数据中心冷板式液冷故障诊断技术研究进展

刘泽霄; 张义奇; 吕依美; 韩宗伟

doi:10.12465/issn.0253-4339.20260615001

您当前的位置：

首页 >

文章列表页 >

数据中心冷板式液冷故障诊断技术研究进展

XXXX | 更新时间：2026-08-10

- 数据中心冷板式液冷故障诊断技术研究进展
- Advances in Fault Diagnosis Technology for Cold-Plate Liquid Cooling in Data Centers
- 制冷学报 2026年页码：1-7
- 作者机构：
  
  东北大学冶金学院辽宁省流程工业节能与绿色低碳技术工程研究中心沈阳 110004
- 作者简介：
  
  韩宗伟，男，教授，东北大学冶金学院，15040168696，E-mail：hanzongwei_neu@163.com。研究方向：高精度控温技术，绿色/高效制冷相关理论及其关键技术。
- 基金信息：
- DOI：10.12465/issn.0253-4339.20260615001
  中图分类号： TB657.2;TP308
- 收稿：2026-06-15，
  
  修回：2026-07-18，
  
  录用：2026-07-20，
  
  网络首发：2026-08-04，
- 稿件说明：
移动端阅览
刘泽霄，张义奇，吕依美，等. 数据中心冷板式液冷故障诊断技术研究进展［J］. 制冷学报，XXXX，XX（XX）：1-7.

Liu Zexiao，Zhang Yiqi，Lü Yimei，et al. Advances in Fault Diagnosis Technology for Cold-Plate Liquid Cooling in Data Centers［J］. Journal of Refrigeration，XXXX，XX（XX）：1-7.
刘泽霄，张义奇，吕依美，等. 数据中心冷板式液冷故障诊断技术研究进展［J］. 制冷学报，XXXX，XX（XX）：1-7. DOI： 10.12465/issn.0253-4339.20260615001.

Liu Zexiao，Zhang Yiqi，Lü Yimei，et al. Advances in Fault Diagnosis Technology for Cold-Plate Liquid Cooling in Data Centers［J］. Journal of Refrigeration，XXXX，XX（XX）：1-7. DOI： 10.12465/issn.0253-4339.20260615001.

摘要

随着人工智能、高性能计算的快速发展，冷板式液冷技术已逐渐成为应对高密度数据中心冷却系统散热需求的主流技术方案之一。本文介绍了数据中心冷板式液冷系统典型故障的诱发机理、影响危害与耦合演化规律；总结了直接检测技术和基于运行数据的反问题故障诊断技术的原理及特点，并梳理了这类故障诊断技术在冷板式液冷系统实际应用中存在的关键问题；基于暖通空调领域的诊断经验，归纳了现有问题的针对性改进方法，例如半监督学习、小样本学习、数据增强、物理与数据融合等。未来该领域的研究可围绕多算法融合、缓解数据不平衡问题、增强模型可解释性和抗干扰能力等方向，提升故障识别的准确性、可靠性和工程适用性。本文对相关研究的梳理与归纳，可为冷板式液冷故障诊断领域的理论研究与工程应用提供参考。

Abstract

With the rapid development of artificial intelligence and high-performance computing， cold-plate liquid cooling technology has gradually become a mainstream solution for satisfying the heat-dissipation demands of high-heat fluxes data centers. This paper describes the triggering mechanisms， impact hazards， and the coupled evolution patterns of typical faults in data center cold-plate liquid cooling systems. The principles and characteristics of direct-detection techniques and inverse-problem fault diagnosis techniques are then summarised based on operational data and outlines the key problems encountered when applying these diagnostic techniques to real-world cold-plate liquid cooling systems. Finally， based on diagnostic experience in the HVAC （heating， ventilation and air conditioning） field， this study concludes the targeted methods for addressing these problems， including semi-supervised learning， few-shot learning， data augmentation， and physics-data fusion. Future research could focus on multi-algorithm fusion， mitigating data imbalance， and enhancing model interpretability and anti-interference capabilities to improve the accuracy， reliability， and engineering applicability of fault identification. The review and synthesis presented in this paper can serve as a reference for both theoretical research and engineering applications in the field of cold-plate liquid-cooling fault diagnosis.

