CN115361841A - 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 - Google Patents

一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 Download PDF

Info

Publication number
CN115361841A
CN115361841A CN202210943038.7A CN202210943038A CN115361841A CN 115361841 A CN115361841 A CN 115361841A CN 202210943038 A CN202210943038 A CN 202210943038A CN 115361841 A CN115361841 A CN 115361841A
Authority
CN
China
Prior art keywords
pump
data center
canned motor
condition
flow
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.)
Pending
Application number
CN202210943038.7A
Other languages
English (en)
Inventor
李晓俊
杨海涛
葛杰
于佳文
卓成者
许龙波
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 Sci Tech University ZSTU
Original Assignee
Zhejiang Sci Tech University ZSTU
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 Sci Tech University ZSTU filed Critical Zhejiang Sci Tech University ZSTU
Priority to CN202210943038.7A priority Critical patent/CN115361841A/zh
Publication of CN115361841A publication Critical patent/CN115361841A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
    • H05K7/20763—Liquid cooling without phase change
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
    • H05K7/20836—Thermal management, e.g. server temperature control

Abstract

本发明公开了一种适应数据中心全工况操作的屏蔽泵控制系统及其方法，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模块。有益效果：现有的屏蔽泵控制策略大多基于预设数据，采用单一的屏蔽泵控制策略，未能考虑到数据中心频繁波动热需求、屏蔽泵的转子发热以及轴承磨损的问题。本发明所述的屏蔽泵运行工况控制方法能够实现屏蔽泵的多策略运行，并以屏蔽泵的转子发热量及轴承磨损数据为依据，借助最小二乘支持向量机算法生成最优控制策略，从而减少屏蔽泵的轴承磨损量，改善屏蔽泵的发热和老化问题，从而实现延长屏蔽泵的使用寿命的目的。

