白航，徐諾，姚清河

(中山大學應用力學與工程系，廣東 廣州 510275)

隨著電子計算機產(chǎn)品集成化程度和運行速度的提高，機房的熱負荷問題變得不可忽視，這對機房或數(shù)據(jù)中心的冷卻系統(tǒng)提出了更高的要求[1-2]?？照{(diào)系統(tǒng)的成功設計，依賴于對內(nèi)部氣流分布機制的理解和研究[3]。在溫室效應以及相關問題越來越突出的今天，針對7×24小時工作地制冷系統(tǒng)的優(yōu)化顯得尤為重要。

國內(nèi)外的學者采用計算流體動力學(CFD)技術，對計算中心室內(nèi)氣流組織進行了大量研究，并取得了良好的輔助設計效果。葉如剛[4]對一數(shù)據(jù)中心機房進行了仿真模擬研究，并將模擬結果與實驗影像進行對比，驗證了仿真模擬的可靠性。孫建梅和劉云昭[5]采用Airpak軟件,以某辦公建筑空調(diào)房間為研究對象，對“上送上回”和“下送上回”兩種送風方向進行了研究，得出了“下送上回”的方式更為合適該房間的結論。孫建麗和劉秀云使用FLUENT軟件研究了空調(diào)送風角度對房間舒適性及能耗的影響[6]。劉敏等應用Monte Carlo法對空調(diào)辦公室熱環(huán)境進行了模擬研究[7]。黃海深等運用CFD軟件對酒店房間內(nèi)部空調(diào)的2種空氣處理方案進行了對比研究，得出了“新風直送”方案更值得選用的結論[8]。Zong C和Zhang G基于CFD技術對牲畜農(nóng)舍漏縫地板系統(tǒng)的氨和廢氣濃度問題進行了模擬研究，發(fā)展并驗證了一種更適合該類問題研究的多孔介質(zhì)模型[9]。翟大海等[10]使用CFD方法研究了空調(diào)房內(nèi)部空氣流場的分布。Ascione等研究了博物館內(nèi)小氣候參數(shù)的空間均勻性，驗證了暖通空調(diào)系統(tǒng)的必要性[11]。曠金玉等運用湍流模型和風口動量模型對某辦公室的室內(nèi)溫度場和速度場進行了模擬研究[12]。和麗虎等利用CFD軟件對混合通風與置換通風兩種氣流組織進行了數(shù)值模擬，得到了置換通風優(yōu)于混合通風的結論[13]。董智超和婁君采用Airpak軟件對某辦公室夏季的空調(diào)環(huán)境進行了數(shù)值模擬[14]。沈向陽等對數(shù)據(jù)中心內(nèi)部熱區(qū)的氣流組織進行了模擬和實測，得出了內(nèi)部熱區(qū)內(nèi)的最佳空調(diào)送風風速和SUN4900服務器的最佳放置位置[15]。Steven J采用大渦模擬的方法對一個自然通風的商業(yè)大廈內(nèi)熱空氣流動進行了模擬研究，并就ANSI / ASHRAE標準62.2-2010，即低層住宅建筑的通風和可接受的室內(nèi)空氣質(zhì)量標準進行了討論[16]。鄺小磊[17]采用制冷量和主機功率兩種計算模型對中央空調(diào)制冷量和能耗兩個整體性能指標進行了研究和優(yōu)化。

近年來，自用型機房即對社會經(jīng)濟和公共秩序影響較小、主要為單位或個人用于研究的等用途的C級及以下的小型計算中心迅猛發(fā)展,早已在高校、研究所以及公司研究部門等機構中普及。但是，伴隨而來的就是其能耗的全面上漲[18-19]。目前，對于小型計算中心的制冷效率和空調(diào)系統(tǒng)氣流組織的專門研究較少。本文對中山大學某已建成的小型計算中心進行了數(shù)值模擬和實驗測量，研究了其內(nèi)部氣流組織特性、渦流產(chǎn)生機理及其對溫度場的影響。

1 控制方程及計算方法

本研究中空調(diào)的平均出風速度為3.25 m/s。為簡化計算，本文作如下假設[20-21]:

