1. 从一张测试工单说起AI服务器液冷密封测试到底在测什么2026年8月中旬我接手了一个有点棘手的活儿给一批高密度AI训练服务器做液冷回路的密封性验证。这批机器单柜功率密度已经推到80kW以上风冷早就压不住了冷板式液冷是唯一现实的选择。但液冷这东西一旦漏液代价不是换个风扇那么简单——冷却液渗到主板、GPU模组、供电母排上轻则单机报废重则整柜短路起火。所以密封测试不是走个流程而是液冷服务器出厂前最后一道、也是最要命的一道关卡。这份AI服务器液冷密封测试方案_20260814_修复版里的修复版三个字很关键。它说明前一版方案在实际执行中出了问题被打了回来。我拿到手之后把原方案从头到尾捋了一遍发现几个典型的坑测试压力设定照搬了通用工业管路的经验值没有考虑AI服务器液冷回路里大量使用的快接头和软管保压时间的判定逻辑用的是压降绝对值而不是压降速率温度补偿导致环境温度波动时误判率极高还有就是测试工装的密封面处理被一笔带过而这恰恰是漏检和误检的最大来源。所以这篇文章我不打算写成一份干巴巴的作业指导书。我想把这次修复过程中真正踩过的坑、想明白的原理、以及最后跑通的那套流程完整地摊开来讲。适合谁看如果你是做服务器硬件验证、液冷系统集成、或者数据中心运维的这篇能直接拿去改吧改吧用在产线上如果你只是对液冷好奇那也能看明白这套测试到底在防什么、怎么防。核心关键词就三个AI服务器、液冷、密封测试。但真正决定成败的是这三个词背后那一堆没人愿意细说的工程细节。2. 方案整体设计思路为什么不能照搬传统气密测试2.1 液冷回路和普通管路的本质差异很多人第一反应是密封测试嘛打气、保压、看压降工业上玩了几十年了有什么难的。问题就出在这个照搬上。AI服务器的液冷回路和传统工业管路至少有四个维度的差异每一个都会让传统方案失效。第一是回路容积极小。一台8卡AI服务器的冷板回路内部容积可能只有几百毫升加上分歧管和快接头撑死一两升。容积小意味着什么同样漏率下压降速度快得多但同时也意味着温度变化引起的压力波动占比极大。一升的封闭气体温度变1℃压力变化大约0.34%。听起来不大但如果你的判定阈值设的是1%压降那环境温度波动3℃就能让你误判。第二是接头数量极多。一台机器上冷板进出水口、分歧管、快接头、盲插接头加起来几十个密封点。每个点都是一个潜在漏点而且快接头这种动态密封结构它的泄漏特性和静态O型圈完全不同——插拔几次之后密封性能会变化。第三是材料耐受性敏感。冷板、软管、密封圈的材料不能随便接触高压气体尤其是氧气。有些EPDM材质的密封件在高压干燥空气下会加速老化测试本身反而成了损伤源。第四是测试后不能有残留。工业管路打完气放掉就完了但服务器液冷回路如果测试介质残留会和冷却液发生反应或者形成气泡影响换热。所以测试介质的选择和吹扫流程必须纳入方案。2.2 修复版方案的核心调整逻辑原方案最大的问题是把密封测试当成一个孤立的打压动作。修复版的核心思路转变是把密封测试当成一个受温度、容积、接头特性共同影响的动态过程来建模而不是一个静态的通过/不通过判定。具体来说修复版做了四个关键调整测试压力从经验值改为分级加压。不再一上来就打到额定压力的1.5倍而是分三级先0.2MPa预充检查大漏再0.5MPa检查中等泄漏最后0.8MPa保压做精检。分级的好处是大漏点在低压阶段就能发现避免高压下突然爆开伤人或损坏冷板。判定逻辑从绝对压降改为压降速率温度补偿。引入温度传感器实时记录环境温度和回路温度用理想气体状态方程做补偿把温度引起的压力变化从总压降里剥离出去剩下的才是真实泄漏。保压时间从固定值改为容积自适应。根据回路容积和最小可检测漏率反推所需保压时间而不是拍脑袋定个保压30分钟。