Description

一种适应数据中心全工况操作的屏蔽泵控制系统及其方法
技术领域
本发明涉及自动控制系统技术领域，具体来说，涉及一种适应数据中心全工况操作的屏蔽泵控制系统及其方法。
背景技术
随着5G进入快速建设和发展时期，数据处理量也随之爆发性增长，数据中心已成为经济社会不可或缺的关键基础设施。而数据中心数量与规模的增长所带来的能耗问题也越来越突出。随着计算中心的计算功耗上升，带来的不仅仅是耗电问题，还有散热问题。为了保证数据中心中发热电子设备的长期可靠运行，需配置相应的冷却系统。
而现有的数据中心水路降温冷却系统多直接采用热电能源，利用电力对冷却系统中的水流降温，然后进行水循环降温。其中，冷却循环系统中的重要动力装置是屏蔽泵。屏蔽泵是一种无泄漏离心泵，其特点是泵体和驱动电机都被封闭在一个被输送介质充满的压力容器中。屏蔽泵作为冷却系统的核心动力设备，它的效率、工况适应性等问题是冷却系统稳定可靠运行的前提基础问题。此外由于屏蔽泵电机产生的热量通过泵送介质实现冷却，而屏蔽泵自身在冷却循环系统中承担着散热的任务，因此屏蔽泵电机转子容易发生过热现象，这对于屏蔽泵电机的使用寿命有着重大的影响。而轴承磨损也是影响屏蔽泵使用寿命的重要因素，如何减小屏蔽泵在运行过程中的振动以及屏蔽泵的轴承磨损量也是一个值得考虑的问题。
如果能够设计一种控制方法，根据数据中心实际工作状态下所需的冷却量，结合传感器采集到的数据，寻找屏蔽泵的最优运行工况点，并自动调节屏蔽泵，使其运行在最优工况点上，就能大大提高屏蔽泵的运行效率，从而减小能源损耗。同时，在此基础上，加入对屏蔽泵轴承磨损以及转子发热情况的优化控制，以延长屏蔽泵的使用寿命。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出一种适应数据中心全工况操作的屏蔽泵控制系统及其方法，以克服现有相关技术所存在的上述问题。
为此，本发明采用的具体技术方案如下：
一种适应数据中心全工况操作的屏蔽泵控制系统及其方法，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模块；
所述数据中心冷却量预估模块用于预估数据中心所需的换热量以及对应的冷却循环系统所需的冷媒冷却量，并计算出屏蔽泵系统对应的流量指标，从而进行屏蔽泵的运行工况调节；数据中心的传热是一个多维度、多尺度的复杂过程，其中涉及冷却系统、数据机房、服务器、散热元件，因此对各个环节进行数学建模，建立整个数据中心换热模型，以便快速准确地对数据中心的换热量及冷媒冷却量进行分析；
所述运行数据监测模块用于检测屏蔽泵所安装的传感器所生成的模拟信号，并将其转换成数字信号，所述运行数据监测模块主要包括流量传感器、压力传感器、转速传感器、轴功率传感器、温度传感器、振动传感器、TRG轴承监测器以及模数转换器；进出口压力、流量、电机转速、轴功率、振动数据经过传感器测量直接输出，并通过模数转换器将传感器输出的模拟信号转换为数字信号进行传输，扬程信号根据进出口压力数据通过公式进行计算得到；
所述通讯模块用于将所述运行数据监测模块所输出的数字信号编码打包，并进行加密校验，用于运行工况寻优模块和控制策略优化模块之间的信号传输；
所述运行工况寻优模块用于根据数据中心给出的流量指标以及屏蔽泵中的流量、扬程和效率数据，对相应屏蔽泵的运行状态通过模拟退火寻优算法进行处理，得到给定条件下的最优工况点，并发出指令给运行控制模块，调节屏蔽泵的运行状态；
所述运行控制模块通过PLC控制器对屏蔽泵的电机系统进行控制，用于实时控制屏蔽泵的电机系统，调节屏蔽泵的转速，以改变屏蔽泵的输出扬程，使其达到最优工况；PLC控制器连接至伺服驱动器，伺服驱动器连接至伺服电机，伺服电机的电机轴连接至电控无极变速器的输入轴，电控无极变速器的输出轴连接至屏蔽泵的泵轴，PLC控制模块连接至电控无极变速器；
所述控制策略优化模块对屏蔽泵的现场测量数据样本进行采集和存储，包括流量、扬程、效率、振动以及轴承磨损，建立屏蔽泵运行状态数据库，使用最小二乘支持向量机算法对数据库进行训练，对屏蔽泵的运行方式进行优化调节。
作为优选的，所述数据中心机房内布置红外热成像传感器，对数据中心的各个产热设备进行温度监测，得到数据中心的实时温度情况，基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量，并根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
根据本发明的另一个方面，提供一种适应数据中心全工况操作的屏蔽泵运行控制方法，用于所述的适应数据中心全工况操作的屏蔽泵控制系统，包括以下步骤；
A、预估数据中心冷却量；
a1；对数据中心各个环节进行数学建模，得到数据中心换热模型；
a2；基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量；
a3：根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
B、最优工况点计算过程；
b1：根据屏蔽泵的特性曲线以及扬程、流量和效率之间的理论关系建立屏蔽泵的数学模型；
b2：读取屏蔽泵系统的测量数据，确定约束条件；
b3：使用模拟退火寻优算法，随机产生一个初始解，并设置初始参数；
b4：对初始解作随机扰动生成新解，判断其是否为最优解；
b5：控制退火温度并反复迭代；
b6：算法终止判定得到最优解，输出符合数据中心给出的流量指标条件下所需最优工况点对应的转速。
C、运行工况调节
c1：根据最优工况点计算过程中得到的转速数据对屏蔽泵电机系统进行驱动；
c2：判断工况点调节后的屏蔽泵实时流量是否满足数据中心所给出的流量指标，若不满足指标，则返回步骤B调整约束条件后重新计算；
D、采集样本构建数据库
d1：在运行工况点调节过程中，每隔一段时间对屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据进行实时采样并存储数据；
d2：将采集到的样本数据传输到数据中心机房内的计算服务器，构建屏蔽泵运行状态数据库；
