AI数据中心高功率机柜液冷系统,冷板供回液温差是监控冷板换热状态的关键指标。通过供液、回液两支131温度变送器采集温度,在DCIM系统计算温差并实现告警。

很多项目调试阶段为尽早发现冷板换热异常,把温差告警阈值设得很严,阈值区间很窄。系统在负载波动、泵变频调速、阀门调节流量过程中频繁产生误告警,大量无效告警掩盖真实故障,运维人员出现告警疲劳,反而忽略真正的冷板过热风险。

要解决阈值过紧带来的误报,不能只简单放宽阈值,需要从温度变送器参数、测点安装、滤波设置、平台告警逻辑几个方面协同优化。

打开网易新闻 查看精彩图片

先理解冷板温差的物理逻辑。供回液温差不是固定常数,按热负荷关系Q等于c乘m乘ΔT,温差ΔT同时受热负荷和循环流量影响。服务器算力负载阶跃上升瞬间,热量快速变化;泵组变频调节,支路流量波动,都会造成供回液温差短时跳变,这种跳变属于系统正常动态响应,并不是冷板故障。

另外两只131温度变送器存在测量误差,探头安装深度不同、套管热阻差异、时间常数不一致,也会制造虚假温差,即便系统运行正常,也会出现小幅波动。阈值贴近这一区间,就会出现大量误报。

温度变送器本体参数组态是优化的首要环节。多数数显型温度变送器支持内部数字滤波,可设置滤波时间常数;131温度变送器的滤波参数应以随机资料与现场工况为准,确认后再设定。滤波时间过小,输出响应过于灵敏,流量扰动、电气噪声带来的温度尖峰直接输出到控制系统,放大温差波动;滤波时间设置过大,又造成温度响应滞后,真实过热事件告警延迟。

液冷工况下宜选用适中的滤波时间,过滤高频噪声尖峰,同时保留温度的真实变化趋势,不宜把滤波参数调到上限、以牺牲响应速度为代价。

另外需要成对校准供液、回液两只131温度变送器,尽量匹配两者的响应时间常数,消除传感器响应速度不一致带来的虚拟温差。安装阶段,温度探头插入深度、套管规格应保持一致,减少安装引入的测量偏差。

变送器输出4至20mA信号上传DCIM平台之后,告警逻辑不宜只设单一温差幅值阈值,需要把幅值、延时、流量门槛结合起来,构建复合型告警逻辑。

一是设置合理的告警延时。延时下限参考传感器时间常数、平台采样周期、变送器滤波窗口的总和,负载突变带来的温差尖峰持续时间短,未达到延时时长时不触发告警;温差超限并且持续超过延时,才判定异常。

二是叠加流量联锁门槛。温差超限但支路流量低于设计下限时,优先判定流量不足告警,而不是直接报冷板换热故障。

三是分级告警。设置预警与故障告警两级,小幅超限先预警提示复核,温差大幅超限并且持续,才触发高级故障告警。

液冷应用时存在冷板温差告警阈值过紧、单纯调大阈值造成故障漏判的问题,锐凌建议131温度变送器结合现场噪声与响应要求确认滤波参数,供回温度测点成对校准,DCIM侧采用幅值、延时、流量结合的复合告警逻辑,兼顾抑制误报与故障响应速度。

同时要采集不同负载下的温差历史曲线,建立正常波动基线,依据真实运行数据确定阈值,而不是只依靠理论设计值。原始未滤波数据留作事后回溯,滤波后的数据用于告警判断,既能减少误告警,又不会掩盖冷板堵塞、流量衰减这类真实故障,让告警体系保持可用。