1)室內(nèi)氣體為不可壓縮流體，且考慮Boussinesq假設，即認為流體密度變化僅對浮升力產(chǎn)生影響；

2)室內(nèi)氣體屬于牛頓質(zhì)流體，流動為穩(wěn)態(tài)湍流；

3)假設流體的紊流粘性具有各向同性；

4)忽略能量方程中由于粘性作用引起的能量耗散；

5)不考慮滲透風的影響，即認為模擬房間內(nèi)氣密性良好；

6)中心內(nèi)人員停留時間短，照明設備只有在有人時才使用，二者的熱量忽略不計；

7)周圍壁面做絕熱處理且滿足無滑移邊界條件，不考慮墻壁和室內(nèi)物體表面熱輻射。

根據(jù)上述假設，計算模型的控制方程表述如下[22]：

(1)

(2)

上述方程組不封閉，引入湍流模式封閉方程組，本文采用標準κ-ε兩方模型組[22-24]。

κ方程為：

(3)

ε方程為：

(4)

模型中ε的定義為：

(5)

湍動粘度μt可表示成湍動能k和ε的函數(shù)：

(6)

式中，Gk為湍流動能生成量；Gb為浮升力引起的湍流動能；YM為可壓縮湍流脈動膨脹對總的耗散率的影響；C1，C2，C3為經(jīng)驗常數(shù)。

2 模型建立及網(wǎng)格劃分

2.1 研究對象

本文以中山大學某小型計算中心為模擬計算的工程實例，中心內(nèi)部采用雙空調(diào)平行送風系統(tǒng)。該建筑尺寸為7.20 m×6.70 m×2.75 m，房間內(nèi)部布置有1.50 m×0.75 m×0.85 m的三連桌子；貼墻儲物柜為1.80 m×0.45 m×1.80 m；房間中間偏左位置由下到上依次放置服務器及其關聯(lián)設備。服務器尺寸為0.60 m×0.96 m×1.98 m，關聯(lián)設備尺寸分別為0.94 m×0.78 m×1.20 m和0.25 m×0.51 m×0.57 m；兩臺同型號獨立工作的柜式空調(diào)貼墻放置，與墻的夾角約為30°，尺寸為0.60 m×0.35 m×1.86 m。

2.2 物理模型與網(wǎng)格劃分

使用ICEM CFD建立計算模型并對模型進行網(wǎng)格劃分，對特殊邊界進行加密后，對網(wǎng)格進行光順處理，提高網(wǎng)格質(zhì)量?？紤]到計算精度、計算時間、存儲容量和經(jīng)濟性等因素，經(jīng)過網(wǎng)格獨立性測試之后，最終選用的網(wǎng)格總數(shù)為9 090 502，總節(jié)點數(shù)為1 556 117，如圖1所示。

圖1 小型計算中心網(wǎng)格Fig.1 The mesh of small computer center model

3 測量實驗

本文的測量實驗主要分為兩個部分，包括相關模擬計算參數(shù)的采集和對計算中心內(nèi)部溫度的測量。

3.1 計算參數(shù)的采集及計算設定

使用PT100溫度熱敏電阻、數(shù)據(jù)處理器(基于標準 Modbus 通訊協(xié)議)、德國Testo405-V1熱線風速儀(精度0.01)等設備對空調(diào)風的溫度、速度、以及室內(nèi)溫度等參數(shù)進行測量。在空調(diào)送風口均勻分布9個PT100溫度熱敏電阻進行實時測量，得出溫度隨時間變化曲線，并擬合給出平均溫度曲線函數(shù)：

f(t)=C1t5+C2t4+C3t3+C4t2+C5t+C6

(7)

其中：f(t)為空調(diào)送風口溫度，t為空調(diào)工作時間，C1=7.354×10-8，C2=-1.242×10-5，C3=8.055×10-4，C4=-2.197×10-2，C5=-1.868×10-2，C6=305.200。在空調(diào)出風口均勻布置測點，如圖2所示。使用Testo 405-V1高精度熱線風速儀，測得空調(diào)出風口平均風速為3.25 m/s。

圖2 空調(diào)出風口測點分布示意圖Fig.2 The inlet measurement points distribution

服務器背面有18個10 cm×10 cm的出風口，如圖3所示。出風溫度會隨空調(diào)降溫而變化，但變化幅度很小，所以對實驗測得的正常工作時服務器出風溫度取平均值，得到平均出風溫度為30.5 ℃。服務器背面同樣有18個出風口，用Testo 405-V1風速儀測得每個風口中心的風速，求得平均風速為6.8 m/s；出風口總面積為0.18 m2，服務器背面面積為0.81 m2，計算得到服務器背面的平均出風速度為1.51 m/s。服務器進風口平均進風速度與背面平均出風速度一致。

