Использование энтропийного анализа при эксплуатации чиллера центра обработки данных

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Обоснование. Холодильные установки широко применяются в разных отраслях промышленности. Для получения температур ниже температуры окружающего воздуха и отвод избыточного количества теплоты, образовывающейся в результате какого-либо технологического процесса, требуется затратить работу (электроэнергию). Данные затраты зачастую составляют значительную часть энергопотребления всего предприятия.

Например, холодильное оборудование, применяемое для одной из наиболее развивающихся областей (например, для строительства центров обработки данных (ЦОД)) потребляет до 40% от общего потребления электроэнергии [1].

Для снижения энергопотребления важно проводить анализ работы на всех этапах жизненного цикла от проектирования до эксплуатации. Часто результаты, получаемые теоретически, отстают далеко от практики и требуют внесения изменений как в конструкцию холодильной системы, так и в алгоритмы управления.

В данной публикации приводится анализ холодильной установки для охлаждения жидкости центра обработки данных, на основании которого были проведены действия с целью увеличения эффективности работы установки.

Цель — показать необходимость и возможность применения анализа работы холодильной установки на этапе проведения пуско-наладочных работ.

Методы. Проведено исследование потерь чиллера системы холодоснабжения центра обработки данных энтропийно-статистическим методом термодинамического анализа [2]. По результатам анализа были предприняты действия, позволяющие повысить эффективность работы холодильной установки.

Результаты. Применение энтропийно-статистического метода термодинамического анализа на этапах жизненного цикла холодильной установки позволяет определять элементы, требующие коррекции (настройка, замена и т.д.). После пуска в эксплуатацию отклонение значений действительного холодильного коэффициента от проектного значения составило 13,67%, после замены испарителя — 4,14%. Поскольку в техническом задании на проектирование холодильной установки было указано, что значение холодильного коэффициента не должно быть ниже 5,4, полученное значение 5,34 при отклонении от требуемого 1,04% является приемлемым.

Заключение. Применение энтропийно-статистического метода термодинамического анализа на этапе проектирования и пуско-наладочных работ позволило получить требуемые значения эффективности при этом на основании распределение потерь был выявлен элемент с максимальными потерями, который и подвергся изменению.

Об авторах

Максим Сергеевич Талызин

Международная Академия Холода

Автор, ответственный за переписку.
Email: talyzin_maxim@mail.ru
ORCID iD: 0000-0001-7244-1946
SPIN-код: 6524-3085

канд. техн. наук

Россия, 105005, Москва, 2-я Бауманская, 5

Андрей Викторович Сколов

ООО «Лекма Холод»

Email: skolov@lekmaholod.ru
Ростов-на-Дону

Список литературы

  1. Chichyants AE. Improving energy efficiency of data center air conditioning systems. Vestnik Nauki. 2023; 3(5(62)):853–859. (In Russ.)
  2. Arkharov AM. Fundamentals of cryology. Entropy-statistical analysis of low-temperature systems. Moscow: MGTU im NE Baumana; 2014. (In Russ.)
  3. Arkharov AM, Shishov VV. Entropy-statistical analysis of low-temperature refrigeration cycles. Refrigeration Technology. 2014;8:50–53. (In Russ.)
  4. Arkharov AM, Shishov VV, Talyzin MS. Entropy-statistical analysis of low-temperature refrigeration cycles and choosing of optimal refrigeration system for retail. Refrigeration Technology. 2016;3:30–34. (In Russ.)
  5. Talyzin MS, Skolov AV. Selection of refrigerant for use in chillers. Refrigeration Technology. 2024;113(1):13–20. (In Russ.) doi: 10.17816/RF632560
  6. Shishov VV, Talyzin MS. Practical application of the entropic and statistical method of the analysis of refrigeration cycles. Refrigeration Technology. 2015;3:25–28. (In Russ.)

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Внешний вид холодильной машины.

Скачать (321KB)
3. Рис. 2. Принципиальная схема цикла. КМ — компрессор, Кд — конденсатор, И — испаритель, РВ — регулирующий клапан.

Скачать (50KB)
4. Рис. 3. Распределение потерь мощности по элементам, кВт.

Скачать (49KB)

© Эко-Вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».