E、优化屏蔽泵运行策略
e1：使用最小二乘支持向量机算法，根据步骤D中采集到的样本数据建立训练样本集并搭建LSSVR(最小二乘向量回归)模型的基本框架，确定优化目标；
e2：引入用于估计样本核向量的核函数，得到模型的回归函数；
e3：引入正则化参数和参数对应的核函数，得到最终的LSSVR模型，并使用粒子群算法对模型进行优化；
e4：利用构建的LSSVR代理模型预测屏蔽泵电机系统的最优控制策略并输出；
e5：根据代理模型预测的最优控制策略对屏蔽泵电机系统进行控制策略优化。
作为优选的，在步骤a3中，冷却循环系统主要由屏蔽泵、板式换热器、冷水主机以及冷却水塔设备组成；
其中，屏蔽泵的总效率由泵效率ηp、电机效率ηm、变频器效率ηVFD组成，可由经验公式拟合得到：
η＝ηp·ηm·ηVFD
根据以上各个环节的换热效率计算得到最终冷却循环系统需要提供的冷却量，再由所需冷却量和屏蔽泵循环流量的关系式得到屏蔽泵的流量指标；
φ＝Qcp(t″f-t′f)
其中，Q为屏蔽泵的流量，cp为冷却循环介质的换热系数，t″f和t′f分别为数据中心冷却系统进口端与出口端的介质温度；
在计算得到的屏蔽泵所需流量Q的基础上，留出一定的流量裕量，通常取所需流量的1.1倍，得到最终的冷却循环系统屏蔽泵流量指标[Qmin，Qmax]。
作为优选的，在步骤b1中，对于确定的离心泵装置，由已知的屏蔽泵的性能特性曲线H＝f(Q)和
Figure BDA0003782120590000054
采用曲线拟合的方法获得其数学上的具体表达式；
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
Figure BDA0003782120590000051
T0：H＝AQ2+BQ+C
其中：A、B、C为系数，n为任意转速，n0为额定转速，T0为离心泵开启后
Figure BDA0003782120590000052
时刻；
根据离心泵的效率-流量关系图，建立额定转速n0下，效率η关于流量Q的函数模型：
Figure BDA0003782120590000053
其中：X、Y、Z为系数，n为任意转速，n0为额定转速。
作为优选的，在步骤b2中，在实际情况中，满足数据中心换热量的屏蔽泵流量条件的工况点可能并不唯一，如图6所示，在本发明中，以屏蔽泵的最高效率运行作为主要条件并结合屏蔽泵运行可靠性曲线进行最优工况点选择；
优化算法根据步骤b1建立的屏蔽泵数学模型，选取扬程H、轴功率P、屏蔽泵自身散热量I、泵机组振动量度E、效率η参数构建目标函数和约束条件；
以屏蔽泵的扬程为约束条件，屏蔽泵运行效率最高为目标函数，构建以下数学模型：
求x＝[H，P，I，E]T，使得ηi(x)→max，且满足约束条件Qi(x)∈[Qmin，Qmax]。
作为优选的，在步骤b3中，随机产生一个初始解，以作为当前最优解，并计算其目标函数值ηi(x0)，设置初始温度T为1.0，设置初始温度变化次数k＝1，并给定最大循环步数Lk。
作为优选的，在步骤b4中，对当前最优解作随机扰动，通过下式生成新解；
Figure BDA0003782120590000061
Figure BDA0003782120590000062
Tk＝T0exp(-ck1/D)
式中yj为第j个待求参数的扰动，1≤j≤D；uj为介于0和1之间的随机值；Bj为第j个待求参数可能取的最大值；Aj为第j个待求参数可能取的最小值；c为温度控制系数；
接着，计算新的目标函数值η(xk+1)，并计算目标函数值的增量Δη＝η(xk+1)-η(xk)；
如果Δη＜0，则接受新产生的最优解为当前最优解；若Δη＞0，则根据下式来判断是否接收；
Figure BDA0003782120590000063
随机产生一个在[0，1]区间上均匀分布的随机数ξ，如果P＞ξ，则接受新解，否则放弃。
作为优选的，在步骤b5中；采用下式计算每次迭代的退火温度；
Tk＝T0exp(-ck1/D)
退火温度变化后重复上述步骤进行迭代。
作为优选的，在步骤b6中，若连续N个新解都没有被接受，或代价函数值小于一个给定的值，则输出当前解作为符合数据中心给出的流量指标条件下所需最优工况点对应的转速，算法结束。
本发明的有益效果为：通过使用模拟退火算法对屏蔽泵的最优工况进行计算，具有计算过程简单，所需计算资源小，鲁棒性强的优点。同时可以在上述算法基础上采用并行搜索结构来提高算法的收敛速度，从而将该屏蔽泵控制方法推广到一些计算时延要求较高的应用场合使用。此外，现有的屏蔽泵控制策略大多基于预设数据，采用单一的屏蔽泵控制策略，未能考虑到屏蔽泵的转子发热以及轴承磨损的问题。本发明所述的屏蔽泵运行工况控制方法能够实现屏蔽泵的多策略运行，并以屏蔽泵的转子发热量及轴承磨损数据为依据，借助最小二乘支持向量机算法生成最优控制策略，从而减少屏蔽泵的轴承磨损量，改善屏蔽泵的发热和老化问题，从而实现延长屏蔽泵的使用寿命的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵运行控制系统示意图；
图2是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中数据中心循环冷却系统示意图；
图3是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵电机控制系统硬件框图；
图4是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵电机系统驱动电路图；
图5是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵运行控制方法流程图；
图6是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵最优工况点选择示意图；
图7是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中运行工况优化前后屏蔽泵效率对比图；