增加测试前后的密封面处理和吹扫流程。这是原方案完全缺失的部分也是实际执行中误判率最高的环节。2.3 为什么选择气压测试而不是水压测试这里要专门解释一下。水压测试的优点是漏点直观——哪里渗水一眼就看到。但对AI服务器来说水压测试几乎是不可接受的一旦漏水水会直接进入电子元件区域测试本身就成了破坏性试验。而且水压测试后残留水分极难彻底清除会污染冷却液。气压测试的介质选择也有讲究。纯氮气是首选惰性、干燥、不助燃、不老化密封件。干燥压缩空气次之但必须经过冷干机和精密过滤露点要低于-40℃含油量要低于0.01mg/m³。绝对不能用氧气或者含氧量高的气体冷板里的铝材和铜材在高压富氧环境下有氧化风险。注意如果现场只有普通压缩空气务必在测试前确认气源露点和含油量。我见过因为气源含油导致冷板内部残留油膜后续冷却液换热效率下降的案例。3. 核心细节解析压力、温度、时间三个参数的确定方法3.1 测试压力的分级设定与计算依据测试压力不能随便定。定高了可能损伤冷板和密封件定低了小漏点检不出来。合理的做法是以系统工作压力的1.2到1.5倍作为精检压力但必须校核冷板和接头的耐压上限。AI服务器液冷系统的工作压力通常在0.2到0.4MPa之间具体看泵的扬程和回路阻力。取1.5倍精检压力大约0.6MPa。但很多快接头的额定耐压是1.0MPa冷板焊接处的爆破压力可能只有1.5MPa。所以0.6MPa是安全的但如果你的系统工作压力本身就有0.5MPa那1.5倍就是0.75MPa这时候就要重新校核了。修复版方案采用三级加压加压级别目标压力目的保压时间一级预充0.2MPa检查大漏、确认工装连接1分钟二级中检0.5MPa检查中等泄漏3分钟三级精检0.8MPa精确定位微漏按容积计算这里有个细节每一级加压后都要先稳压30秒再开始计时。因为加压瞬间气体压缩会放热压力会有一个先升后降的波动过程不等稳定就计时数据全是错的。3.2 温度补偿的计算过程这是修复版方案里最核心的技术点也是原方案最大的漏洞。我详细讲一下计算逻辑。理想气体状态方程PV nRT。在封闭回路里气体摩尔数n不变假设没有泄漏那么P/T 常数。也就是说如果温度从T1变到T2压力会从P1变到P2满足P2 P1 × (T2 / T1)注意这里的温度必须用绝对温度开尔文不是摄氏度。比如测试开始时环境温度25℃回路内气体温度也是25℃绝对温度298.15K。保压过程中环境温度升到28℃绝对温度301.15K。如果初始压力是0.8MPa表压那么温度引起的压力变化是ΔP_温度 0.8 × (301.15 - 298.15) / 298.15 ≈ 0.008MPa也就是8kPa。如果你的判定阈值是压降不超过10kPa那光温度变化就吃掉了8kPa剩下只有2kPa的余量给真实泄漏。这就是为什么原方案在夏天下午测试时误判率飙升——环境温度一直在变。修复版的补偿算法是实时采集温度每10秒计算一次温度补偿后的压力值然后对补偿后的压力序列做线性回归取斜率作为压降速率。判定标准是压降速率不超过0.5kPa/min且总补偿压降不超过初始压力的1%。3.3 保压时间的容积自适应计算保压时间不是越长越好。时间太长产线节拍受不了太短小漏点还没表现出来就结束了。合理的保压时间应该由最小可检测漏率和回路容积共同决定。假设我们要检测的最小漏率是Q单位Pa·m³/s回路容积是V单位m³测试压力是P单位Pa那么压力下降速率dP/dt Q/V。要在保压时间t内产生一个可被传感器分辨的压降ΔP_min需要t ΔP_min × V / Q举个例子回路容积V 0.002m³2升最小可检测漏率Q 1×10⁻⁶ Pa·m³/s这个量级大概对应直径几微米的小孔传感器分辨率ΔP_min 100Pa。