关键词

Keywords

references

Wright A . Worldwide IDC global datasphere forecast， 2025-2029 ［R］. Framingham ： International Data Corporation ， 2025 .

江亿，邵双全，李震，等 . 中国数据中心冷却技术年度发展研究报告2025 ［M］. 北京：中国建设科技出版社有限责任公司， 2026 .

Jiang Yi ， Shao Shuangquan ， Li Zhen ， et al . China data center cooling technology annual development research report 2025 ［M］. Beijing ： China Construction Science and Technology Press Co.， Ltd. ， 2026 .

江亿 . 数据中心冷却技术：十年演进与未来展望——《数据中心冷却技术》专栏序言［J］. 制冷学报， 2026 ， 47 （ 1 ）：

Jiang Yi . Preface to data center cooling technologies： ten-year evolution and future prospects ［J］. Journal of Refrigeration ， 2026 ， 47 （ 1 ）：Ⅰ-Ⅱ.

Ⅰ-Ⅱ .

张义奇，黄烁全，历秀明，等 . 热管/蒸气压缩复合空调系统故障诊断模型分类解释性研究［J］. 制冷学报， 2026 ， 47 （ 1 ）： 88 - 95 .

Zhang Yiqi ， Huang Shuoquan ， Li Xiuming ， et al . Interpretability study on the fault-diagnosis model of the heat pipe/vapor-compression composite air-conditioning system ［J］. Journal of Refrigeration ， 2026 ， 47 （ 1 ）： 88 - 95 .

Cai Senhong ， Gou Zhonghua . Towards energy-efficient data centers： a comprehensive review of passive and active cooling strategies ［J］. Energy and Built Environment ， 2026 ， 7 （ 1 ）： 206 - 226 .

邹启凡，刘洪，罗海亮，等 . 高功率大面积AI芯片液冷技术进展［J］. 制冷学报， 2026 ， 47 （ 1 ）： 20 - 36 .

Zou Qifan ， Liu Hong ， Luo Hailiang ， et al . Research progress on liquid cooling technologies for high-power and large-area AI chips ［J］. Journal of Refrigeration ， 2026 ， 47 （ 1 ）： 20 - 36 .

Wu Zhijun ， Zhang Guanyu ， Lu Shaoan ， et al . A comprehensive review of cold plate liquid cooling technology for data centers ［J］. Chemical Engineering Science ， 2025 ， 310 ： 121525 .

江亿，李震，陈焕新，等 . 中国数据中心冷却技术年度发展研究报告2024 ［M］. 北京：中国建设科技出版社有限责任公司， 2025 .

Jiang Yi ， Li Zhen ， Chen Huanxin ， et al . China data center cooling technology annual development research report 2024 ［M］. Beijing ： China Construction Science and Technology Press Co.， Ltd. ， 2025 .

李长智，唐少瀛，谢冬梅，等 . 湖水自然冷却数据中心制冷系统模拟与优化研究［J/OL］. 制冷学报， 2026-03-13 . https：//www.zhilengxuebao.com/zh/article/doi/10.12465/ issn.0253-4339.20250522003/?lang=zh https://www.zhilengxuebao.com/zh/article/doi/10.12465/issn.0253-4339.20250522003/?lang=zh

Li Changzhi ， Tang Shaoying ， Xie Dongmei ， et al . Simulation and optimization of data-center cooling system with naturally cooled reservoir water ［J/OL］. Journal of Refrigeration ， 2026-03-13 . https：//www.zhilengxuebao.com/zh/article/doi/10.12465/issn.0253-4339.20250522003/?lang=zh https://www.zhilengxuebao.com/zh/article/doi/10.12465/issn.0253-4339.20250522003/?lang=zh

刘谦文，徐涛，王立志 . 液冷机箱流道内的多余物分析及控制措施改进［J］. 机械研究与应用， 2025 ， 38 （ 3 ）： 146 - 148 .