图8是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中控制策略优化前转子温度与振动速度值变化图；
图9是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中控制策略优化后转子温度与振动速度值变化图。
具体实施方式
为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例，提供了一种适应数据中心全工况操作的屏蔽泵控制系统及其方法。
实施例一；
如图1-9所示，根据本发明实施例的适应数据中心全工况操作的屏蔽泵控制系统及其方法，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模；
所述数据中心冷却量预估模块用于预估数据中心所需的换热量以及对应的冷却循环系统所需的冷媒冷却量，并计算出屏蔽泵系统对应的流量指标，从而进行屏蔽泵的运行工况调节；数据中心的传热是一个多维度、多尺度的复杂过程，其中涉及冷却系统、数据机房、服务器、散热元件，因此对各个环节进行数学建模，建立整个数据中心换热模型，以便快速准确地对数据中心的换热量及冷媒冷却量进行分析；
所述运行数据监测模块用于检测屏蔽泵所安装的传感器所生成的模拟信号，并将其转换成数字信号，所述运行数据监测模块主要包括流量传感器、压力传感器、转速传感器、轴功率传感器、温度传感器、振动传感器、TRG轴承监测器以及模数转换器；进出口压力、流量、电机转速、轴功率、振动数据经过传感器测量直接输出，并通过模数转换器将传感器输出的模拟信号转换为数字信号进行传输，扬程信号根据进出口压力数据通过公式进行计算得到；
所述通讯模块用于将所述运行数据监测模块所输出的数字信号编码打包，并进行加密校验，用于运行工况寻优模块和控制策略优化模块之间的信号传输；
所述运行工况寻优模块用于根据数据中心给出的流量指标以及屏蔽泵中的流量、扬程和效率数据，对相应屏蔽泵的运行状态通过模拟退火寻优算法进行处理，得到给定条件下的最优工况点，并发出指令给运行控制模块，调节屏蔽泵的运行状态；
所述运行控制模块通过PLC控制器对屏蔽泵的电机系统进行控制，用于实时控制屏蔽泵的电机系统，调节屏蔽泵的转速，以改变屏蔽泵的输出扬程，使其达到最优工况；PLC控制器连接至伺服驱动器，伺服驱动器连接至伺服电机，伺服电机的电机轴连接至电控无极变速器的输入轴，电控无极变速器的输出轴连接至屏蔽泵的泵轴，PLC控制模块连接至电控无极变速器；
所述控制策略优化模块对屏蔽泵的现场测量数据样本进行采集和存储，包括流量、扬程、效率、振动以及轴承磨损，建立屏蔽泵运行状态数据库，使用最小二乘支持向量机算法对数据库进行训练，对屏蔽泵的运行方式进行优化调节。
所述数据中心机房内布置红外热成像传感器，对数据中心的各个产热设备进行温度监测，得到数据中心的实时温度情况，基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量，并根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
实施例二；
如图1-9所示，根据本发明的另一个方面，提供了一种适应数据中心全工况操作的屏蔽泵运行控制方法，用于所述的适应数据中心全工况操作的屏蔽泵控制系统，包括以下步骤；
A、预估数据中心冷却量；
a1；对数据中心各个环节进行数学建模，得到数据中心换热模型；
a2；基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量；
a3：根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标；
冷却循环系统主要由屏蔽泵、板式换热器、冷水主机以及冷却水塔设备组成；
其中，屏蔽泵的总效率由泵效率ηp、电机效率ηm、变频器效率ηVFD组成，可由经验公式拟合得到：
η＝ηp·ηm·ηVFD
根据以上各个环节的换热效率计算得到最终冷却循环系统需要提供的冷却量，再由所需冷却量和屏蔽泵循环流量的关系式得到屏蔽泵的流量指标；
φ＝Qcp(t″f-t′f)
其中，Q为屏蔽泵的流量，cp为冷却循环介质的换热系数，t″f和t′f分别为数据中心冷却系统进口端与出口端的介质温度；
在计算得到的屏蔽泵所需流量Q的基础上，留出一定的流量裕量，通常取所需流量的1.1倍，得到最终的冷却循环系统屏蔽泵流量指标[Qmin，Qmax]。
B、最优工况点计算过程；
b1：根据屏蔽泵的特性曲线以及扬程、流量和效率之间的理论关系建立屏蔽泵的数学模型；
对于确定的离心泵装置，由已知的屏蔽泵的性能特性曲线H＝f(Q)和
Figure BDA0003782120590000114
采用曲线拟合的方法获得其数学上的具体表达式；
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
Figure BDA0003782120590000111
T0：H＝AQ2+BQ+C
其中：A、B、C为系数，n为任意转速，n0为额定转速，T0为离心泵开启后
Figure BDA0003782120590000112
的时刻；
根据离心泵的效率-流量关系图，建立额定转速n0下，效率η关于流量Q的函数模型：
Figure BDA0003782120590000113
其中：X、Y、Z为系数，n为任意转速，n0为额定转速。
b2：读取屏蔽泵系统的测量数据，确定约束条件；
在实际情况中，满足数据中心换热量的屏蔽泵流量条件的工况点可能并不唯一，如图6所示，在本发明中，以屏蔽泵的最高效率运行作为主要条件并结合屏蔽泵运行可靠性曲线进行最优工况点选择；
优化算法根据步骤b1建立的屏蔽泵数学模型，选取扬程H、轴功率P、屏蔽泵自身散热量I、泵机组振动量度E、效率η参数构建目标函数和约束条件；
以屏蔽泵的扬程为约束条件，屏蔽泵运行效率最高为目标函数，构建以下数学模型：
求x＝[H，P，I，E]T，使得ηi(x)→max，且满足约束条件Qi(x)∈[Qmin，Qmax]。
