view in publisher's site

An Accurate Fast Fluid Dynamics Model for Data Center Applications

Traditional CFD is broadly useful in the design and operation of reliable and efficient data centers. It is nevertheless computationally expensive, particularly when employed for design optimization, which usually requires multiple simulations. To speed-up calculations while retaining essential airflow physics, several researchers have turned to an alternative CFD methodology, namely, fast fluid dynamics (FFD). FFD has been reported to be much faster than traditional CFD, but at an assumed (acceptable) trade-off of reduced accuracy. However, a recent comparison of FFD and traditional CFD for data center plenum applications produced nearly indistinguishable results and suggested that previously-reported FFD/traditional-CFD differences were due primarily to inconsistent: 1) advection schemes, 2) computational grids, and 3) turbulence models. The present paper extends this FFD/traditional-CFD comparison to the data center whitespace and confirms the finding that a true like-for-like comparison produces nearly identical predictions. Our FFD implementation utilizes a first-order upwind finite-volume scheme for advection like traditional CFD, so alternative advection schemes (e.g., semi-Lagrangian) are not considered further here. Likewise, the effect of grid choice on traditional-CFD predictions is well known. However, the effect of turbulence model for data center applications has not been reported extensively so we do consider this topic further here. We compare the standard k- ∈ and a simpler algebraic model to benchmark experimental data from a real data center. We find that the algebraic turbulence model predicts rack-inlet temperatures at a similar level-of-accuracy as the k- ∈ model for our fairly-simple-airflow reference data center.

یک مدل دقیق دینامیک سیالات محاسباتی برای برنامه‌های مرکز داده

مدل سنتی CFD به طور گسترده در طراحی و بهره‌برداری از مراکز داده قابل‌اعتماد و کارآمد مفید است. با این حال، از نظر محاسباتی گران است، به خصوص زمانی که برای بهینه‌سازی طراحی بکار گرفته می‌شود، که معمولا نیازمند شبیه‌سازی‌های متعدد است. برای محاسبات با سرعت بالا در حین حفظ فیزیک ضروری جریان هوا، چندین محقق به یک روش CFD به نام‌های دینامیک سیالات سریع (FFD)تبدیل شده‌اند. گزارش شده‌است که FFD نسبت به CFD سنتی بسیار سریع‌تر عمل می‌کند، اما در یک موازنه مفروض (قابل‌قبول)از دقت کاهش‌یافته است. با این حال، یک مقایسه اخیر از FFD و مدل سنتی CFD به مرکز داده‌ها، نتایج تقریبا غیرقابل‌تشخیص را تولید کردند و پیشنهاد دادند که تفاوت‌های گزارش‌شده قبلی - CFD به علت متناقض بودن: ۱)advection (۲)grids محاسباتی، و ۳)مدل‌های آشفتگی. مقاله حاضر این مقایسه FFD / CFD - CFD را به مرکز داده‌ها بسط می‌دهد و این یافته را تایید می‌کند که یک مقایسه درست مانند مقایسه تقریبا شبیه به پیش‌بینی‌های مشابه است. پیاده‌سازی FFD از یک طرح اولیه upwind با حجم محدود برای advection مانند CFD سنتی استفاده می‌کند، به طوری که schemes advection جایگزین (به عنوان مثال، نیمه لاگرانژی)در اینجا بیشتر مورد توجه قرار نمی‌گیرند. به همین ترتیب، تاثیر انتخاب شبکه بر پیش‌بینی‌های traditional - CFD به خوبی شناخته شده‌است. با این حال، تاثیر مدل توربولانس برای کاربردهای مرکز داده‌ها به طور گسترده گزارش نشده است، بنابراین ما این موضوع را بیشتر در اینجا در نظر می‌گیریم. ما استاندارد k - و یک مدل جبری ساده را برای داده‌های تجربی بنچ‌مارک از یک مرکز داده‌های واقعی مقایسه می‌کنیم. ما متوجه می‌شویم که مدل توربولانس جبری دماهای ورودی - ورودی را در سطح مشابهی از دقت به عنوان مدل k برای مرکز داده‌های مرجع تولید - هوا به طور نسبتا ساده پیش‌بینی می‌کند.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.