技术标签: 数学建模 python Mathorcup数学建模挑战赛
据统计,全球数据中心每年消耗的电量,占全球总电量的 2%左右,而其中能源消耗的成本占整个 IT 行业的 30%-50%,特别是电子器件散热所需消耗的能量占比极大。
目前,国内大数据中心主要建设在内陆地区,预计 2020 年大数据中心年经济体量超过 3000 亿元。但大数据中心建设在陆地上需要占用大量土地,冷却时需要消耗大量的电能和冷却水资源,并花费大量建设成本。由于沿海发达省市数据中心增长迅猛,类似的资源矛盾尤为突出。
“海底数据中心项目(Project UDC)”是将服务器等互联网设施安装在带有先进冷却功能的海底密闭的压力容器中,用海底复合缆供电,并将数据回传至互联网;海底数据中心通过与海水进行热交换,利用巨量流动海水对互联网设施进行散热,有效节约了能源。海底数据中心对岸上土地占用极少,没有冷却塔,无需淡水消耗,既可以包容海洋牧场、渔业网箱等生态类活动,又可与海上风电、海上石油平台等工业类活动互相服务。将数据中心部署在沿海城市的附近水域可以极大地缩短数据与用户的距离,不仅无需占用陆上资源,还能节约能源消耗,是完全绿色可持续发展的大数据中心解决方案。
据悉,2015 年 8 月,微软首次在美国西部加利福尼亚州一处海域对一个水下数据中心的原型机进行了测试。研究人员在位于美国西北部华盛顿州的微软总部办公室对其进行操控,为期 3 个月的测试取得了超出预期的成功。该水下数据中心原型机装配了传感器,可以感知压力,湿度等状况,帮助研究人员更好地了解其在水下环境的运行情况。2018 年微软 Project Natick 项目在苏格兰海岸线附近的水域中实验性地部署了一个水下的数据中心。这是数据中心首次部署在海底,这个数据中心被设计成集装箱样式,然后被悬放在海平面 117 英尺处,之后海底数据中心通过铺设的海底电缆与陆上操作中心相连。海底数据中心以城市工业用电为主,海上风能、太阳能、潮汐能等可再生能源为辅,具有低成本、低时延、高可靠性和高安全性的特点。据微软团队测算,海底数据中心的故障率是陆地的 1/8。
2021 年 1 月 10 日,由北京海兰信数据科技股份有限公司联合中国船舶集团广船国际有限公司打造的全国首个海底数据舱在珠海高栏港揭幕,标志着我国大数据中心走进了海洋时代。对于海底数据中心,如何在有限的体积内存放更多的服务器且保证服务器工作过程中向海水中正常快速的散热是一项非常有挑战性的问题。现在各位参赛队员将参与到海底数据中心的优化设计,解决如下问题,并给微软,谷歌,华为等公司的海底数据中心的外壳散热提供设计方案。
问题 1:固体在液体中的冷却的方式主要是对流传热,对流传热可分为自然对流和强制对流。假定数据中心集装箱的尺寸为直径 1m,长 12m的圆柱形,悬空放置(圆柱形轴线与海平面平行)在中国南海温度为 20 摄氏度的海域深度,其中单个 1U 服务器的产热为 500W(正常工作温度不能超过 80 摄氏度),1U 服务器机箱的高度为 44.45 毫米,宽度为 482.6 毫米,长度为 525 毫米,请评估单个集装箱外壳中最多可以放多少个服务器(仅考虑服务器的散热需求)。
问题 2:假定集装箱外壳最大尺寸不超过 1m×1m×12m,结合第一问的分析,如何设计集装箱外壳的结构(如在圆柱体,长方体等上考虑翅片结构),可以实现最大化的散热效果,即存放更多的服务器。
问题 3:较深的海水具有较低的温度,能取得更好的散热效果,同时增大的压力会对集装箱外壳的耐压能力提出更高的要求;值得注意的是海水本身是一种强的腐蚀介质,直接与海水接触的各种金属结构物都不可避免地受到海水的腐蚀。请在问题 2 的基础上进一步选择合适的材料和海底深度进行优化设计,进一步提高散热效果,并尽可能降低成本,提高使用年限。
问题 4:潮汐和季节会改变局部水位和温度,并带来暂时性的海水流动,可能对数据中心的散热带来一定影响。请考虑潮汐和季节变化等因素对海底数据中心集装箱散热效果的影响。
问题 5:竞赛组委会希望大家可以根据自己的分析结果写一封建议信给相关公司的海底数据中心散热设计部门。
确定基本参数:
分析自然对流和强制对流:
热传导分析:
集装箱设计:
服务器数量估算:
结果报告:
问题一示例代码
import math
# 基本参数
server_heat_generation = 500 # 1U服务器产热 (W)
server_max_temperature = 80 # 服务器工作温度上限 (摄氏度)
sea_water_temperature = 20 # 海水温度 (摄氏度)
# 集装箱参数
container_diameter = 1 # 集装箱直径 (米)
container_length = 12 # 集装箱长度 (米)
container_volume = math.pi * (container_diameter / 2) ** 2 * container_length # 集装箱体积 (立方米)
# 自然对流散热计算
# 假设空气和水的导热系数相同,以简化模型
air_density = 1.225 # 空气密度 (kg/m^3)
g = 9.8 # 重力加速度 (m/s^2)
thermal_diffusivity = 2.5e-5 # 空气和水的热扩散系数 (m^2/s)
sea_water_density = 1025 # 海水密度 (kg/m^3)