b3：使用模拟退火寻优算法，随机产生一个初始解，并设置初始参数；
随机产生一个初始解，以作为当前最优解，并计算其目标函数值ηi(x0)，设置初始温度T为1.0，设置初始温度变化次数k＝1，并给定最大循环步数Lk。
b4：对初始解作随机扰动生成新解，判断其是否为最优解；
对当前最优解作随机扰动，通过下式生成新解；
Figure BDA0003782120590000121
Figure BDA0003782120590000122
Tk＝T0exp(-ck1/D)
式中yj为第j个待求参数的扰动，1≤j≤D；uj为介于0和1之间的随机值；Bj为第j个待求参数可能取的最大值；Aj为第j个待求参数可能取的最小值；c为温度控制系数；
接着，计算新的目标函数值η(xk+1)，并计算目标函数值的增量Δη＝η(xk+1)-η(xk)；
如果Δη＜0，则接受新产生的最优解为当前最优解；若Δη＞0，则根据下式来判断是否接收；
Figure BDA0003782120590000123
随机产生一个在[0，1]区间上均匀分布的随机数ξ，如果P＞ξ，则接受新解，否则放弃；
b5：控制退火温度并反复迭代；
采用下式计算每次迭代的退火温度；
Tk＝T0exp(-ck1/D)
退火温度变化后重复上述步骤进行迭代。
b6：算法终止判定得到最优解，输出符合数据中心给出的流量指标条件下所需最优工况点对应的转速；
若连续N个新解都没有被接受，或代价函数值小于一个给定的值，则输出当前解作为符合数据中心给出的流量指标条件下所需最优工况点对应的转速，算法结束。
C、运行工况调节
c1：根据最优工况点计算过程中得到的转速数据对屏蔽泵电机系统进行驱动，并读取屏蔽泵转速调节后的流量数据；
c2：判断工况点调节后的屏蔽泵实时流量是否满足数据中心所给出的流量指标，若满足指标，则屏蔽泵运行工况调节完成。
若不满足指标，则将流量数据与流量指标进行比较，修改约束条件，具体如下所示。
修改后的约束条件为Qi(x)∈[Qmin+εΔQ，Qmax+εΔQ]
Figure BDA0003782120590000131
式中，Qmax和Qmin分别为数据中心给出的流量指标上下限，ε为实际经验参数。
约束条件修正后重复步骤B进行最优工况计算，得到对应转速数据，对屏蔽泵电机系统进行驱动调节；如图7所示，使用本发明的控制算法对屏蔽泵运行工况进行优化调节后，屏蔽泵在不同流量条件下均有一定的效率提升，其中最大效率提升可达2.9％。考虑到数据中心循环冷却系统需要长时间不间断工作，这样的效率提升也能够实现很好的节能效果。
D、采集样本构建数据库
d1：在运行工况点调节过程中，每隔一段时间对屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据进行实时采样并存储数据；
d2：将采集到的样本数据传输到数据中心机房内的计算服务器，构建屏蔽泵运行状态数据库；
E、优化屏蔽泵运行策略
e1：使用最小二乘支持向量机算法，根据步骤D中采集到的样本数据建立训练样本集并搭建LSSVR(最小二乘向量回归)模型的基本框架，确定优化目标；
采集到的样本输入变量具有不同的量纲单位，往往会影响最后的预测结果。为了消除不同量纲单位带来的误差，保证结果的稳定性并提高模型的收敛速度，采用min-max归一化方法对数据进行处理，其函数表达式为：
y＝(ymax-ymin)×(x-xmin)÷(xmax-xmin)+ymin
式中x为原始数据；xmax和xmin分别为原始数据的最大值与最小值；y是归一化后的数据；ymax和ymin分别为归一化范围的最大值与最小值，分别取1和-1。
最终得到屏蔽泵的运行状态训练样本集{(xi，yi)，i＝1，2，...，l}，其期望输出为yi∈R，xi∈Rn。
预先在MATLAB中构建LSSVR模型，LSSVR模型以屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据作为输入特征变量，以屏蔽泵电机转速控制曲线作为输出目标变量。
LSSVR模型的数学表达式如下：
Figure BDA0003782120590000145
其中ω为超平面的法向量，其中
Figure BDA0003782120590000146
为非线性函数，b为偏差。
LSSVR模型的优化目标为：
Figure BDA0003782120590000141
其中||ω||2是结构风险，可以避免过于复杂的模型，ei是第i个样本的近似误差。γ是正则化参数，当γ值合适时，可以防止过拟合问题。
最后将拉格朗日乘子引入上式，优化问题变为：
Figure BDA0003782120590000142
e2：引入用于估计样本核向量的核函数
Figure BDA0003782120590000143
得到模型的回归函数；
Figure BDA0003782120590000144
选择RBF核函数作为LSSVR的核函数，并代入回归函数
Figure BDA0003782120590000151
e3：引入正则化参数γ和参数σ对应的核函数，保证LSSVR的预测性能，得到最终的LSSVR模型，并使用粒子群算法对模型进行优化。
e4：利用构建的LSSVR代理模型预测屏蔽泵电机系统的最优控制策略并输出；
根据粒子群算法提出的优化程序寻找新的屏蔽泵运行控制策略，该优化程序是基于经过训练的LSSVR模型提供的运行特性指标。然后通过性能评估程序对新的运行控制策略进行评估，并将其添加到数据库中。如果没有达到目标性能，则开始下一次迭代，重复同样的过程，直到得到最优的控制策略。
在评估LSSVR代理模型时，使用数据库的80％作为训练集，20％作为测试集。
e5：根据代理模型预测的最优控制策略对屏蔽泵电机系统进行控制策略优化。具体实施中，将采用优化控制策略的转子发热量、轴承磨损量计算结果与屏蔽泵实时转子发热量、轴承磨损量进行对比：若优化后的转子发热量、轴承磨损量计算结果小于屏蔽泵的实际转子发热量、轴承磨损量，则结果合理，可直接输出控制策略；若优化后计算结果大于或等于实际结果，则重新构建LSSVR模型，可以进行再次优化。