Liu Qianwen ， Xu Tao ， Wang Lizhi . Analysis of excess material in the flow channel of liquid-cooled chassis and research on control measures ［J］. Mechanical Research & Application ， 2025 ， 38 （ 3 ）： 146 - 148 .

吕俊复 . 气液两相流动与沸腾传热［M］. 北京：科学出版社， 2017 .

Lü Junfu . Gas-liquid two-phase flow and boiling heat transfer ［M］. Beijing ： Science Press ， 2017 .

Venkatasubramanian V ， Rengaswamy R ， Yin Kewen ， et al . A review of process fault detection and diagnosis Part I： quantitative model-based methods ［J］. Computers & Chemical Engineering ， 2003 ， 27 （ 3 ）： 293 - 311 .

江宁，孔嘉麒，伍宸亮，等 . 数据中心耦合机械制冷液冷系统泄漏故障检测技术研究［J］. 制冷与空调（北京）， 2025 ， 25 （ 6 ）： 99 - 107 .

Jiang Ning ， Kong Jiaqi ， Wu Chenliang ， et al . Leakage fault detection technology on coupled mechanical refrigeration liquid cooling systems for data center ［J］. Refrigeration and Air-conditioning ， 2025 ， 25 （ 6 ）： 99 - 107 .

白旭升 . 制冷系统泄漏检测方法的应用与展望［J］. 节能， 2021 ， 40 （ 4 ）： 77 - 79 .

Bai Xusheng . Application and prospect of leakage detection method in refrigeration system ［J］. Energy Conservation ， 2021 ， 40 （ 4 ）： 77 - 79 .

任志博，王君生，谈作伟，等 . 漏液检测系统、方法和液冷储能系统： CN202110492323.7 ［P］. 2021-07-23 .

Vittorio Frazzoli F ， Magrini A ， Salmi M . An optimized procedure for leaks detection with radioactive tracers ［J］. The International Journal of Applied Radiation and Isotopes ， 1978 ， 29 （ 7 ）： 465 - 467 .

Ma Duo ， Fang Hongyuan ， Wang Niannian ， et al . The state-of-the-art in pipe defect inspection with computer vision-based methods ［J］. Measurement ， 2026 ， 257 ： 118431 .

Isermann R . Fault-diagnosis systems： an introduction from fault detection to fault tolerance ［M］. Berlin ： Springer ， 2006 .

Zhang Pengbo ， Chen Renxiang ， Xu Xiangyang ， et al . Recent progress and prospective evaluation of fault diagnosis strategies for electrified drive powertrains： a comprehensive review ［J］. Measurement ， 2023 ， 222 ： 113711 .

Zhao Zhen ， Liu P X ， Gao Jinfeng . Model-based fault diagnosis methods for systems with stochastic process-A survey ［J］. Neurocomputing ， 2022 ， 513 ： 137 - 152 .

Zhao Liang ， Kang Shaokun ， Yoon S ， et al . Fault diagnosis method for data imbalance in chiller systems based on CWGAN-GP and DS evidence theory fusion ［J］. Building and Environment ， 2025 ， 282 ： 113271 .

He Changfu ， Yan Ke ， Gao Yuan . A few-shot unknown fault diagnosis framework for heating， ventilation， and air conditioning systems with entropy-based uncertainty guidance ［J］. Advanced Engineering Informatics ， 2026 ， 74 ： 104730 .

Yan Shen ， Shao Haidong ， Xiao Yiming ， et al . Semi-supervised fault diagnosis of machinery using LPS-DGAT under speed fluctuation and extremely low labeled rates ［J］. Advanced Engineering Informatics ， 2022 ， 53 ： 101648 .

