,

(1 南京师范大学能源与机械工程学院 江苏省能源系统过程转化与减排技术工程实验室 南京 210042; 2 江苏省邮电规划设计院有限责任公司 南京 210019)

随着大数据时代的到来，我国数据中心建设已进入高速发展时期，机房热密度日益增大，数据中心能耗日益增加。数据中心机房是典型的高密度耗能电子设备集成区。随着数量与规模的增长，数据中心的能耗不容忽视[1-2]。研究表明，数据中心冷却系统的能耗约占总能耗的45%[3]。有效利用能量并提升数据中心冷却系统能效水平，是数据中心领域面临的关键问题[4]。数据中心热环境品质不仅对数据设备的安全运行至关重要，还直接关系到冷却系统能耗，是整个数据中心换热体系性能的综合体现[5]。

Y. Joshi等[6-7]通过CFD模型模拟研究了不同静压层高度对送风的影响；V. K. Arghode等[8]研究了穿孔率对数据中心气流组织的影响，并确定了各项参数的取值范畴；Y. Fulpagare等[9]研究了穿孔率分别为25%，36%和50%的穿孔地板的热剖面，发现在低穿孔率区域热气流更容易与冷气流混合；Y. Fulpagare等[10]模拟了7种地板下障碍物情况，发现障碍物可以导致空气流量减少80%、温度增加2.5 ℃。虽然他们对各影响因素作了较为详尽的研究，但对模拟的实测验证还不够充分，模拟结果与实际工程中的数据中心运行情况是否一致还有待进一步研究。

本文首先以数据中心奇数列子模块为研究对象(以下简称数据中心)，采用数值分析的方法建立数据中心模型，从地板下静压层高度、地板穿孔率、地板下有利障碍物的位置3个因素入手，分析这3个因素对数据中心气流组织及温度分布的影响。但此物理模型建立时基于Boussinesq假设、忽略了黏性力做功，而机房实际运行时，这些假设因素不可忽略。因此需要进一步实验验证各个区域的温度、速度情况是否与模拟结果一致。此外，数值设计时选取的冷却系统送风温度是否适宜有待商榷，并进行测试分析。

实测研究了以最优模型(静压层高度0.6 m，地板穿孔率20%，挡板角度15°)建造的数据中心(以下简称实勘数据中心)，验证了地板出风速度、温度，机柜前送风速度、温度，机柜后出风速度、温度等重要参数，对比实测与模拟的速度场、温度场是否一致。结合能耗情况，改变冷却系统送风温度再进行多组实测，对比各组气流组织及整体热环境的变化，以期得到最优模型对应数据中心合理的送风温度范围，有效避免局部热点的产生，为数据中心的设计建造提供参考。

1 实勘数据中心奇数列子模块

如图1所示，实勘数据中心奇数列子模块长为10 974 mm，宽为7 300 mm，高为2 500 mm(不含地板高度)，分布3列机柜，每列由11个机柜构成，单个机柜的尺寸为600 mm×1 100 mm×2 000 mm。每列机柜末端的两台机柜用于放置其他用电设备，所以每列实际有9个服务器机柜。两列机柜前门之间以及前门与房间内墙之间的送风通道为冷通道，两列机柜后门之间以及后门与另一子模块的机柜后门之间的排风通道为热通道(两个模块间的通道已隔断，图中未显示)。空调机组的两个送风口尺寸为471 mm×350 mm，两个回风口尺寸为475 mm×350 mm。三维模型如图1所示。

图1 奇数列子模块三维视图Fig.1 Odd-scale sub-module 3D view

2 测量内容及仪器仪表

为了验证优化结果的准确性，并为进一步工况调节提供数据参考，实测过程中对4个特征区域的温度、速度进行测量：穿孔地板出风口、机柜前门送风处、机柜后门出风处、空调机组回风口。

风速的测量采用Testo416风速计。该仪器配备固定式16 mm直径叶轮探头，连接伸缩手柄，最长890 mm。它可测量速度、直接显示风量，仅需输入管道截面积即可精确计算多点及时间段平均风量。

温度的测量采用Testo425热敏风速仪。该仪器固定连接热敏风速探头，带伸缩式手柄，同时可直接测量温度与风速。此热敏风速仪还能随意切换至当前的温度读数，它带有多点和时间段平均值计算功能，能够计算出风量、风速和温度的平均值。

考虑到机房内各测点出风速度均不超过5 m/s、同一立面同一水平高度上温差小等特点，选择以上两款仪器对此类微小风速和小温差场合进行测量，仪器较高的精度可以减小测量误差。

