R7-03 · 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
- 列出液冷系统必须连续监测的量，并说明每一个能提前发现什么
- 把告警分层，区分需要立即动作与只需记录的
- 说清趋势判据为什么比阈值判据更早，以及两者如何配合
- 设计一套覆盖液侧与风侧的监控清单，避免只看半个系统
内容大纲
- 必须连续测的量
- 温度：设施水、二次侧供回液、设备进出口，用于判断温度链是否正常
- 流量：总流量与关键支路流量，用于发现分配失衡
- 压力：供回压差与系统压力，用于发现堵塞、泄漏与膨胀异常
- 过滤器压差：颗粒物积累的最早信号
- 漏液检测状态：作为独立通道，不与其他量混在一起
- 告警要分层
- 立即动作类：漏液报警、压力越限、流量骤降，需要联锁停泵或隔断
- 尽快处理类：温度接近限值、过滤器压差偏高，需要在计划窗口内处理
- 仅记录类：偏离基线但仍在正常范围的波动，用于趋势分析
- 分层的意义是让值班人员知道哪些必须现在做，避免告警疲劳
- 趋势比阈值早
- 阈值判据只有越限才报，那时候问题往往已经发生
- 趋势判据看变化率与偏离基线的程度，能在越限前发现
- 过滤器压差与支路流量的缓慢变化是典型的趋势信号
- 两者要配合使用：趋势用于预警，阈值用于安全联锁
- 两侧都要覆盖
- 冷板机房里液侧与风侧各承担一部分热量，只监控一侧会漏掉半个系统
- 风侧要测进风温度与风量，特别是不贴冷板器件所在位置
- 把两侧的量放在同一个界面上，才能在排障时快速判断缺口在哪一侧
- 报警集中在不贴冷板的器件上时，问题在风侧而不是液侧
关键公式
趋势判据：关注 d(量)/dt 与偏离基线的幅度
用于在越限前发现问题；基线需要在稳定运行期建立
支路温差异常 ⇒ 流量或换热出了问题
排障的第一把尺；温差偏大指向流量不足，偏小指向换热不足
关键概念
温度链监测分配失衡过滤器压差告警分层趋势判据与阈值判据双侧覆盖告警疲劳
推荐工具与标准
监控与数据采集系统 基线建立与趋势分析脚本 告警分层配置表
液冷系统技术规范类文件（监测与告警要求的来源；多项在制，引用前须核现行目录） 机柜级液冷相关开放规范（检测集成与自动告警的要求来源；按现行发布确认） 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：某机房把所有偏离都设成同一级告警，值班台每天收到大量提示。判据：统计一段时间内的告警构成，看有多少是需要立即动作的。结论：绝大多数是正常波动，值班人员逐渐不再逐条查看；后来一次真实的流量骤降混在其中被忽略，直到设备降频才被发现。做错的代价：一次本可在几分钟内处理的事件拖成了业务影响。根子在于告警不分层，把所有信息按同一优先级推给人。
动手做
交付物 · 为一个液冷机房：① 列出必须连续监测的量，逐项说明它能提前发现什么；② 把告警分成三层，给出每层的判据与响应要求；③ 为过滤器压差与支路流量各设计一条趋势判据，说明基线如何建立；④ 检查监控清单是否覆盖风侧，特别是不贴冷板器件所在位置。
常见误区
- 告警不分层：所有偏离同一优先级会造成告警疲劳，真事件被淹没
- 只用阈值判据：越限时问题往往已经发生，趋势判据能更早发现
- 只监控液侧：冷板机房里风侧承担另一部分热量，漏掉就是漏掉半个系统
- 基线未建立就上趋势判据：没有稳定运行期的基线，趋势判据会频繁误报
相关课题