屏蔽泵端的运行控制模块读取到控制策略优化模块输出的电机转速控制曲线，更改屏蔽泵电机系统控制的控制程序，对电机转速进行调节。
控制策略优化前后屏蔽泵转子温度与振动速度值的变化图如图8和图9所示。可以看出，在优化控制策略控制转速调节下，屏蔽泵转子温度在运行时间段都内有显著下降，而振动速度值在部分运行时间段中有一定的减小，其余时间段内也与优化前基本持平或略有下降。
最优地，所述适应数据中心全工况操作的屏蔽泵运行控制方法能够建立数据中心通用换热模型，以便适应不同工作场景的需求，快速计算数据中心所需冷却量，从而得到对应的屏蔽泵系统流量指标。
最优地，所述的屏蔽泵运行工况控制方法，还需要考虑到不同工作环境下管路特性以及所输送介质的影响。
最优地，所述屏蔽泵运行工况控制方法能够根据屏蔽泵的轴承磨损情况自动修正屏蔽泵的数学模型，提高计算结果的准确性。
最优地，所述的屏蔽泵运行优化控制方法具有智能优化算法，随着获取数据样本的增加，不断改进优化屏蔽泵的控制策略，以达到最大程度减缓屏蔽泵轴承的磨损。
综上所述，借助于本发明的上述技术方案，通过使用模拟退火算法对屏蔽泵的最优工况进行计算，具有计算过程简单，所需计算资源小，鲁棒性强的优点。同时可以在上述算法基础上采用并行搜索结构来提高算法的收敛速度，从而将该屏蔽泵控制方法推广到一些计算时延要求较高的应用场合使用。此外，现有的屏蔽泵控制策略大多基于预设数据，采用单一的屏蔽泵控制策略，未能考虑到屏蔽泵的转子发热以及轴承磨损的问题。本发明所述的屏蔽泵运行工况控制方法能够实现屏蔽泵的多策略运行，并以屏蔽泵的转子发热量及轴承磨损数据为依据，借助最小二乘支持向量机算法生成最优控制策略，从而减少屏蔽泵的轴承磨损量，改善屏蔽泵的发热和老化问题，从而实现延长屏蔽泵的使用寿命的目的。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种适应数据中心全工况操作的屏蔽泵控制系统，其特征在于，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模块；
所述数据中心冷却量预估模块用于预估数据中心所需的换热量以及对应的冷却循环系统所需的冷媒冷却量，并计算出屏蔽泵系统对应的流量指标，从而进行屏蔽泵的运行工况调节；数据中心的传热是一个多维度、多尺度的复杂过程，其中涉及冷却系统、数据机房、服务器、散热元件，因此对各个环节进行数学建模，建立整个数据中心换热模型，以便快速准确地对数据中心的换热量及冷媒冷却量进行分析；
所述运行数据监测模块用于检测屏蔽泵所安装的传感器所生成的模拟信号，并将其转换成数字信号，所述运行数据监测模块主要包括流量传感器、压力传感器、转速传感器、轴功率传感器、温度传感器、振动传感器、TRG轴承监测器以及模数转换器；进出口压力、流量、电机转速、轴功率、振动数据经过传感器测量直接输出，并通过模数转换器将传感器输出的模拟信号转换为数字信号进行传输，扬程信号根据进出口压力数据通过公式进行计算得到；
所述通讯模块用于将所述运行数据监测模块所输出的数字信号编码打包，并进行加密校验，用于运行工况寻优模块和控制策略优化模块之间的信号传输；
所述运行工况寻优模块用于根据数据中心给出的流量指标以及屏蔽泵中的流量、扬程和效率数据，对相应屏蔽泵的运行状态通过模拟退火寻优算法进行处理，得到给定条件下的最优工况点，并发出指令给运行控制模块，调节屏蔽泵的运行状态；
所述运行控制模块通过PLC控制器对屏蔽泵的电机系统进行控制，用于实时控制屏蔽泵的电机系统，调节屏蔽泵的转速，以改变屏蔽泵的输出扬程，使其达到最优工况；PLC控制器连接至伺服驱动器，伺服驱动器连接至伺服电机，伺服电机的电机轴连接至电控无极变速器的输入轴，电控无极变速器的输出轴连接至屏蔽泵的泵轴，PLC控制模块连接至电控无极变速器；
所述控制策略优化模块对屏蔽泵的现场测量数据样本进行采集和存储，包括流量、扬程、效率、振动以及轴承磨损，建立屏蔽泵运行状态数据库，使用最小二乘支持向量机算法对数据库进行训练，对屏蔽泵的运行方式进行优化调节。
2.根据权利要求1所述的一种适应数据中心全工况操作的屏蔽泵控制系统，其特征在于，所述数据中心机房内布置红外热成像传感器，对数据中心的各个产热设备进行温度监测，得到数据中心的实时温度情况，基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量，并根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
3.一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，用于权利要求1所述的适应数据中心全工况操作的屏蔽泵控制系统，包括以下步骤；
A、预估数据中心冷却量；
a1；对数据中心各个环节进行数学建模，得到数据中心换热模型；
a2；基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量；
a3：根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
B、最优工况点计算过程；
b1：根据屏蔽泵的特性曲线以及扬程、流量和效率之间的理论关系建立屏蔽泵的数学模型；
b2：读取屏蔽泵系统的测量数据，确定约束条件；
b3：使用模拟退火寻优算法，随机产生一个初始解，并设置初始参数；
b4：对初始解作随机扰动生成新解，判断其是否为最优解；
b5：控制退火温度并反复迭代；
b6：算法终止判定得到最优解，输出符合数据中心给出的流量指标条件下所需最优工况点对应的转速。
C、运行工况调节；
c1：根据最优工况点计算过程中得到的转速数据对屏蔽泵电机系统进行驱动；
c2：判断工况点调节后的屏蔽泵实时流量是否满足数据中心所给出的流量指标，若不满足指标，则返回步骤B调整约束条件后重新计算；
D、采集样本构建数据库
d1：在运行工况点调节过程中，每隔一段时间对屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据进行实时采样并存储数据；
