CN115361841B - 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 - Google Patents
一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 Download PDFInfo
- Publication number
- CN115361841B CN115361841B CN202210943038.7A CN202210943038A CN115361841B CN 115361841 B CN115361841 B CN 115361841B CN 202210943038 A CN202210943038 A CN 202210943038A CN 115361841 B CN115361841 B CN 115361841B
- Authority
- CN
- China
- Prior art keywords
- pump
- data center
- canned motor
- shielding
- flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000011217 control strategy Methods 0.000 claims abstract description 38
- 238000005299 abrasion Methods 0.000 claims abstract description 13
- 238000012843 least square support vector machine Methods 0.000 claims abstract description 7
- 238000001816 cooling Methods 0.000 claims description 71
- 238000005457 optimization Methods 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 18
- 238000013178 mathematical model Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000000137 annealing Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 230000017525 heat dissipation Effects 0.000 claims description 8
- 238000002922 simulated annealing Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 239000003507 refrigerant Substances 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 4
- 239000003795 chemical substances by application Substances 0.000 claims description 3
- 239000000498 cooling water Substances 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000003094 perturbing effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000001931 thermography Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 abstract description 14
- 230000032683 aging Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20763—Liquid cooling without phase change
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20836—Thermal management, e.g. server temperature control
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Thermal Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明公开了一种适应数据中心全工况操作的屏蔽泵控制系统及其方法，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模块。有益效果：现有的屏蔽泵控制策略大多基于预设数据，采用单一的屏蔽泵控制策略，未能考虑到数据中心频繁波动热需求、屏蔽泵的转子发热以及轴承磨损的问题。本发明所述的屏蔽泵运行工况控制方法能够实现屏蔽泵的多策略运行，并以屏蔽泵的转子发热量及轴承磨损数据为依据，借助最小二乘支持向量机算法生成最优控制策略，从而减少屏蔽泵的轴承磨损量，改善屏蔽泵的发热和老化问题，从而实现延长屏蔽泵的使用寿命的目的。
Description
技术领域