圖3 服務器背面出風口分布示意圖Fig.3 The small outlets distribution of the server

兩臺空調(diào)送風面和服務器出風面設為速度入口，空調(diào)下方回風口設定為opening邊界，外界溫度定義為298 K。服務器進風面設為壓力入口，壓強為標準大氣壓；其他邊界設為無滑移墻?？照{(diào)開始工作時室內(nèi)溫度為303.65 K。

3.2 測點布置及溫度測量

選取工作區(qū)H=1.72 m處布置8個控制點，測點1-8由后到前依次排列，如圖4所示。首先，服務器正常工況下測量空調(diào)開始工作1 min后各控制點溫度；考慮服務器工作狀態(tài)對內(nèi)部環(huán)境的影響，關閉空調(diào)使服務器處于正常工作狀態(tài)，人員撤離讓服務器維持工作狀態(tài)5 h，然后對內(nèi)部室溫和服務器出風溫度進行測量。最后，驗證室外溫度變化對室內(nèi)環(huán)境的影響。

圖4 測點分布圖Fig.4 Measuring point distribution

4 計算結果分析

4.1 模擬值的有效性分析

圖5為實際測量溫度與模擬溫度的變化曲線。其中，8個測點的實測值與模擬值各不相同，誤差在0.045～0.669 K之間，但各點的變化趨勢基本一致。測點2誤差值最大，其相對誤差為0.22%?？偟膩碚f，模擬值與實測值相吻合，誤差均在合理區(qū)間。因此，本文中采用的模擬方法和模型可以有效模擬和預測中心內(nèi)部內(nèi)流場和溫度場分布情況，模擬結果可靠。

圖5 溫度模擬值與實測值的比較Fig.5 Comparison between simulated and measured values of temperature

4.2 結果與討論

不同時刻，高H=1.72 m處的內(nèi)流場和溫度場如圖6所示。根據(jù)實驗數(shù)據(jù)，在0.5 h內(nèi)內(nèi)部的溫度呈現(xiàn)出持續(xù)下降的趨勢，但沒有降低到一個穩(wěn)定值。在強速冷模式下，取降溫效果最為明顯的降溫初始時段(1 min內(nèi))進行模擬。

圖4中的測點將整個內(nèi)部分為前后2個半?yún)^(qū)，靠桌一端為前半?yún)^(qū)，前后半?yún)^(qū)均包含4個測點。從圖6中可以看出，兩空調(diào)送出的強制冷風會在前半?yún)^(qū)交匯，形成左右兩個較穩(wěn)定的回旋氣流，促使整個工作區(qū)域的空氣流動降溫。然而，由于送風角度問題，在后半?yún)^(qū)空調(diào)的后側出現(xiàn)了送風盲區(qū)，接收不到空調(diào)送出的冷風，該區(qū)域的降溫主要依靠與低溫區(qū)域的熱量交換來進行。結合圖5-6可以看出，前半?yún)^(qū)較之后半?yún)^(qū)溫度低，降溫速度快，降溫時間短；而后半?yún)^(qū)在降溫過程中存在一定的滯后性[25]。前半?yún)^(qū)中，氣流與圍護結構相作用的區(qū)域和氣流交匯區(qū)容易產(chǎn)生渦流，這些渦旋區(qū)域的產(chǎn)生不利于室內(nèi)空氣的熱量交換與排除。

由于冷風無法送達，后半?yún)^(qū)的溫度、流場受周圍區(qū)域空氣溫度的影響，流場較為復雜、渦旋的產(chǎn)生和消散變化很快。如圖6(e)所示，只有當后半?yún)^(qū)周邊區(qū)域的溫度降低到一定程度時，后半?yún)^(qū)與附近區(qū)域的熱交換作用才開始減少。所以，周邊區(qū)域特別是前半?yún)^(qū)的溫度對后半?yún)^(qū)流場和溫度場的影響較大。另外，可以觀察到，因為空調(diào)送風和墻壁的限制，在后半?yún)^(qū)突出區(qū)域會形成渦流，且渦流持續(xù)時間較長，同樣不利于熱量的排出。

