在市電正常穩定供電情況下運行的電子元器件，一旦市電質量不穩定就會出現異常損壞設備)。

通過上述分析，異音UPS模塊可能是市電諧波干擾造成的。接下來對兩臺UPS的輸入電源進行互換測試。

1)將異音UPS B輸入從配電柜A引入，即UPS A與UPS B同時從配電柜A中引入電源，測試結果為UPS B聲音明顯變弱。

2)將正常UPS A輸入電源從配電柜B引入，即UPS A與UPS B同時從配電柜B中引入電源，測試結果為UPS A聲音明顯變強。

3)UPS B旁路供電狀態，拔出所有功率模塊后，僅旁路模塊在位工作，異音消失，說明異音與旁路模塊無關。

4)UPS B轉外部維修旁路，拔出旁路模塊，僅功率模塊在機架運行，異音存在，說明主路接入時就有存在異音。

根據如上測試排查，初步判斷，UPS異音與UPS的輸入電源有關。

1.2 A廠商5000E-100kVA模塊化UPS輸入電壓排查

用示波器分別對兩臺UPS的輸入電壓波形進行測量，UPS A和UPS B的輸入電壓波形相比，異音較大的UPS B輸入電壓波形明顯呈現鋸齒狀，存在高頻諧波，而UPS A的輸入電壓高頻諧波較小。根據波形判斷，異音與輸入電壓的高頻諧波有關。

1.3 A廠商5000E-100kVA模塊化UPS輸入電壓高頻諧波模擬實驗

現場UPS處于正常工作模式，市電輸入經過整流器由AC變換成DC電壓，再經逆變器由DC變換成AC輸出，經由兩級變換以后，能得到精度和質量都較好的輸出電壓，可以防止輸入諧波、毛刺、電壓瞬變等干擾影響負載。UPS主路模式工作原理如圖1所示。

圖1 5000E-100kVA (UPS A)主路模式工作原理圖

根據現場試驗檢查，當UPS輸入電源加入高頻諧波后，與正常輸入電壓相比異音明顯變大，異音來自功率模塊內部的輸入濾波薄膜電容。在電容的兩端加上純凈的直流電壓對電容進行充電，兩張金屬化薄膜會由于靜電庫侖力的作用而互相吸引；如果在電容器的兩端加上交流電壓或疊加有干擾雜波的直流電壓，電容上吸引的電荷就會隨著電壓的周期性變化而產生變化，相應的兩張金屬化薄膜間靜電庫侖力的作用也會產生變化，這就引起金屬化薄膜的振動，從而產生聲響。

1.4 輸入電壓諧波對A廠商5000E-100kVA模塊化UPS輸出的影響

根據如上分析，UPS輸入電壓含有高頻諧波導致功率模塊內部濾波薄膜電容出現異音。薄膜電容器在交流電壓工況下都會有一定的異音存在。這會導致UPS模塊中的電子元件縮短使用壽命，其根本的解決辦法就是在UPS輸入端加裝濾波器從而降低諧波對電容造成的傷害，同時也可以解決異音的問題，經過項目團隊的技術改造，有異音的UPS已經恢復了正常運行。

2 某數據中心B廠商G7K Customer Q5N誤報警導致設備本身保護退出運行分析

2.1 某數據中心現場誤報警導致設備本身保護退出運行現象

在并機系統正常工作時，一臺UPS的客戶端輸出開關Q5N會出現誤報警“Customer Q5N斷開”的現象，而實際該開關未斷開，設備本身保護而退出運行。目前為止共有6臺UPS出現該現象。報警從出現到消失的時間為0～8s不等。

2.2 Customer Q5N 信號鏈路圖

Customer Q5N的輔助觸點信號鏈路如圖2所示。

圖2 G7K UPS Customer Q5N的輔助觸點信號與UPS輸出并機柜(PDU柜)內的主斷路器分合閘的輔助觸點鏈路圖

該信號取自UPS并機輸出柜(PDU柜)內的輸出開關Customer Q5N的輔助觸點，經過信號線接入UPS的并機板INTT/EXTT。

2.3 Customer Q5N斷開報警機制分析

并機板內產生Customer Q5N斷開報警的電路如圖3所示。

圖3 G7K UPSCustomer Q5N并機板內斷開報警電路圖

這個電路的前端是脈動信號產生電路，信號的頻率是8.7kHz。該脈沖信號控制三極管VT5的工作，只要+15V有電，VT5就工作在開關狀態，不受其他任何因素和信號的影響。當VT5導通時，在變壓器T2的原邊產生電流，原邊產生電壓，T2的兩個副邊的同名端產生電壓信號。由于Customer Q5N閉合，其觸點信號也處于閉合狀態，b1繞組短路，原邊受到串聯電阻的限流作用，原邊的電壓基本降為0，這樣，副邊兩個繞組的電壓也為0，b2繞組無信號輸出。后邊的比較電路如圖4所示。

圖4 脈沖信號控制三極管VT5的比較電路圖

當VT5不工作時，變壓器T2原邊的儲能釋放，T2的兩個副邊的非同名端產生電平信號。B1繞組二極管反向截止，b2繞組會有反向的瞬時電壓信號，但由于受到后邊電路中二極管的反向截止作用，該信號不會對最后的輸出信號造成影響。可見，當Customer Q5N閉合，其觸點信號閉合時，這個產生開關狀態信息的信號Inf_Q5是沒有輸出的。