那么t 100 × 0.002 / 1×10⁻⁶ 200秒 ≈ 3.3分钟所以对于2升的回路保压3到4分钟就够了。但如果你的回路有5升那就要8分钟以上。这就是为什么不能统一规定保压5分钟——容积不同所需时间差好几倍。实操心得产线上如果节拍紧张可以通过提高传感器分辨率来缩短保压时间。把分辨率从100Pa提升到10Pa保压时间就能缩短到原来的十分之一。但高分辨率传感器对温度稳定性要求更高需要配合更好的温度补偿。4. 实操过程从工装准备到判定输出的完整流程4.1 测试工装的设计与密封面处理工装是整套方案里最容易被忽视、但实际影响最大的部分。我见过太多案例漏点根本不在服务器上而在测试工装的接头处。结果就是反复拆装、反复误判产线停在那里干着急。工装设计的核心原则测试接口必须比被测回路的任何接头都更可靠。具体做法是测试接口优先选用焊接式或压接式的金属硬密封而不是快接头。快接头方便是方便但它本身就是个动态密封件引入的变量太多。如果必须用快接头那就要在每次测试前检查密封圈状态并且规定插拔次数上限。一般快接头的密封圈寿命在500到1000次插拔超过就要更换。工装和服务器连接的密封面必须用无纺布蘸异丙醇擦拭干净不能有灰尘、油污、或者上次测试残留的密封胶。这一步原方案完全没写但实际执行中至少三成的误判来自密封面污染。还有一个细节工装管路要尽量短、尽量粗。管路越长越细容积越大保压时间越长而且压力传递有延迟。理想情况下工装管路容积不超过被测回路容积的10%。4.2 分级加压与稳压操作步骤完整的操作流程我按顺序列出来每一步都有它的道理连接前检查确认服务器液冷回路已经排空液体、吹扫干净。残留液体会在加压时形成液封导致压力传递不到某些支路漏点被藏起来。连接工装按上述要求处理密封面连接测试接口。连接后手动轻拉一下确认机械锁紧到位。一级预充缓慢打开气源阀把压力升到0.2MPa。升压速率控制在0.05MPa/s以内太快会产生冲击损伤冷板。到达0.2MPa后关闭气源稳压30秒然后开始1分钟计时。一级判定如果1分钟内压降超过5kPa说明有大漏直接停止测试用检漏液定位漏点。如果没有明显压降进入二级。二级中检继续加压到0.5MPa同样稳压30秒保压3分钟。判定阈值设为压降不超过8kPa。三级精检加压到0.8MPa稳压30秒然后按容积计算的保压时间进行保压。这一级要开启温度补偿算法记录温度序列和压力序列。判定输出计算补偿后的压降速率如果不超过0.5kPa/min且总压降不超过初始压力的1%判定为合格。否则判定为不合格进入漏点定位流程。泄压与吹扫测试完成后缓慢泄压泄压速率不超过0.1MPa/s。泄压后用干燥氮气吹扫回路至少30秒确保无测试气体残留。4.3 漏点定位的实用技巧判定不合格之后下一步是找到漏点。这一步最考验经验。常用的方法有几种我按效率排序检漏液法是最直接的。在疑似漏点处涂抹检漏液观察是否冒泡。但要注意检漏液本身不能含腐蚀性成分用完要擦干净。对于快接头这种复杂结构检漏液可能渗不进去这时候要用局部包裹法——用透明塑料袋把接头包起来扎紧等几分钟看袋内是否鼓起。超声波检漏适合大漏点但对微漏不敏感。而且服务器内部结构复杂超声波信号容易被遮挡。压降分段隔离法是最靠谱的。如果回路有多个分歧支路可以逐个隔离看压降速率的变化。压降速率突然下降的那个支路就是漏点所在。这个方法需要工装支持分段隔离设计工装时就要考虑进去。踩过的坑有一次判定不合格折腾了一下午最后发现是工装上一个快接头的密封圈装歪了。从那以后我规定每次测试前必须对工装本身做一次空测——不接服务器直接堵住工装出口打压确认工装自身不漏。这个空测只要1分钟但能省下几小时的排查时间。5. 常见问题与排查技巧实录5.1 压降判定反复横跳怎么办这是最常见的抱怨同一台机器测三次两次合格一次不合格。排除真实泄漏之后问题通常出在三个地方。温度补偿没做好。检查温度传感器是不是贴在回路表面而不是悬在空中。传感器要尽量靠近回路并且用保温棉包一下减少环境温度波动的干扰。另外补偿算法里的温度要用回路内气体温度如果测的是环境温度会有滞后。气源压力不稳定。如果气源本身压力波动减压阀输出就不稳。在减压阀后面加一个缓冲罐能显著改善。缓冲罐容积至少是回路容积的5倍。保压时间不够。小漏点的压降是逐渐累积的时间不够就看不出来。按前面说的容积自适应方法重新计算保压时间。5.2 快接头反复泄漏的处理快接头是液冷系统里最脆弱的密封点。如果同一个快接头反复泄漏不要只是换密封圈要检查三个东西密封圈材质是否兼容冷却液。不同冷却液对密封圈材料的溶胀性不同。EPDM耐乙二醇类冷却液但耐矿物油性差氟橡胶耐油耐温好但耐低温性差。选错材质密封圈会慢慢膨胀或收缩导致泄漏。插拔是否对中。快接头插拔时如果歪斜会划伤密封圈或密封面。操作时要保证轴向对中听到咔哒声才算到位。锁紧机构是否磨损。快接头的锁紧钢珠或卡簧磨损后插合不到位密封面压不紧。这种要整体更换快接头不能只换密封圈。5.3 测试后冷却液污染问题这个问题很隐蔽但后果严重。测试气体如果含油、含水、含颗粒会残留在回路里后续加注冷却液后污染整个系统。预防措施气源必须经过三级过滤粗滤5μm、精滤0.01μm、除油活性炭。测试后必须吹扫用干燥氮气吹至少30秒把残留气体赶出去。如果测试和加注冷却液之间间隔超过24小时建议重新吹扫一次因为回路可能吸潮。5.4 常见问题速查表现象可能原因排查方法解决措施压降判定反复横跳温度补偿不足检查温度传感器位置和响应速度贴紧回路、加保温、提高采样频率保压初期压力先升后降加压放热观察压力曲线形状稳压30秒后再计时大漏点低压就能发现密封面污染或工装漏空测工装、检查密封面清洁密封面、更换工装密封件微漏点高压才显现保压时间不足按容积重新计算保压时间延长保压或提高传感器分辨率快接头反复泄漏密封圈材质不兼容查材质兼容性表更换合适材质的密封圈测试后冷却液浑浊气源含油含水检查气源露点和含油量加装三级过滤、测试后吹扫6. 方案落地后的效果与几点个人体会这套修复版方案在产线上跑了两周误判率从原来的接近15%降到了2%以下单台测试时间从平均25分钟压缩到12分钟左右。最关键的是漏检率——也就是真正有漏但被判合格的——降到了零。这个指标比误判率更重要因为漏检意味着不良品流到客户手里后果是灾难性的。我个人在实际操作中的体会是密封测试这件事七分靠工装两分靠参数一分靠设备。很多人愿意花大价钱买高精度压力传感器却不愿意在工装设计和密封面处理上花时间这是本末倒置。传感器再好工装漏了测出来的数据全是噪声。还有一个心得测试数据要留档而且要留原始曲线不能只留一个合格/不合格的结论。原始曲线里藏着很多信息——加压阶段的斜率能反映回路容积是否正常保压阶段的噪声水平能反映工装连接是否可靠泄压阶段的曲线能反映是否有堵塞。这些信息在排查批量问题时非常有用。我们后来就靠历史曲线对比发现了一批冷板内部有毛刺的来料问题这是单看合格判定绝对发现不了的。最后分享一个小技巧如果产线环境温度波动大又没法做精确温度补偿可以在测试工位加一个简易恒温罩——用亚克力板围一个半封闭空间里面放个小风扇搅动空气。成本不到两百块但能把温度波动从±3℃压到±0.5℃效果立竿见影。这个土办法是我在一个老工程师那里学来的比升级传感器划算多了。