R7-02 · 算力中心与液冷 / 可靠性、漏液与运维
待认领listed
→
众筹中recruiting
→
已开课open · Course 售卖
一课题可并存多讲师版本
课程大纲
学完能做什么
- 说清在线维护对液冷系统提出了哪些额外要求
- 列出实现带电换件所需的机械与流体条件，并判断一个方案是否具备
- 把维护动作拆成步骤，找出每一步的风险点与所需工装
- 评估运维团队的能力缺口，并给出补齐路径
内容大纲
- 在线维护为什么难
- 风冷设备换件只需断电抽出，液冷设备还要断开液路
- 断开液路意味着残留液、密封失效与误操作三类新风险
- 在线意味着相邻设备仍在运行，任何泄漏都会波及它们
- 所以在线维护不是一个操作规程问题，而是从接头到机柜的设计问题
- 实现条件
- 接头必须是不滴漏型，且最好支持盲插以减少人工操作
- 液路要能局部隔离，使被维护设备的支路可以单独断流而不影响其他支路
- 机柜结构要保证抽出路径不会拉扯管路或碰到相邻设备
- 四者缺一，在线维护就退化成停机维护
- 把动作拆开看
- 准备：确认设备已隔离、承接与吸附材料就位、防护用品穿戴
- 断开：按规定顺序断电与断液，记录残留处置
- 更换：抽出与推入，注意盲插的对位与力反馈
- 恢复：接通、排气、确认流量与压力回到正常范围后才算完成
- 每一步都要有可核对的判据，凭经验做会在换人时出问题
- 团队能力缺口
- 带液作业的工装、防护与处置流程通常是运维团队没有的
- 培训与演练要在设备到场前完成，而不是边做边学
- 首次维护应有厂商或有经验方在场，并把过程记录下来形成本地规程
- 能力缺口是很多液冷项目在验收阶段才暴露的问题
关键公式
在线维护可行 = 不滴漏接头 ∧ 局部隔离 ∧ 抽出路径 ∧ 盲插或安全人工操作
四个条件是与的关系，缺一即退化为停机维护
单次维护窗口 = 准备 + 断开 + 更换 + 恢复
排产与可用性计算的输入；各段时间要实测而非估计
关键概念
在线维护局部隔离抽出路径盲插对位带液作业本地规程能力缺口
推荐工具与标准
维护工装与防护用品清单 维护步骤检查表 首次维护的记录模板
机柜级液冷相关开放规范（可维护性与接头要求的来源；按现行发布确认） 作业安全相关规范（带液作业的人员防护要求来源；按现行版本与所在地要求确认） 以上文件的编号、现行版本与条款内容一律按现行有效版逐条核对；本大纲未填入任何条款级判定表与限值
工程案例
（教学构造案例，不对应任何真实机房）给定：某机房的液冷方案用了不滴漏接头，团队据此认为可以在线换件。判据：核对液路能否局部隔离——该方案的一列机柜共用一条支路，断开任何一台都要先停整条支路的流量。结论：实际维护时必须停整列，可用性远低于设计预期。做错的代价：可用性承诺无法兑现，且改造液路意味着重新走管。根子在于把接头条件当成了在线维护的充分条件，而它只是四个必要条件之一。
动手做
交付物 · 对一个液冷机柜方案：① 逐条核对在线维护的四个条件，标出不满足的；② 把一次维护动作拆成准备、断开、更换、恢复四段，逐段写出风险点与所需工装；③ 列出运维团队目前不具备的能力，给出培训与演练计划；④ 估单次维护窗口，并说明它如何影响可用性指标。
常见误区
- 把不滴漏接头当成在线维护的充分条件：局部隔离、抽出路径与盲插同样是必要条件
- 凭经验操作不留判据：换人时容易出错，每一步都要有可核对的判据
- 培训放在设备到场后：应当在到场前完成，否则首次维护就是实战
- 不记录首次维护过程：那是形成本地规程的唯一机会
相关课题