本发明涉及自动控制系统技术领域，具体来说，涉及一种适应数据中心全工况操作的屏蔽泵控制系统及其方法。
背景技术
随着5G进入快速建设和发展时期，数据处理量也随之爆发性增长，数据中心已成为经济社会不可或缺的关键基础设施。而数据中心数量与规模的增长所带来的能耗问题也越来越突出。随着计算中心的计算功耗上升，带来的不仅仅是耗电问题，还有散热问题。为了保证数据中心中发热电子设备的长期可靠运行，需配置相应的冷却系统。
而现有的数据中心水路降温冷却系统多直接采用热电能源，利用电力对冷却系统中的水流降温，然后进行水循环降温。其中，冷却循环系统中的重要动力装置是屏蔽泵。屏蔽泵是一种无泄漏离心泵，其特点是泵体和驱动电机都被封闭在一个被输送介质充满的压力容器中。屏蔽泵作为冷却系统的核心动力设备，它的效率、工况适应性等问题是冷却系统稳定可靠运行的前提基础问题。此外由于屏蔽泵电机产生的热量通过泵送介质实现冷却，而屏蔽泵自身在冷却循环系统中承担着散热的任务，因此屏蔽泵电机转子容易发生过热现象，这对于屏蔽泵电机的使用寿命有着重大的影响。而轴承磨损也是影响屏蔽泵使用寿命的重要因素，如何减小屏蔽泵在运行过程中的振动以及屏蔽泵的轴承磨损量也是一个值得考虑的问题。
如果能够设计一种控制方法，根据数据中心实际工作状态下所需的冷却量，结合传感器采集到的数据，寻找屏蔽泵的最优运行工况点，并自动调节屏蔽泵，使其运行在最优工况点上，就能大大提高屏蔽泵的运行效率，从而减小能源损耗。同时，在此基础上，加入对屏蔽泵轴承磨损以及转子发热情况的优化控制，以延长屏蔽泵的使用寿命。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出一种适应数据中心全工况操作的屏蔽泵控制系统及其方法，以克服现有相关技术所存在的上述问题。
为此，本发明采用的具体技术方案如下：
一种适应数据中心全工况操作的屏蔽泵控制系统及其方法，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模块；
所述数据中心冷却量预估模块用于预估数据中心所需的换热量以及对应的冷却循环系统所需的冷媒冷却量，并计算出屏蔽泵系统对应的流量指标，从而进行屏蔽泵的运行工况调节；数据中心的传热是一个多维度、多尺度的复杂过程，其中涉及冷却系统、数据机房、服务器、散热元件，因此对各个环节进行数学建模，建立整个数据中心换热模型，以便快速准确地对数据中心的换热量及冷媒冷却量进行分析；
所述运行数据监测模块用于检测屏蔽泵所安装的传感器所生成的模拟信号，并将其转换成数字信号，所述运行数据监测模块包括流量传感器、压力传感器、转速传感器、轴功率传感器、温度传感器、振动传感器、TRG轴承监测器以及模数转换器；进出口压力、流量、电机转速、轴功率、振动数据经过传感器测量直接输出，并通过模数转换器将传感器输出的模拟信号转换为数字信号进行传输，扬程信号根据进出口压力数据通过公式进行计算得到；
所述通讯模块用于将所述运行数据监测模块所输出的数字信号编码打包，并进行加密校验，用于运行工况寻优模块和控制策略优化模块之间的信号传输；
所述运行工况寻优模块用于根据数据中心给出的流量指标以及屏蔽泵中的流量、扬程和效率数据，对相应屏蔽泵的运行状态通过模拟退火寻优算法进行处理，得到给定条件下的最优工况点，并发出指令给运行控制模块，调节屏蔽泵的运行状态；
所述运行控制模块通过PLC控制器对屏蔽泵的电机系统进行控制，用于实时控制屏蔽泵的电机系统，调节屏蔽泵的转速，以改变屏蔽泵的输出扬程，使其达到最优工况；PLC控制器连接至伺服驱动器，伺服驱动器连接至伺服电机，伺服电机的电机轴连接至电控无极变速器的输入轴，电控无极变速器的输出轴连接至屏蔽泵的泵轴，PLC控制模块连接至电控无极变速器；
所述控制策略优化模块对屏蔽泵的现场测量数据样本进行采集和存储，包括流量、扬程、效率、振动以及轴承磨损，建立屏蔽泵运行状态数据库，使用最小二乘支持向量机算法对数据库进行训练，对屏蔽泵的运行方式进行优化调节。
作为优选的，所述数据中心机房内布置红外热成像传感器，对数据中心的各个产热设备进行温度监测，得到数据中心的实时温度情况，基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量，并根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
根据本发明的另一个方面，提供一种适应数据中心全工况操作的屏蔽泵运行控制方法，用于所述的适应数据中心全工况操作的屏蔽泵控制系统，包括以下步骤；
A、预估数据中心冷却量；
a1；对数据中心各个环节进行数学建模，得到数据中心换热模型；
a2；基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量；
a3：根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
B、最优工况点计算过程；
b1：根据屏蔽泵的特性曲线以及扬程、流量和效率之间的理论关系建立屏蔽泵的数学模型；
b2：读取屏蔽泵系统的测量数据，确定约束条件；
b3：使用模拟退火寻优算法，随机产生一个初始解，并设置初始参数；
b4：对初始解作随机扰动生成新解，判断其是否为最优解；
b5：控制退火温度并反复迭代；
b6：算法终止判定得到最优解，输出符合数据中心给出的流量指标条件下所需最优工况点对应的转速。
C、运行工况调节
c1：根据最优工况点计算过程中得到的转速数据对屏蔽泵电机系统进行驱动；