Xie Zongliang ， Chen Jinglong ， Feng Yong ， et al . Semi-supervised multi-scale attention-aware graph convolution network for intelligent fault diagnosis of machine under extremely-limited labeled samples ［J］. Journal of Manufacturing Systems ， 2022 ， 64 ： 561 - 577 .

Wu Zhangjun ， Xu Renli ， Luo Yuansheng ， et al . A holistic semi-supervised method for imbalanced fault diagnosis of rotational machinery with out-of-distribution samples ［J］. Reliability Engineering & System Safety ， 2024 ， 250 ： 110297 .

Wang Duo ， Zhang Ming ， Xu Yuchun ， et al . Metric-based meta-learning model for few-shot fault diagnosis under multiple limited data conditions ［J］. Mechanical Systems and Signal Processing ， 2021 ， 155 ： 107510 .

Lin Jian ， Shao Haidong ， Zhou Xiangdong ， et al . Generalized MAML for few-shot cross-domain fault diagnosis of bearing driven by heterogeneous signals ［J］. Expert Systems with Applications ， 2023 ， 230 ： 120696 .

Wang Haoyu ， Li Chuanjiang ， Ding Peng ， et al . A novel transformer-based few-shot learning method for intelligent fault diagnosis with noisy labels under varying working conditions ［J］. Reliability Engineering & System Safety ， 2024 ， 251 ： 110400 .

Wang Suiyan ， Shuai Hanqin ， Hu Junhui ， et al . Few-shot fault diagnosis of axial piston pump based on prior knowledge-embedded meta learning vision transformer under variable operating conditions ［J］. Expert Systems with Applications ， 2025 ， 269 ： 126452 .

Du Zhimin ， Chen Kang ， Chen Siliang ， et al . Deep learning GAN-based data generation and fault diagnosis in the data center HVAC system ［J］. Energy and Buildings ， 2023 ， 289 ： 113072 .

Gao Xin ， Deng Fang ， Yue Xianghu . Data augmentation in fault diagnosis based on the Wasserstein generative adversarial network with gradient penalty ［J］. Neurocomputing ， 2020 ， 396 ： 487 - 494 .

Liu Shaowei ， Jiang Hongkai ， Wu Zhenghong ， et al . Machine fault diagnosis with small sample based on variational information constrained generative adversarial network ［J］. Advanced Engineering Informatics ， 2022 ， 54 ： 101762 .

Sun Quan ， Peng Fei ， Yu Xianghai ， et al . Data augmentation strategy for power inverter fault diagnosis based on Wasserstein distance and auxiliary classification generative adversarial network ［J］. Reliability Engineering & System Safety ， 2023 ， 237 ： 109360 .

Wang Jinrui ， Zhang Zongzhen ， Liu Zhiliang ， et al . Digital twin aided adversarial transfer learning method for domain adaptation fault diagnosis ［J］. Reliability Engineering & System Safety ， 2023 ， 234 ： 109152 .

杨鹏强，黄华，郭宝岛，等 . 一种物理-虚拟数据融合的数字孪生驱动滚动轴承不平衡故障诊断方法［J］. 振动工程学报， 2026 ， 39 （ 4 ）： 1072 - 1083 .

Yang Pengqiang ， Huang Hua ， Guo Baodao ， et al . A method for unbalanced fault diagnosis of rolling bearings driven by digital twin based on physical-virtual data fusion ［J］. Journal of Vibration Engineering ， 2026 ， 39 （ 4 ）： 1072 - 1083 .

Xia Min ， Shao Haidong ， Williams D ， et al . Intelligent fault diagnosis of machinery using digital twin-assisted deep transfer learning ［J］. Reliability Engineering & System Safety ， 2021 ， 215 ： 107938 .

Liu Yang ， Deng Aidong ， Deng Minqiang ， et al . Mitigating overconfidence in unknown sample predictions： a confidence-enhanced one-versus-all network for open-set transfer fault diagnosis ［J］. Knowledge-Based Systems ， 2025 ， 310 ： 113013 .