隨時間發(fā)展，整個工作區(qū)域呈現(xiàn)溫度逐漸下降的趨勢并且局部區(qū)域還會伴隨短暫升溫的情況。取測點4(即圖4中M點)，進行具體分析。如圖7所示，M點溫度符合總體變化規(guī)律：其溫度隨時間下降，但伴有短暫連續(xù)的波動升溫時段。

t=21，35，40 ，47 s時，M點中心界面上的溫度云圖，如圖8所示。從圖8中可以看出，測點4(紅色十字顯示)附近區(qū)域的溫度變化受到其周圍流場影響，呈現(xiàn)出一定的周期性規(guī)律。開始降溫時，工作區(qū)被許多雜亂分布的渦分隔成若干部分，沒有覆蓋整個工作區(qū)域的大范圍渦旋?？拷照{(diào)強制送風區(qū)域的局部區(qū)域的溫度開始時持續(xù)降低。然后，工作區(qū)中各個局部區(qū)域的渦開始消散，并形成繞整個工作區(qū)的大范圍渦流，降溫減慢且出現(xiàn)波動和短暫升溫的現(xiàn)象，這是由于大范圍的渦流將整個區(qū)域納入降溫范圍并且溫度分布不均造成的。接著，渦分割工作區(qū)、局部降溫和大范圍回旋氣流控制整體區(qū)域降溫的現(xiàn)象交替出現(xiàn)。此外，局部區(qū)域降溫時，局部小渦范圍區(qū)域的溫度比整體平均溫度要低，這種溫度的不均造成了溫度下降過程中的升溫現(xiàn)象。且，大范圍回旋氣流的存在也不利于室內(nèi)熱量以及污濁氣體的快速排出。

圖6 內(nèi)部溫度云圖Fig.6 Temperature contour

圖7中，依斜率的不同整個降溫曲線劃分為了4個降溫段。4個降溫段所對應的時間為第20-25 s、第26-34 s、第39-46 s和第50-56 s。在t=22，28，40 和52 s四個典型時刻M點的溫度云圖，如圖9所示。

圖7中，第4個時段(第50-56 s)的降溫速率最大，第3個時段(第39-46 s)次之，第2個時段(第26-34 s)最小。通過圖9可知，第4個時段測點4附近沒有渦，第3個時段測點4附近有渦而距離較遠，第2個時段測點4距離渦比較近。因此，在降溫過程中渦流對其所在區(qū)域的降溫速率有著較大影響。在渦流存在的區(qū)域，不利于熱量以及污濁氣體的快速排出，其溫度降低速率也較鄰近區(qū)域慢[2, 21]。這與之前的分析和判斷相吻合。

圖7 測點4溫度隨時間變化圖Fig.7 Temperature profile at point 4

5 結 論

本文采用CFD技術對小型計算中心內(nèi)部的氣體流動進行了仿真模擬研究，主要結論有：

1)內(nèi)部氣流組織受到圍護結構的限制作用和氣流之間的相互碰撞易產(chǎn)生散亂的渦流和貼壁制冷盲區(qū)。隨時間發(fā)展，氣流組織以繞工作區(qū)的大范圍渦流和多個局部小渦的形式交替出現(xiàn)；渦旋對工作區(qū)的溫度場發(fā)展造成了較大影響，局部溫度分布不均會造成了短暫升溫的現(xiàn)象。

2) 從溫度分布圖中可以觀察到：后部外凸區(qū)域溫度較高，降溫較慢。這是由于這里有渦產(chǎn)生，空氣滯留時間較長、難以參與外界流動、不能及時更新造成的。此外，在降溫過程中，渦對其所在區(qū)域的降溫速率影響很大；在渦流存在的區(qū)域，其內(nèi)部降溫速率相比鄰近區(qū)域慢，這些區(qū)域溫度也往往比鄰近區(qū)域溫度高。

圖8 溫度變化轉(zhuǎn)折時刻的溫度云圖Fig.8 Temperature contour of turning point

圖9 測點4截面的溫度云圖Fig.9 Temperature contour of cross section of the measuring point 4

3)為了提高內(nèi)部制冷效率，計算中心應盡量減少狹小區(qū)域和不規(guī)則區(qū)域的存在，以免在角落區(qū)域產(chǎn)生回旋渦流，造成空氣滯留、產(chǎn)生局部過熱?？照{(diào)的布置也要充分避免出現(xiàn)接收不到空調(diào)冷風的內(nèi)部盲區(qū)，減緩降溫速率。

參考文獻：

[1] 潘登. 小型數(shù)據(jù)中心空調(diào)系統(tǒng)節(jié)能優(yōu)化研究 [J]. 智能建筑, 2016, 11(195): 57-60.