sea_water_specific_heat = 4186 # 海水比热容 (J/(kg·K))
# 计算最大可容纳的服务器数量
def calculate_max_servers():
max_servers = 0
for i in range(1, 1000):
# 计算服务器产热和空气流动相关参数
server_heat = i * server_heat_generation
air_velocity = (2 * g * i * server_heat / (air_density * thermal_diffusivity * (server_max_temperature - sea_water_temperature))) ** 0.5
air_flow_rate = math.pi * (container_diameter / 2) ** 2 * air_velocity
# 计算最大服务器数量
if air_flow_rate <= (sea_water_density * sea_water_specific_heat * (server_max_temperature - sea_water_temperature)):
max_servers = i
else:
break
return max_servers
max_servers = calculate_max_servers()
print(f"集装箱内最多可以容纳 {max_servers} 个服务器,仅考虑服务器的散热需求和自然对流。")
问题二示例代码
import math
# 基本参数
server_heat_generation = 500 # 1U服务器产热 (W)
server_max_temperature = 80 # 服务器工作温度上限 (摄氏度)
sea_water_temperature = 20 # 海水温度 (摄氏度)
# 集装箱参数
container_diameter = 1 # 集装箱直径 (米)
container_length = 12 # 集装箱长度 (米)
# 翅片参数
fin_count = 50 # 翅片数量
fin_height = 0.1 # 翅片高度 (米)
fin_thickness = 0.005 # 翅片厚度 (米)
fin_spacing = 0.01 # 翅片间距 (米)
# 计算翅片表面积
def calculate_fin_area(fin_count, fin_height, fin_thickness, fin_spacing):
# 每个翅片的表面积
fin_surface_area = 2 * fin_height * fin_thickness + 2 * fin_height * fin_spacing
# 总翅片表面积
total_fin_area = fin_count * fin_surface_area
return total_fin_area
# 传热模型(简化模型)
def heat_transfer_model(total_fin_area):
# 在这里添加传热模型,考虑翅片的影响
# 简化模型用于示例,实际模型可能更复杂
# 基于传热模型计算最大服务器数量
return max_servers
# 计算最大可容纳的服务器数量
def calculate_max_servers_with_fins():
total_fin_area = calculate_fin_area(fin_count, fin_height, fin_thickness, fin_spacing)
max_servers = heat_transfer_model(total_fin_area)
return max_servers
max_servers_with_fins = calculate_max_servers_with_fins()
print(f"集装箱内最多可以容纳 {max_servers_with_fins} 个服务器,考虑了翅片的散热。")
综合评价模型:
材料性能评估:
海水温度变化模型:
更新传热模型:
服务器数量估算:
结果报告:
问题三示例代码
import math
# 基本参数
server_heat_generation = 500 # 1U服务器产热 (W)
server_max_temperature = 80 # 服务器工作温度上限 (摄氏度)
sea_water_temperature = 20 # 海水温度 (摄氏度)
# 集装箱参数
container_diameter = 1 # 集装箱直径 (米)
container_length = 12 # 集装箱长度 (米)
# 翅片参数
fin_count = 50 # 翅片数量
fin_height = 0.1 # 翅片高度 (米)
fin_thickness = 0.005 # 翅片厚度 (米)
fin_spacing = 0.01 # 翅片间距 (米)
# 材料性能参数
thermal_conductivity = 200 # 材料热导率 (W/m·K)
corrosion_resistance = "excellent" # 耐腐蚀性
# 海水温度变化参数
seasonal_temperature_change = 10 # 季节性温度变化 (摄氏度)
