机械与能源工程学院 - 图文

热点预测和送风温度优化实例和运行结果 精确性讨论

?苏州某银行数据中心CFD模拟的偏差：[-0.78,0.40]℃ ?苏州某银行数据中心人工神经网络模拟的偏差：[-0.32,0.38]℃ ?基于人工神经网络的CFD模拟结果的偏差：[-1.1,0.78]℃

?汇报内容 ?背景和意义

?数据中心热工环境评价指标 ?数据中心热点预测和送风温度优化 ?热点预测和送风温度优化实例 ?成果和总结

?成果和总结 本文以数据中心现场实测和计算流体力学CFD为基础、热工环境指标为评价标准、人工神经网络为工具、热点预测和送风温度优化为目的，对数据中心热工环境的评价、热点预测和控制进行了理论和实践的探讨。 ?一、数据中心热工环境指标

1. 针对数据中心运行的特点，对指标进行分析和分类，指出了分类的重要性排序 2. RCI-RTI-SHI的提出，和在实际数据中心改造过程中的可行性与合理性 ?二、CFD结合人工神经网络用于热点预测和送风温度优化

1. 把典型数据中心和苏州某银行数据中心作为研究对象，从理论和实际角度证明了在一定范围中CFD-ANN的可行性

2. CFD-ANN作为工具用于数据中心热点预测和温度优化的精确性验证

?局限和进一步工作

致谢

?本文是在我的导师许鹏教授的指导下完成的。衷心感谢许老师在过去两年半的时间里对我学习、科研和生活上的帮助。

?感谢中德学院的黄治钟老师，和黄老师一同前往苏州某银行数据中心进行测试，在测试和数据分析过程中给予了我很多帮助和建议。本论文的思路很大程度是在他的启发下得到的。 ?感谢韩延民博士和李铮伟老师，他们在我论文开题预答辩时对我的论文提出很多建设性的意见。 ?感谢许门大家庭的所有同门、师兄师姐、师弟师妹

?感谢家人的支持和帮助