d2：将采集到的样本数据传输到数据中心机房内的计算服务器，构建屏蔽泵运行状态数据库；
E、优化屏蔽泵运行策略
e1：使用最小二乘支持向量机算法，根据步骤D中采集到的样本数据建立训练样本集并搭建LSSVR(最小二乘向量回归)模型的基本框架，确定优化目标；
e2：引入用于估计样本核向量的核函数，得到模型的回归函数；
e3：引入正则化参数和参数对应的核函数，得到最终的LSSVR模型，并使用粒子群算法对模型进行优化；
e4：利用构建的LSSVR代理模型预测屏蔽泵电机系统的最优控制策略并输出；
e5：根据代理模型预测的最优控制策略对屏蔽泵电机系统进行控制策略优化。
4.根据权利要求3所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤a3中，冷却循环系统主要由屏蔽泵、板式换热器、冷水主机以及冷却水塔设备组成；
其中，屏蔽泵的总效率由泵效率ηp、电机效率ηm、变频器效率ηVFD组成，可由经验公式拟合得到：
η＝ηp·ηm·ηVFD
根据以上各个环节的换热效率计算得到最终冷却循环系统需要提供的冷却量，再由所需冷却量和屏蔽泵循环流量的关系式得到屏蔽泵的流量指标；
φ＝Qcp(t″f-t′f)
其中，Q为屏蔽泵的流量，cp为冷却循环介质的换热系数，tf和tf分别为数据中心冷却系统进口端与出口端的介质温度；
在计算得到的屏蔽泵所需流量Q的基础上，留出一定的流量裕量，通常取所需流量的1.1倍，得到最终的冷却循环系统屏蔽泵流量指标[Qmin，Qmax]。
5.根据权利要求4所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b1中，对于确定的离心泵装置，由已知的屏蔽泵的性能特性曲线H＝f(Q)和
Figure FDA0003782120580000041
采用曲线拟合的方法获得其数学上的具体表达式；
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
Figure FDA0003782120580000042
T0：H＝AQ2+BQ+C
其中：A、B、C为系数，n为任意转速，n0为额定转速，T0为离心泵开启后
Figure FDA0003782120580000043
的时刻；
根据离心泵的效率-流量关系图，建立额定转速n0下，效率η关于流量Q的函数模型：
Figure FDA0003782120580000044
其中：X、Y、Z为系数，n为任意转速，n0为额定转速。
6.根据权利要求5所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b2中，在实际情况中，满足数据中心换热量的屏蔽泵流量条件的工况点可能并不唯一，如图6所示，在本发明中，以屏蔽泵的最高效率运行作为主要条件并结合屏蔽泵运行可靠性曲线进行最优工况点选择；
优化算法根据步骤b1建立的屏蔽泵数学模型，选取扬程H、轴功率P、屏蔽泵自身散热量I、泵机组振动量度E、效率η参数构建目标函数和约束条件；
以屏蔽泵的扬程为约束条件，屏蔽泵运行效率最高为目标函数，构建以下数学模型：
求x＝[H，P，I，E]T，使得ηi(x)→max，且满足约束条件Qi(x)∈[Qmin，Qmax]。
7.根据权利要求6所述的一种适应数据中心全工况操作的屏蔽泵控制方法，其特征在于，在步骤b3中，随机产生一个初始解，以作为当前最优解，并计算其目标函数值ηi(x0)，设置初始温度T为1.0，设置初始温度变化次数k＝1，并给定最大循环步数Lk。
8.根据权利要求7所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b4中，对当前最优解作随机扰动，通过下式生成新解；
Figure FDA0003782120580000051
Figure FDA0003782120580000052
Tk＝T0 exp(-ck1/D)
式中yj为第j个待求参数的扰动，1≤j≤D；uj为介于0和1之间的随机值；Bj为第j个待求参数可能取的最大值；Aj为第j个待求参数可能取的最小值；c为温度控制系数；
接着，计算新的目标函数值η(xk+1)，并计算目标函数值的增量Δη＝η(xk+1)-η(xk)；
如果Δη＜0，则接受新产生的最优解为当前最优解；若Δη＞0，则根据下式来判断是否接收；
Figure FDA0003782120580000061
随机产生一个在[0，1]区间上均匀分布的随机数ξ，如果P＞ξ，则接受新解，否则放弃。
9.根据权利要求8所述的一种适应数据中心全工况操作的屏蔽泵控制方法，其特征在于，在步骤b5中；采用下式计算每次迭代的退火温度；
Tk＝T0 exp(-ck1/D)
退火温度变化后重复上述步骤进行迭代。
10.根据权利要求9所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b6中，若连续N个新解都没有被接受，或代价函数值小于一个给定的值，则输出当前解作为符合数据中心给出的流量指标条件下所需最优工况点对应的转速，算法结束。
CN202210943038.7A 2022-08-04 2022-08-04 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 Pending CN115361841A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210943038.7A CN115361841A (zh) 2022-08-04 2022-08-04 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210943038.7A CN115361841A (zh) 2022-08-04 2022-08-04 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法

Publications (1)

Publication Number Publication Date
CN115361841A true CN115361841A (zh) 2022-11-18

Family

ID=84001098

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210943038.7A Pending CN115361841A (zh) 2022-08-04 2022-08-04 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法

Country Status (1)

Country Link
CN (1) CN115361841A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116384009A (zh) * 2023-05-31 2023-07-04 安徽新沪屏蔽泵有限责任公司 一种屏蔽泵能效等级的仿真预测方法、装置及设备
CN117156828A (zh) * 2023-10-31 2023-12-01 联通(广东)产业互联网有限公司 基于液冷的数据中心散热系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116384009A (zh) * 2023-05-31 2023-07-04 安徽新沪屏蔽泵有限责任公司 一种屏蔽泵能效等级的仿真预测方法、装置及设备
CN116384009B (zh) * 2023-05-31 2023-08-11 安徽新沪屏蔽泵有限责任公司 一种屏蔽泵能效等级的仿真预测方法、装置及设备
CN117156828A (zh) * 2023-10-31 2023-12-01 联通(广东)产业互联网有限公司 基于液冷的数据中心散热系统及方法
CN117156828B (zh) * 2023-10-31 2024-02-02 联通(广东)产业互联网有限公司 基于液冷的数据中心散热系统及方法

Similar Documents

Publication Publication Date Title
CN115361841A (zh) 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法
US7464278B2 (en) Combining power prediction and optimal control approaches for performance optimization in thermally limited designs
CN111684160B (zh) 用于优化风扇或风扇布置的效率和/或运行性能的方法
CN115013861B (zh) 一种基于供热系统的室内温度控制方法及装置
CN108151253B (zh) 一种变风量空调送风温度自动补偿方法
CN114335625B (zh) 燃料电池堆温度控制方法、装置、模型预测控制器及系统
CN113039506B (zh) 基于因果学习的数据中心基础结构优化方法
CN106768909A (zh) 一种电主轴温度场预测实验系统及方法
CN112070353B (zh) 一种精确检测数据中心能效的方法及系统
CN112467247A (zh) 一种动力电池热均衡方法、装置、系统、车辆及存储介质
CN116301275A (zh) 一种能耗调节方法、装置、电子设备及介质
CN116820214B (zh) 一种服务器通风散热智能调控方法及系统
CN116301285A (zh) 散热控制方法及服务器
CN110877523B (zh) 一种车辆冷却控制方法及装置
CN114282445A (zh) 循环水系统运行优化方法以及相关设备
Teo et al. Energy management controls for chiller system: A review
CN113625557A (zh) 一种在线优化模型的hvac系统模型预测控制方法
CN111998423A (zh) 电蓄热循环风量-水温控制系统及其预测控制方法
CN114321722B (zh) 蒸汽管网的压力平衡方法、装置、存储介质以及处理器
CN117189648B (zh) 一种基于云边协同的磁悬浮离心压缩机远程控制系统
CN117968232A (zh) 一种压缩机驱动的变频控制系统
CN116133328A (zh) 基于模型预测控制的机房空调节能方法
CN113591283B (zh) 燃气锅炉的运行氧量调整方法、装置和计算机设备
CN117835645A (zh) 数据中心空调的智能联动控制方法及相关装置
CN112966707B (zh) 通用暖通空调设备模型自动化辨识方法及系统

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