PAN Deng. Study on energy-saving optimization of air-conditioning system in small data center [J]. Intelligent Building, 2016,11(195): 57-60.

[2] 頓喆, 秦赟, 關欣. 基于 Fluentairpak 的數(shù)據(jù)中心機房的氣流組織模擬優(yōu)化 [J]. 建筑節(jié)能, 2015, 42(5) : 27-33.

DUN Zhe, QIN Bin, GUAN Xin. Simulation optimization and evaluation analysis of the data center airflow distribution [J]. Building Energy Efficiency, 2015, 43(3): 27-33.

[3] KARKI K C, PATANKAR S V. Airflow distribution through perforated tiles in raised-floor data centers [J]. Building & Environment, 2006, 41(6): 734-744.

[4] 葉如剛. CFD仿真建模技術在數(shù)據(jù)中心機房節(jié)能中的應用 [J]. 工程建設標準化, 2015(5): 244-254.

YE Rugang. Application of CFD simulation modeling in energy saving of data center computer room [J]. Standardization of Engineering Construction, 2015(5): 244-254.

[5] 孫建梅, 劉云昭. 送風方式對某辦公建筑室內(nèi)舒適度的影響 [J]. 土木工程與管理學報, 2015, 32(4): 15-19.

SUN Jianmei, LIU Yunzhao. Impact of air supply on indoor comfort of an office building [J]. Journal of Civil Engineering and Management, 2015, 32(4): 15-19.

[6] 孫建麗, 劉秀玉. 基于FLUENT的空調(diào)送風角度對房間舒適性及能耗的影響 [J]. 建筑節(jié)能,2015, 43(4): 21-28.

SUN Jianli, LIU Xiuyu. Effect of air supply air supply angle on room comfort and energy consumption based on FLUENT [J]. Building Energy Efficiency, 2015, 43(4): 21-28.

[7] 劉敏, 李明海, 盧明，等. 空調(diào)辦公室熱環(huán)境數(shù)值模擬研究 [J]. 土木建筑與環(huán)境工程, 2015, 37(s1): 28-31.

LIU Min, LI Minghai, LU Ming， et al. Study on numerical simulation of thermal environment in air conditioning office [J]. Journal of Civil, Architectural & Environmental Engineering, 2015, 37(s1): 28-31.

[8] 黃海深, 吳國珊, 陳洪杰，等. 酒店房間空調(diào)2種送新風方式的數(shù)值模擬及舒適性分析 [J]. 流體機械, 2015, 43(1):77-81.

HUANG Haishen, WU Guoshan, CHEN Hongjie， et al. Two kinds of fresh air supply in the hotel room air conditioning simulation and comfort analysis [J]. Fluid Machinery, 2015, 43 (1): 77-81.

[9] ZONG C, ZHANG G. Numerical modelling of airflow and gas dispersion in the pit headspace via slatted floor: comparison of two modelling approaches [J]. Computers & Electronics in Agriculture, 2014(109): 200-211.

[10] 翟大海, 趙金輝, 張力雋. 空調(diào)房間空氣流場分布的數(shù)值模擬 [J]. 節(jié)能技術, 2013, 31(5): 420-425.

ZHAI Dahai, ZHAO Jinhui, ZHANG Lijun. Numerical simulation of air flow field distribution in air-conditioned room [J]. Energy Conservation Technology, 2013, 31(5): 420-425.

[11] ASCIONE F, BELLIA L, CAPOZZOLI A. A coupled numerical approach on museum air conditioning: energy and fluid-dynamic analysis [J]. Applied Energy, 2013, 103(1): 416-427.

[12] 曠金玉, 羅卓英, 周猛，等. 百葉風口空調(diào)房間室內(nèi)熱環(huán)境的數(shù)值模擬研究 [J]. 科學技術與工程, 2012, 12(2): 353-357.