Zhang Xiao ， Wang Jinrui ， Han Baokun ， et al . Feature distance-based deep prototype network for few-shot fault diagnosis under open-set domain adaptation scenario ［J］. Measurement ， 2022 ， 201 ： 111522 .

Mei Jie ， Zhu Ming ， Liu Shuangling ， et al . Cross-domain open-set fault diagnosis using prototype learning and extreme value theory ［J］. Applied Acoustics ， 2024 ， 216 ： 109749 .

Xu Zifei ， Zhao Kaicheng ， Wang Jin ， et al . Physics-informed probabilistic deep network with interpretable mechanism for trustworthy mechanical fault diagnosis ［J］. Advanced Engineering Informatics ， 2024 ， 62 ： 102806 .

Pan Xiaogang ， Liang Ketian ， Jiao Yuanyuan ， et al . Interpretable chiller fault diagnosis based on physics-guided neural networks ［J］. Journal of Building Engineering ， 2024 ， 86 ： 108991 .

Zhong Jingshu ， Zheng Yu ， Ruan Chengtao ， et al . M-IPISincNet： an explainable multi-source physics-informed neural network based on improved SincNet for rolling bearings fault diagnosis ［J］. Information Fusion ， 2025 ， 115 ： 102761 .

Liu Jiangyan ， Shi Daliang ， Li Guannan ， et al . Data-driven and association rule mining-based fault diagnosis and action mechanism analysis for building chillers ［J］. Energy and Buildings ， 2020 ， 216 ： 109957 .

Park K S ， Kim J H ， Park C S . Explainable fault detection and diagnosis in HVAC systems using a Koopman operator with normal data ［J］. Energy and Buildings ， 2026 ， 350 ： 116580 .

Irani F N ， Bakhtiaridoust M ， Yadegar M ， et al . A data-driven approach for fault diagnosis in multi-zone HVAC systems： Deep neural bilinear Koopman parity ［J］. Journal of Building Engineering ， 2023 ， 76 ： 107127 .

Tian Aosheng ， Zhang Ye ， Ma Chao ， et al . Noise-robust machinery fault diagnosis based on self-attention mechanism in wavelet domain ［J］. Measurement ， 2023 ， 207 ： 112327 .

Shang Zuogang ， Zhao Zhibin ， Yan Ruqiang . Denoising fault-aware wavelet network： a signal processing informed neural network for fault diagnosis ［J］. Chinese Journal of Mechanical Engineering ， 2023 ， 36 （ 1 ）： 9 .

Sachan S ， Shukla S ， Singh S K . Two level de-noising algorithm for early detection of bearing fault using wavelet transform and zero frequency filter ［J］. Tribology International ， 2020 ， 143 ： 106088 .

Zhao Guiling ， Gao Shuai ， Jiang Zihao . A method for detecting faults in integrated navigation system based on improved SPRT adaptive filtering ［J］. Advances in Space Research ， 2024 ， 74 （ 4 ）： 1967 - 1977 .

Xiao Dengyu ， Qin Chengjin ， Yu Honggan ， et al . Unsupervised machine fault diagnosis for noisy domain adaptation using marginal denoising autoencoder based on acoustic signals ［J］. Measurement ， 2021 ， 176 ： 109186 .

Wang Shuhui ， Lei Yaguo ， Yang Bin ， et al . A graph neural network-based data cleaning method to prevent intelligent fault diagnosis from data contamination ［J］. Engineering Applications of Artificial Intelligence ， 2023 ， 126 ： 107071 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

集中空调系统末端研究现状与展望

基于证据驱动和神经网络的区域供冷/热系统故障监测及诊断技术

数据中心吸收式节能节水技术研究与应用进展

热管/蒸气压缩复合空调系统故障诊断模型分类解释性研究

基于模型辨识方法的建筑供暖系统能耗预测研究