3 测点布置

模型的CFD优化设计简化了繁杂的数据中心实际设计过程[11]。但模型是基于多种特定假设建立的，实际运行时，需要实验验证机房内温度变化是否与模拟结果一致。

本文参考张杰等[12-16]的实测方案，得到空调机组送风口温度和速度、机柜出入口的温度和速度这几个边界条件的精确程度对实测结果影响较大，测量误差导致实测结果与模拟结果有较大出入，从而影响结论的正确性，因此测点布置尤其重要。

3.1 穿孔地板出风口送风参数测量

测量每个穿孔地板上方测点的温度和速度值，在每个穿孔地板上50 mm处取5个测量点，如图2所示，考虑到出风口气流不稳定的情况，每个测点测量3次，每次间隔10 s，取平均值得到每块穿孔地板的出风参数。

图2 出风口测点布置Fig.2 Layout of measuring points for air outlet

3.2 机柜出入口送风参数测量

对于机柜进出风温度和速度的测量，国内外学者做过较多研究，但在测点的布置上大多以对称形式布置，根据热流密度不同，测点密集程度有所调整[17-21]。本实验在机柜正面和机柜背面上、中、下位置布置测点，如图3所示，测点的垂直高度Z分别为500、1 000、1 500 mm(从架空地板表面算起)，部分服务器带有散热风机，为避免机架中散热风机的气流对测试数据的影响，测试时测量点与柜门相距100 mm。同样，每个测点测量3次，每次间隔10 s，取平均值得到机柜出入口送风参数。

图3 机柜进风、出风口测点布置Fig.3 Layout of measuring points for air inlet and outlet of cabinet

4 测试结果与数据分析

由于冷通道内的温度工况能直观反映冷量分布，而热通道内的气流环境可以较好地检验冷量利用情况，预测局部热点产生区域[22-23]。本文通过比较各列机柜前门进风温度和速度来验证模型，对比变温度工况时，选取各列机柜后门出风的温度参数进行分析。

4.1 变地板穿孔率和挡板角度数据中心的实测对比分析

数据中心静压层高度以最优模型600 mm为基准，改变地板穿孔率和挡板角度两个几何因素，对包含最优模型在内的6组典型几何结构(表1)进行实测，同最优模型进行对比验证。

表1 各风道结构几何尺寸Tab.1 Geometric dimensions of each duct

鉴于A列机柜中存在空置的情况，导致模拟和实测有差别，并影响共用冷通道的B列机柜气流组织，因此主要考虑C列机柜的进风温度和速度。由数值设计的模拟分析结果可知，同列机柜中间及偏后位置孔板送风较稳定均匀，故选定C列7#机柜作为验证对象，对7#机柜前门Z分别为500、1 000、1 500 mm高度各参数进行测量，模拟和实验结果如图4～图5所示。

图4 各风道结构C列7#送风速度对比Fig.4 Comparison of air velocity for each air duct structure′s 7# C cabinet

图5 各风道结构C列7#送风温度对比Fig.5 Comparison of air supply temperature for each air duct structure′s 7# C cabinet

由图4～图5可知，实测与模拟速度相对误差最大为17%，温度相对误差最大为5%，未出现明显偏差的测点，实测与模拟结果吻合程度较高，模拟结果可靠。对比6组风道结构的测试结果，Ⅴ号风道结构的各测点速度、温度最优。下文以Ⅴ号风道结构作为实勘数据中心研究对象，进一步对其速度场、温度场及变送风温度工况的适应性进行实测分析。

4.2 实勘数据中心速度场实测分析

图6 各列机柜前门进风速度的对比Fig.6 The comparison of the front door air velocity in each cabinet

从图6分析各列机柜前门进风方向的气流速度，同一水平高度上气流速度差值(由低到高)分别为：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；最大差值不超过0.17 m/s。对比分析3列机柜，B、C两列机柜各水平高度上气流走向的一致性更佳，气流组织更稳定。靠近冷却系统送风口的机柜进风速度普遍略小于远离送风口的机柜(下文将冷却系统送风口简称送风口；靠近送风口的机柜简称近端机柜；远离送风口的机柜简称远端机柜)，这是由于沿着送风方向气流动压减小，静压增大，孔板出风量随之增加，因此近端出风量较小。

竖直方向上，Z=500 mm时速度最大，最大值为0.80 m/s；Z=1 000 mm、Z=1 500 mm时风速很小，最小的测量值仅0.31 m/s。可见随着高度的增大，风速逐渐减小，这主要是因为该数据中心采用地板下送风，距离送风口越近，风速越大，随着送风距离的增加，气流速度逐渐衰减。另外，A列机柜Z=1 000 mm的实测值在前一段走势与模拟值有较大偏差，原因是实测过程中，空置机架没有放置服务器，也没有增设挡板，导致气流直接穿过机柜前、后门的网孔到达热通道，影响机柜中部到上部的气流流速测量。

4.3 实勘数据中心温度场实测分析

图7所示为各列机柜前门进风温度的对比，实测数据的总体趋势和模拟值相同，实测值和模拟值各点的温度值基本吻合。总体而言，实测值整体偏高，原因是实际机房中冷通道封闭处的缝隙有渗漏，及机柜、机架等设施的传热问题，导致实测温度略高于模拟值。图7(a)中，2#机架Z=1 000 mm的实测送风温度明显低于模拟值约1 ℃，因为实测时2#机架中部有一排机架空置，导致中部Z=1 000 mm处的温度测量与模拟值差别较大，同时，2#机架下方的冷气流上升到中部也对两侧(1#和3#)机架的温度测量有一定影响。在靠近送风口的1#机架附近，由于靠近空调机组的地方动压较大而静压较小，导致送风温度较高；另一方面，该处靠近冷却系统回风口，高温回风也对1#机柜的温度有一定影响。

图7 各列机柜前门进风温度的对比Fig.7 Comparison of forward air temperature of various cabinets

分析单列机柜的温度折线图可知：随着高度增加，服务器获得的冷量减少，位于机柜顶部的服务器进风口处空气温度较高，处于最不利位置。由于浮升力的作用，热空气呈向上运动的趋势，且回风口的水平高度与机柜高度接近，下部服务器排出的热流向上堆积，造成机柜出风界面上部温度高于下部温度。综合3列机柜来看，Z=1 500 mm最高温度与Z=500 mm最低温度跨度达7.6 ℃。

在每个测量高度平面，进风温度基本保持一致，由表2可知，水平高度上最小水平温差为0.6 ℃，最大温差跨度不超过2.6 ℃。三列机柜的每个水平高度上温度走势大致相同，每列中间位置和远离送风口的末端位置送风温度相对较低，近冷却系统的位置送风温度相对较高，可见同列机柜中间及偏后位置地板格栅送风量稳定均匀，可在中间偏后的机柜上放置大功率服务器。

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

注：MAX(ΔTZ=xmm)为Z=xmm时水平方向上温差最大值。

4.4 实勘数据中心变送风温度工况实测分析

送风温度为18 ℃时，实测了3列机柜整体温度分布情况，发现各列机柜总体温度趋势一致，随着垂直高度增加，温度逐渐上升，但B、C两列机柜顶端温度略高，尤其靠近送风口一侧的机柜，局部区域温度近35 ℃，不利于服务器运行，且有产生局部热点的趋势。因此在后续测量中，要调节冷却系统送风温度，实测多组机柜后门的出风温度。目的是当不出现局部热点、机柜内热环境稳定、各服务器正常运行时，通过测量得出该数据中心冷却系统合理送风温度范围，使冷量得到充分利用。

在18 ℃送风温度下数据中心整体温度稳定，且未出现局部热点，参考N. M. S. Hassan等[24]对送风温度的选取，本文选取18 ℃上下各2 ℃作为温度变化步长，即16、18、20 ℃的送风温度进行测试，观测气流组织及温度分布的变化，得出最佳送风温度范围。当保证其他参数不变时，改变数据中心冷却系统送风温度，选取机柜背面距离柜门100 mm的垂直截面的温度场进行对比，分析不同送风温度对气流组织及热环境的影响，各立面温度场对比见表3， 横坐标为沿各列机柜方向的距离L(mm),纵坐标为沿机柜高度方向的距离Z(mm)。

由表3可知，冷却系统送风温度为16 ℃时，A、B、C 3列机柜整体出风温度为21～30 ℃，从地板出风至Z=1 500 mm高度区间，温度基本不超过29 ℃，冷量利用充分，各列机柜出风温度均匀，气流组织合理。

当送风温度为18 ℃时，机柜整体出风温度在23～31 ℃，冷量利用较好，根据云图可以直观看到，B列机柜近端产生局部热点趋势，由于送风温度较低，在近端并未真正产生局部热点，虽不影响服务器运行，但日常维护检测需多加注意。

表3 不同送风温度下的机柜后门出风温度对比Tab.3 Comparison of outlet air temperature of cabinet door with different air supply temperature

当送风温度为20 ℃时，Z=1 500 mm的温度测量普遍超过32 ℃，机柜背面的热通道内出现大面积出风温度高于32 ℃，各列机柜上方有多处明显出现局部热点，且Z=1 500 mm的送风温度有多处达到25 ℃。如果送风温度超过25 ℃，通常假定服务器过热[25]。鉴于20 ℃送风情况下温度分布不利于服务器散热，因此不建议设置此送风温度。

考虑数据中心自身的特殊性，对安全性的要求高于效率。因此在建设及使用中，必须首先保障数据中心的安全性。3种送风温度工况下的机房热工环境优劣，还需参考评价指标进一步分析。

ASHRAE[26]根据机柜入风口空气温湿度衡量空气冷却散热设备的数据中心热环境质量。但是ASHRAE的结果不能反映单个机柜“不健康的程度”，即不便于分析单个机柜局部过热等情况。

本文采用M.K.Herrlin[27]提出的回风温度指数RTI(return temperature index)来分析3种送风温度下的服务器运行情况。回风温度指数是冷却系统与IT设备的平均进排风温差之比，用于表征某个机柜的气流组织的能量特性。通过RTI 能够有效判断机柜是否处于空气短路或者空气再循环的状态。RTI>100%说明存在气流再循环现象，RTI=100%为理想情况，RTI<100%说明存在气流短路现象。

回风温度指数的计算式：

RTI=[TR-TS]/ΔTE]×100%

(1)

式中：TR为机房回风温度，℃；TS为地板送风温度，℃；ΔTE为IT 设备机柜在进出口空气的温差，℃；RTI为回风温度指数。

结合实测与模拟情况来看，B列机柜顶部温度相对偏高，出现局部热点的可能性更大，所以选取B列机柜计算RTI，结果如表4所示。

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

由表4可知，大部分机柜的RTI<100%，说明冷通道封闭的风道几何结构对数据中心而言，可以有效避免气流再循环。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。送风温度为16 ℃时，服务器运行的热工环境最佳，18 ℃时的能耗较少，服务器运行环境的整体温度相比16 ℃送风时略高，但在可接受范围内，这与前面对比温度场得出的结论一致。为验证该数据中心可接受送风温度上限，本文在送风温度为19 ℃时，测量了机柜后门出风温度场并计算RTI。发现送风温度为19 ℃时，数据中心整体热环境与18 ℃时的热环境相差不大，仍在可接受范围，故认为送风温度上限为19 ℃。

综上所述，送风温度的变化对气流组织的稳定有一定影响，送风温度提高，机柜平均出风温度随之提高。送风温度不合理，使机柜热环境产生波动，进而影响机组冷量的充分利用、产生局部热点等问题。送风温度在16～19 ℃时，机房整体环境温度符合数据中心设计规范的推荐值[28]，服务器运行环境的温度较低，避免了局部热点的产生，热工环境良好；由于送风温度为20 ℃时，局部热点较多，因此不予考虑。综上所述，该数据中心推荐送风温度为16～19 ℃。

5 测量的不确定度分析

我国的测量行业标准[29-30]对测量不确度表示指南[31]的等同采用，对科学研究、工程技术及商贸中大量存在的数据的处理和表示均具有适用性。测量不确定度的定义[29-31]:与测量结果相关联的一个参数, 用于表征合理地赋予被测量值的分散性。不确定度指导致测量结果偏离的程度, 用分散性尺度来评价测量结果质量, 综合了全部误差因素对实验结果的影响。

不确定度分析理论是误差理论的进一步发展,主要按不确定度来源分为系统不确定度和随机不确定度, 系统不确定度可以根据经验、资料、仪器说明书评定, 而随机不确定度可以根据直接测量样本标准差来获得[32]。

本实验使用的仪器：1)Testo425热敏风速仪，温度测量不确定度为±(0.5 ℃±0.7%测量值)；2)Testo416风速计，风速量程为1～40 m/s，风速测量不确定度为±(0.2 m/s±1.5%测量值)。

不确定度根据估计方法不同, 分为按统计分布估计的A 类不确定度和按非统计分布估计的B 类不确定度两类。A类不确定度采用贝塞尔公式计算得到：样本均值即测量结果，样本标准差即测量结果的标准不确定度；对B 类不确定度，常以仪器误差Δ仪乘以与其分布有关的因子KP简化表示，但因Δ仪为仪器的允许误差，则应有接近100%的置信概率，因而大多数实验可简化将Δ仪当作B 类不确定度[32]。文中以B列机柜5#为例，对风速和温度进行不确定度分析，其他机柜分析方法相同，不再赘述。

不确定度计算公式：

(2)

式中：tP(n-1)为n次测试所对应的t分布概率；SX为由贝塞尔公式计算得出的标准偏差；n为测试取点数量；ΔA为A类不确定度。

ΔB=Δ仪

(3)

式中：Δ仪为仪器误差；ΔB为B类不确定度。

(4)

式中：ΔX为合成不确定度，即最终不确定度。

根据表5中实验数据得出B列机柜5#各水平高度的风速不确定度为：uz=500=0.017；uz=1 000=0.023；uz=1 500=0.017。

表5 B列机柜5#各水平高度的风速Tab.5 Each horizontal height wind speed of the 5# B cabinet

表6 B列机柜5#各水平高度的温度Tab.6 Each horizontal height temperature of the5# B cabinet

根据表6中实验数据得出B列机柜5#各水平高度的温度不确定度为：uz=500=0.099；uz=1 000=0.172；uz=1 500=0.057。

因此，B列机柜5#的风速和环境温度的不确定度较小，可见测量结果的离散性小，测量结果的准确度高。

6 结论

本文首先应用CFD数值模拟方法设计出最优的地板下送风数据中心几何结构，然后改变地板穿孔率和挡板角度，验证了包含最优模型在内的6组风道结构，实测与模拟速度相对误差最大为17%，温度相对误差最大为5%，速度场、温度场吻合程度较高。在此基础上，结合数据中心实际能耗现状，调节冷却系统送风温度观测气流组织的变化，得出最适送风温度区间，使数据中心气流组织与温度分布更合理，避免冷量浪费，主要结论如下：

1)通过对比实测与模拟中各列机柜前门进风温度和速度这两个关键参数，实验验证了第一部分模拟优化风道结构的正确性，为地板下送风型数据中心的设计提供参考。

2)在变送风温度工况下，对该数据中心奇数列子模块的实测分析表明：结合该数据中心热流密度与能耗水平，送风温度为16～19 ℃时，机房热工环境良好；当优先考虑服务器安全性时，建议采用16 ℃送风，当优先考虑数据中心节能降耗时，建议采用19 ℃送风，对于一般数据中心，送风温度可在16～19 ℃之间选取。

3)送风温度变化对数据中心热环境及气流组织产生一定影响，但机组能耗情况也会变化。文中采用回风温度指数RTI加以评价数据中心的热工环境，虽然能够反映各机柜温度分布不均匀程度，但还不能全面地分析该温度分布差异对整个机房换热性能的影响，后续研究可以将送风温度与数据中心能耗变化及气流组织的多项评价指标综合考虑，通过数值模拟得出最佳送风温度与最优能耗的结合点。

本文受江苏省教育厅高校自然科学基金(15KJD470001)和江苏省研究生实践创新计划(SJCX17_0341)项目资助。(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] 张海南，邵双全，田长青. 数据中心自然冷却技术研究进展[J]. 制冷学报, 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] 吕继祥，王铁军，赵丽，等. 基于自然冷却技术应用的数据中心空调节能分析[J]. 制冷学报, 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, 刘晓华,等. 数据中心热环境评价指标研究[J]. 制冷学报,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] 张忠斌, 黄虎, 杜垲,等. 隔板装置对恒温水箱的性能影响分析(2)试验验证[J]. 太阳能学报, 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] 张杰, 周浩, 冯壮波,等. 小型数据中心气流组织及能耗优化[J]. 天津大学学报(自然科学与工程技术版), 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] 张恺, 张小松, 李舒宏. 地板送风数据机房空调系统气流组织的优化[J]. 东南大学学报(自然科学版), 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. 基于热环境评价指标的数据中心气流组织模拟研究[J]. 暖通空调, 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] 电子信息系统机房设计规范: GB 50174—2008[S] .北京：中国标准出版社, 2008.(Code for design of electronic information system room:GB 50174—2008[S].Beijing: Standards Press of China, 2008.)

[29] 通用计量术语及定义: JJF 1001—2011[S] .北京：中国标准出版社, 2011.(General terms in metrology and their definitions:JJF 1001—2011[S].Beijing: Standards Press of China,2011.)

[30] 测量不确定度评定与表示: JJF 1059.1—2012[S] .北京：中国标准出版社, 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, 钟志锋, 王磊,等. 基于第二制冷剂量热器法的压缩机制冷量测量不确定度分析[J]. 流体机械, 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.)