KUANG Jinyu, LUO Zhuoying, ZHOU Meng， et al. Numerical simulation of indoor thermal environment in air-conditioned room with blinds [J]. Science Technology and Engineering, 2012, 12(2): 353-357.

[13] 和麗虎, 羅卓英, 曠金玉，等. 會議室空調(diào)氣流組織形式的數(shù)值模擬研究 [J]. 節(jié)能技術,2012, 30(2): 111-115.

HE Lihu, LUO Zhuoying, KUANG Jinyu， et al. Research on numerical simulation of airflow organization in conference room [J]. Energy Conservation Technology, 2012, 30(2): 111-115.

[14] 董智超, 婁君. 某辦公室熱環(huán)境CFD模擬研究 [J]. 制冷與空調(diào)(四川), 2011, 25(1): 102-106.

DONG Zhichao, LOU Jun. Research on thermal environment CFD simulation in an office [J]. Refrigeration & Air Conditioning (Sichuan), 2011, 25 (1): 102-106.

[15] 沈向陽, 陳嘉澍, 呂金虎，等. 數(shù)據(jù)機房熱區(qū)內(nèi)氣流組織的數(shù)值模擬及優(yōu)化 [J]. 節(jié)能技術, 2011, 29(3): 233-237.

SHEN Xiangyang, CHEN Jiashu, LUE Jinhu ，et al. Numerical simulation and optimization of air flow in hot area of data room [J]. Energy Conservation Technology, 2011, 29(3): 233-237.

[16] EMMERICH S J. Standard 62.2 update [J]. Ashrae Journal， 2011, 53(1): 62-65.

[17] 鄺小磊.一種新型空調(diào)系統(tǒng)優(yōu)化指標的計算模型 [J]. 中山大學學報(自然科學版), 2008, 47 (s1): 25-28

KUANG Xiaolei. A new computation model for air conditioning system optimization index [J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2008, 47(S1): 25-28.

[18] 黃群驥. 對《電子信息系統(tǒng)機房設計規(guī)范》GB50174-2008中幾個重要參數(shù)的理解 [J]. 機房技術與管理, 2010(5): 6-9.

HUANG Qunji. Understanding of some important parameters in GB50174-2008 "Code for Design of Electronic Information System Room" [J]. Room Technology and Management, 2010(5): 6-9.

[19] 中華人民共和國電子工業(yè)部. 電子計算機機房設計規(guī)范 [M]. 北京：中國計劃出版社, 2008:5

Ministry of Electronics Industry of the PRC. Code for design of electronic information system room [M]. Beijing: China Planning Press, 2008: 5.

[20] 魏蕤, 簡棄非, 楊蘋. 空調(diào)布局對數(shù)據(jù)機房內(nèi)熱環(huán)境影響的試驗與仿真研究 [J]. 暖通空調(diào),2010, 40(7): 91-94.

WEI Rui, JIAO Qifei, YANG Ping. Experimental and simulation study on the effect of air-conditioning layout on thermal environment in data room [J]. Heating Ventilating & Air Conditioning, 2010, 40 (7): 91-94.

[21] YANG L, YE M, HE B J. CFD simulation research on residential indoor air quality [J]. Science of the Total Environment, 2014, 472(8): 1137-1144.

[22] 王福軍. 計算流體動力學分析——CFD軟件原理與應用 [M]. 北京：清華大學出版社, 2004：272.

WANG Fujun. Computational fluid dynamics analysis-principles and applications of CFD software[M]. Beijing: Tsinghua University Press, 2004: 272.

[23] 任志安, 郝點, 謝紅杰. 幾種湍流模型及其在FLUENT中的應用 [J]. 化工裝備技術, 2009, 30(2): 38-40.

REN Zhian, HAO Dian, XIE Hongjie. Several turbulence models and their applications in FLUENT [J]. Chemical Equipment Technology, 2009,30 (2): 38-40.

[24] 李文華, 蘇明軍. 常用湍流模型及其在FLUENT軟件中的應用 [J]. 水泵技術, 2006(4): 39-40.

LI Wenhua, SU Mingjun. Commonly used turbulence model and its application in FLUENT software [J]. Pump Technology, 2006(4): 39-40.

[25] CHO J, KIM B S. Evaluation of air management system’s thermal performance for superior cooling efficiency in high-density data centers [J]. Energy & Buildings, 2011, 43(9): 2145-2155.