當Customer Q5N斷開時，b1處于開路狀態，沒有電流，b2送出的信號就是脈動信號，就會產生開關斷開的報警信號。

開關觸點給過來的是短接信號，由于受到觸點短接的鉗制作用，即使上面的電路(脈動信號產生電路和狀態信號產生電路)故障不工作的情況下都不會送出脈動信號。

而誤報警就是本來應該沒有信號的輸出點變成了有信號輸出。所以，產生這一變化的原因只能是短接的觸點信號發生了變化。而這一變化是來自信號線所受到的干擾(觸點本身的問題已經被盤廠的工程師排除)。

2.4 現場檢查情況

(1)從UPS輸出并機柜(PDU柜)到UPS的Customer Q5N信號線布放不符合規范，現場情況為：信號線與功率線隨意布放，而且信號線的屏蔽層沒有接地。這樣很容易導致信號線受到功率線的電磁干擾。

(2)UPS輸出并機柜(PDU柜)內的Customer Q5N觸點及其信號線問題每個Customer Q5N內部有4個輔助接點，由圖5中可見有2個觸點信號是有交流電源電壓220V。

圖5 UPS輸出并機柜(PDU柜)內的Customer Q5N觸點接線圖

該信號在UPS輸出并機柜(PDU柜)內極易受到其他信號或者電源線的干擾。

2.5 整改措施及驗證工作

所有UPS輸出并機柜(PDU柜)到UPS的Customer Q5N信號線進行分類布線整改，必須按照規范重新進行布放到UPS輸出并機柜(PDU柜)內，現場先對一套G7K 4臺并機系統P201-T14U-SA(SA1，SA2，SA3 曾誤報 Customer Q5N OPEN)的UPS進行整改工作。將該觸點連到UPS輸出并機柜(PDU柜)后，端子排的信號線重新布放一根屏蔽線并將屏蔽層的一端接地。就地使用儀表模擬對未接屏蔽線的G7K Customer Q5N觸點(UPS內部觸點)進行電流測量實驗：電流約為7.9mA。然后現場在對整改后的G7K Customer Q5N觸點(UPS內部觸點)進行電流測量：電流約為8.66mA。現場未整改的UPS并機輸出柜內Customer Q5N觸點進行電流測量：電流約為1mA。由測試結果可見，整改后的觸點電流明顯大于整改前的電流，與實驗室正常的開關觸點電流非常接近。說明整改后的觸點信號已經正常。在前面對G7K Customer Q5N的報警機制電路圖分析中，流過觸點的電流就是線圈b1中的電流。當觸點信號正常閉合時，觸點輸入端的電勢為零，線圈中的電流最大；而當觸點信號受到干擾時，在觸點輸入端就會有干擾電勢存在，將會使線圈中的電流變小。上述測試數據說明，未整改時的電流較小，說明觸點的輸入端有干擾信號存在，而整改后觸點受到的干擾基本沒有。

現將所有UPS輸出并機柜(PDU柜)進行整改檢測工作并對全部整改完的34臺并機G7K UPS進行Customer Q5N觸點電流進行檢測(UPS正常運行情況下)，以檢查整改效果是否達到使用要求。測量結果為：302房的一套UPS(用戶編號：P302-T24U-SB1，P302-T24U-SB2，P302-T24U-SB3)的G7K Customer Q5N觸點電流波形中有較大的干擾成分存在，其他UPS的G7K Customer Q5N觸點電流波形較為正常，最后重新對302配電室的UPS進行了檢測并查找干擾的原因。經過排查干擾的主要來源是地線，在將從配電柜端子排到UPS的Customer Q5N信號線的屏蔽接地線斷開時，觸點的電流波形得到了非常明顯的改善。目前在用的所有并機UPS的Customer Q5N信號線所受到的干擾已經降到最小，同時將SB1和SB2 UPS的Customer Q5N信號線進行了重新布放，目前滿足了數據中心的使用要求。如果將UPS側Customer Q5N信號輸入端直接短接來代替觸點閉合的信號，這樣可以將外部的所有干擾全部排出，是最理想的狀態。

2.6 誤報警的根本原因

綜合對G7K Customer Q5N的報警機制電路圖與現場勘查及整改前后的分析測試數據的分析，可以得出產生誤報警的原因就是G7K Customer Q5N的信號受到干擾所致。

3 數據中心UPS問題總結

此次UPS問題的處理，是通過多年的電氣工作經驗和理論知識相結合，從實際工作經驗中一步一步分析排查出來的結果。任何系統的可靠性都不是絕對性的，更不是一成不變的，數據中心IT用戶所關心的也不僅僅是供電系統是否會突然斷電、是否能在不影響設備安全運行的前提下迅速處理故障恢復設備運行這么簡單的層面上，他們更想知道的是斷電故障的原因是怎么發生的，為什么會發生此類事故，如何才能有效的避免控制故障和事故的再發生。在風險管控實際預案演練的基礎上如何安全、穩定、可靠的保證人身以及設備正常的運行。