depth_temperature_change = 5 # 深度温度变化 (摄氏度)
# 计算翅片表面积
def calculate_fin_area(fin_count, fin_height, fin_thickness, fin_spacing):
# 每个翅片的表面积
fin_surface_area = 2 * fin_height * fin_thickness + 2 * fin_height * fin_spacing
# 总翅片表面积
total_fin_area = fin_count * fin_surface_area
return total_fin_area
# 传热模型(包括材料性能和温度变化)
def heat_transfer_model(total_fin_area, thermal_conductivity, sea_water_temperature):
# 在这里添加传热模型,考虑翅片的影响、材料性能和海水温度变化
# 简化模型用于示例,实际模型可能更复杂
# 基于传热模型计算最大服务器数量
return max_servers
# 计算最大可容纳的服务器数量
def calculate_max_servers_with_material_and_temperature():
total_fin_area = calculate_fin_area(fin_count, fin_height, fin_thickness, fin_spacing)
max_servers = heat_transfer_model(total_fin_area, thermal_conductivity, sea_water_temperature)
return max_servers
max_servers_with_material_and_temperature = calculate_max_servers_with_material_and_temperature()
print(f"集装箱内最多可以容纳 {max_servers_with_material_and_temperature} 个服务器,考虑了材料性能和海水温度变化的影响。")
更新传热模型:
数据收集:
潮汐和季节变化模拟:
更新服务器数量估算:
结果报告:
问题四示例代码
import math
# 基本参数
server_heat_generation = 500 # 1U服务器产热 (W)
server_max_temperature = 80 # 服务器工作温度上限 (摄氏度)
sea_water_temperature = 20 # 海水温度 (摄氏度)
# 集装箱参数
container_diameter = 1 # 集装箱直径 (米)
container_length = 12 # 集装箱长度 (米)
# 翅片参数
fin_count = 50 # 翅片数量
fin_height = 0.1 # 翅片高度 (米)
fin_thickness = 0.005 # 翅片厚度 (米)
fin_spacing = 0.01 # 翅片间距 (米)
# 季节性温度变化参数
seasonal_temperature_change = 10 # 季节性温度变化 (摄氏度)
# 计算翅片表面积
def calculate_fin_area(fin_count, fin_height, fin_thickness, fin_spacing):
# 每个翅片的表面积
fin_surface_area = 2 * fin_height * fin_thickness + 2 * fin_height * fin_spacing
# 总翅片表面积
total_fin_area = fin_count * fin_surface_area
return total_fin_area
# 传热模型(包括季节性温度变化)
def heat_transfer_model(total_fin_area, sea_water_temperature):
# 在这里添加传热模型,考虑季节性温度变化的影响
# 简化模型用于示例,实际模型可能更复杂
# 基于传热模型计算最大服务器数量
return max_servers
# 计算最大可容纳的服务器数量
def calculate_max_servers_with_seasonal_temperature():
total_fin_area = calculate_fin_area(fin_count, fin_height, fin_thickness, fin_spacing)
max_servers = heat_transfer_model(total_fin_area, sea_water_temperature)
return max_servers
max_servers_with_seasonal_temperature = calculate_max_servers_with_seasonal_temperature()
print(f"集装箱内最多可以容纳 {max_servers_with_seasonal_temperature} 个服务器,考虑了季节性温度变化的影响。")
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf