一种基于三维脉动热管的散热器

    公开(公告)号:CN118361992B

    公开(公告)日:2024-11-05

    申请号:CN202410625045.1

    申请日:2024-05-20

    Applicant: 浙江大学

    Inventor: 李蔚 朱宇

    Abstract: 本发明公开了一种基于三维脉动热管的散热器,包括散热器底板、散热翅片、烟囱围栏、金刚石垫片、纳米流体和换热工质。三维脉动热管分为水平脉动热管和纵向脉动热管。金刚石垫片贴合在散热器底板下表面,且金刚石垫片中蚀刻通道。散热翅片上设置有蜂窝流道与U型纵向脉动热管;每蜂窝流道与U型纵向脉动热管连通,流道被U型脉动热管包围。纳米流体以一定比例充入换热工质中,与换热工质一同循环。所述散热翅片与散热器底板为一体结构,且上方设有丁胞结构。烟囱围栏布置在散热翅片中上端且伸出散热翅片一定距离,运用烟囱效应进一步增强翅片与空气间的自然对流换热。

    一种行业大模型的分布式训练故障诊断的方法、装置和设备

    公开(公告)号:CN117170917A

    公开(公告)日:2023-12-05

    申请号:CN202311043064.5

    申请日:2023-08-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种行业大模型的分布式训练故障诊断的方法,该方法为:首先,进行数据采集,在硬件、软件、算法的运行日志中设置数据埋点,并根据设置的数据埋点获得硬件、软件、算法的运行数据;然后,进行运行特征提取,基于所获得的硬件、软件、算法的运行数据,提取与分布式训练相关的硬件、软件、算法运行特征;最后,进行故障诊断,基于所获得的硬件、软件、算法的运行数据,提取与分布式训练相关的硬件、软件、算法运行特征。本发明方法从分布式集群的多机多卡中硬件、软件和算法的运行状态中提取出与分布式训练相关的硬件、软件、算法运行特征,输入分布式训练故障诊断模型,即可快速定位分布式训练故障,从而可有效提高分布式训练效率。

    基于IEEMD-BPNN的电力系统短期负荷预测方法

    公开(公告)号:CN104794538B

    公开(公告)日:2018-06-01

    申请号:CN201510184882.6

    申请日:2015-04-20

    Applicant: 浙江大学

    Abstract: 本发明属于电力系统负荷预测技术领域,特别涉及一种基于改进总体经验模态分解(IEEMD)与反向传播神经网络(BPNN)的电力系统短期负荷预测方法。步骤1:使用改进的EEMD(IEEMD)对非稳态、非线性的历史电力负荷数据进行分解,得到一系列平稳的本征模态函数(IMF)分量及一个趋势余量。步骤2:剔除步骤1中所得的第一阶IMF分量(IMF1)。步骤3:使用BPNN分别对步骤1和步骤2所得的各阶IMF分量及趋势余量进行预测。步骤4:使用BPNN对步骤3所得的各阶IMF分量及趋势余量进行非线性组合,得到电力负荷最终预测结果。

    一种发电机组运行参数测量传感器故障诊断方法及系统

    公开(公告)号:CN104390657B

    公开(公告)日:2017-12-12

    申请号:CN201410618162.1

    申请日:2014-11-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种发电机组运行参数测量传感器故障诊断方法,可应用于发电机组的运行参数测量传感器故障诊断,包括:离线建模,通过机理分析得到与待测参数相关的辅助变量,对所有的辅助变量按照依赖关系的程度进行定量筛选,得到与待测参数具有较强依赖关系的主要辅助变量;然后通过基于B样条变换的PLSR建模方法得到在线诊断所用的模型和模型系数;在线诊断,对实时数据进行在线B样条变换,通过加载待测参数与主要辅助变量之间的数学模型,得到待测参数Y的预测值,通过“窗口移动法”比对模型预测数据与实测数据的统计特征,实现对传感器的故障诊断并识别传感器的故障类型。本发明还公开了一种发电机组运行参数测量传感器故障诊断系统。

    基于核主元分析与径向基神经网络的软测量方法及系统

    公开(公告)号:CN104536290A

    公开(公告)日:2015-04-22

    申请号:CN201410618271.3

    申请日:2014-11-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于核主元分析与径向基神经网络的软测量系统,可应用于发电机组或者复杂工业过程的难测参数测量,包括测量辅助变量的智能仪表,用于存储数据的DCS数据库以及软测量系统。智能仪表,发电机组所有可测变量通过现场的智能仪表测量后存储到DCS数据库中;DCS数据库存储着机组的所有数据;软测量系统包括用于建模的PC机、用于软测量模型预测的服务器、用于数据显示的设备。本发明还公开了基于核主元分析与径向基神经网络的软测量方法。本发明具有较高的精度和泛化能力,性能好,适用于复杂的工业过程建模,具有通用性和普适性,可以解决高温、高压、腐蚀性、电磁干扰等复杂环境下运行参数的软测量问题,提高系统的安全性和可靠性。

    一种发电机组运行参数测量传感器故障诊断方法及系统

    公开(公告)号:CN104390657A

    公开(公告)日:2015-03-04

    申请号:CN201410618162.1

    申请日:2014-11-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种发电机组运行参数测量传感器故障诊断方法,可应用于发电机组的运行参数测量传感器故障诊断,包括:离线建模,通过机理分析得到与待测参数相关的辅助变量,对所有的辅助变量按照依赖关系的程度进行定量筛选,得到与待测参数具有较强依赖关系的主要辅助变量;然后通过基于B样条变换的PLSR建模方法得到在线诊断所用的模型和模型系数;在线诊断,对实时数据进行在线B样条变换,通过加载待测参数与主要辅助变量之间的数学模型,得到待测参数Y的预测值,通过“窗口移动法”比对模型预测数据与实测数据的统计特征,实现对传感器的故障诊断并识别传感器的故障类型。本发明还公开了一种发电机组运行参数测量传感器故障诊断系统。

    一种汽轮机通流部分故障诊断方法

    公开(公告)号:CN104142254A

    公开(公告)日:2014-11-12

    申请号:CN201410385051.0

    申请日:2014-08-06

    Applicant: 浙江大学

    Abstract: 本发明属于工业监测领域,具体为经验模态分解方法及概率神经网络在火电厂汽轮机通流部分故障诊断方向的应用,即一种汽轮机通流部分故障诊断方法。本发明提供一个基于经验模态分解和概率神经网络的汽轮机通流部分故障诊断新方法。首先通过采集火电厂汽轮机正常运行、不同故障时通流部分的故障征兆参数数据,利用经验模态分解在处理非平稳及非线性数据上的优势,对相应的征兆参数数据进行故障特征提取,再利用概率神经网络强大的非线性模式分类性能进行故障检测和识别,从而来有效诊断汽轮机通流部分故障。本发明能够快速准确地诊断火电厂汽轮机通流部分故障。

    管内制冷剂含油蒸发/冷凝传热测试一体装置及其测试方法

    公开(公告)号:CN101852751A

    公开(公告)日:2010-10-06

    申请号:CN200910048814.1

    申请日:2009-04-03

    Applicant: 浙江大学

    Inventor: 李蔚 汪霞玲

    Abstract: 本发明涉及一种管内制冷剂含油蒸发/冷凝传热测试一体装置及其测试方法,装置的特征是包括通过管道顺序连接的冷凝器、回收罐、动力泵、调节阀、制冷剂质量流量计、均匀调和槽、蒸发预热/冷凝预热并联选择通路、蒸发/冷凝测试段、加热器、高效油分离器、冷凝器的制冷剂回路;通过管道顺序连接的高效油分离器、贮油器、高压油泵、润滑油质量流量计、控制阀、均匀调和槽、蒸发预热/冷凝预热并联选择通路、制冷剂蒸发/冷凝测试段、加热器、高效油分离器的润滑油注油回路;以及通过管道顺序连接的换热器、水加热器、水泵、水质量流量计的蒸发/冷凝测试段换热回路。可进行不同制冷剂管内蒸发冷凝传热测试和制冷剂含油率对换热管蒸发冷凝传热特性影响测试,方便、可靠。

    一种基于知识图谱的核电二回路设备智能诊断方法及系统

    公开(公告)号:CN119416876A

    公开(公告)日:2025-02-11

    申请号:CN202411349591.3

    申请日:2024-09-26

    Applicant: 浙江大学

    Inventor: 李蔚 方兴煜

    Abstract: 本发明公开了一种基于知识图谱的核电二回路设备智能诊断方法及系统,所述诊断方法步骤如下:首先,构建核电二回路知识图谱;然后,对时序数据进行分析并进行故障征兆确定;接着,对故障征兆集合及设备进行实体映射;最后,基于知识图谱根据故障征兆检索可能的故障模式,再进行推理从而实现故障模式的确定。本发明能够根据监测数据,捕捉设备潜在故障,根据对捕捉到的故障征兆进在知识图谱中检索可能的故障模式,进一步进行推理实现故障模式的确定,并根据故障模式给出对应的故障原因和故障处置相关建议,能够辅助运行人员实现故障的精确定位和快速排查,保障二回路设备运行安全。

Patent Agency Ranking