c2：判断工况点调节后的屏蔽泵实时流量是否满足数据中心所给出的流量指标，若不满足指标，则返回步骤B调整约束条件后重新计算；
D、采集样本构建数据库
d1：在运行工况点调节过程中，每隔一段时间对屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据进行实时采样并存储数据；
d2：将采集到的样本数据传输到数据中心机房内的计算服务器，构建屏蔽泵运行状态数据库；
E、优化屏蔽泵运行策略
e1：使用最小二乘支持向量机算法，根据步骤D中采集到的样本数据建立训练样本集并搭建LSSVR(最小二乘向量回归)模型的基本框架，确定优化目标；
e2：引入用于估计样本核向量的核函数，得到模型的回归函数；
e3：引入正则化参数和参数对应的核函数，得到最终的LSSVR模型，并使用粒子群算法对模型进行优化；
e4：利用构建的LSSVR代理模型预测屏蔽泵电机系统的最优控制策略并输出；
e5：根据代理模型预测的最优控制策略对屏蔽泵电机系统进行控制策略优化。
作为优选的，在步骤a3中，冷却循环系统由屏蔽泵、板式换热器、冷水主机以及冷却水塔设备组成；
其中，屏蔽泵的总效率由泵效率ηp、电机效率ηm、变频器效率ηVFD组成，可由经验公式拟合得到：
η＝ηp·ηm·ηVFD
根据以上各个环节的换热效率计算得到最终冷却循环系统需要提供的冷却量，再由所需冷却量和屏蔽泵循环流量的关系式得到屏蔽泵的流量指标；
φ＝Qcp(t″f-t′f)
其中，Q为屏蔽泵的流量，cp为冷却循环介质的换热系数，t″f和t′f分别为数据中心冷却系统进口端与出口端的介质温度；
在计算得到的屏蔽泵所需流量Q的基础上，留出流量裕量，取所需流量的1.1倍，得到最终的冷却循环系统屏蔽泵流量指标[Qmin，Qmax]。
作为优选的，在步骤b1中，对于确定的离心泵装置，由已知的屏蔽泵的性能特性曲线H＝f(Q)和采用曲线拟合的方法获得其数学上的具体表达式；
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
T0：H＝AQ2+BQ+C
其中：A、B、C为系数，n为任意转速，n0为额定转速，T0为离心泵开启后时刻；
根据离心泵的效率-流量关系图，建立额定转速n0下，效率η关于流量Q的函数模型：
其中：X、Y、Z为系数，n为任意转速，n0为额定转速。
作为优选的，在步骤b2中，在实际情况中，满足数据中心换热量的屏蔽泵流量条件的工况点可能并不唯一，如图6所示，在本发明中，以屏蔽泵的最高效率运行作为条件并结合屏蔽泵运行可靠性曲线进行最优工况点选择；
优化算法根据步骤b1建立的屏蔽泵数学模型，选取扬程H、轴功率P、屏蔽泵自身散热量I、泵机组振动量度E、效率η参数构建目标函数和约束条件；
以屏蔽泵的扬程为约束条件，屏蔽泵运行效率最高为目标函数，构建以下数学模型：
求x＝[H，P，I，E]T，使得ηi(x)→max，且满足约束条件Qi(x)∈[Qmin，Qmax]，Q是优化工况需要满足流量的限制范围。
作为优选的，在步骤b3中，随机产生一个初始解，以作为当前最优解，并计算其目标函数值ηi(x0)，设置初始温度T0’为1.0，设置初始温度变化次数k＝1，并给定最大循环步数Lk。
作为优选的，在步骤b4中，对当前最优解作随机扰动，通过下式生成新解；
Tk＝T0’exp(-ck1/D)
Xj k+1是根据Xj k迭代得到的第k+1个新解，D是系统参数的个数，式中yj为第j个待求参数的扰动，1≤j≤D；uj为介于0和1之间的随机值；Bj为第j个待求参数可能取的最大值；Aj为第j个待求参数可能取的最小值；c为温度控制系数；
接着，计算新的目标函数值η(xk+1)，并计算目标函数值的增量Δη＝η(xk+1)-η(xk)；
如果Δη＜0，则接受新产生的最优解为当前最优解；若Δη＞0，则根据下式来判断是否接收；
随机产生一个在[0，1]区间上均匀分布的随机数ξ，如果P＞ξ，则接受新解，否则放弃。
作为优选的，在步骤b5中；采用下式计算每次迭代的退火温度；
Tk＝T0’exp(-ck1/D)，Tk是退火温度；
退火温度变化后重复上述步骤进行迭代。
作为优选的，在步骤b6中，若连续N个新解都没有被接受，或代价函数值小于一个给定的值，则输出当前解作为符合数据中心给出的流量指标条件下所需最优工况点对应的转速，算法结束。
本发明的有益效果为：通过使用模拟退火算法对屏蔽泵的最优工况进行计算，具有计算过程简单，所需计算资源小，鲁棒性强的优点。同时可以在上述算法基础上采用并行搜索结构来提高算法的收敛速度，从而将该屏蔽泵控制方法推广到一些计算时延要求较高的应用场合使用。此外，现有的屏蔽泵控制策略大多基于预设数据，采用单一的屏蔽泵控制策略，未能考虑到屏蔽泵的转子发热以及轴承磨损的问题。本发明所述的屏蔽泵运行工况控制方法能够实现屏蔽泵的多策略运行，并以屏蔽泵的转子发热量及轴承磨损数据为依据，借助最小二乘支持向量机算法生成最优控制策略，从而减少屏蔽泵的轴承磨损量，改善屏蔽泵的发热和老化问题，从而实现延长屏蔽泵的使用寿命的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵运行控制系统示意图；
图2是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中数据中心循环冷却系统示意图；
图3是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵电机控制系统硬件框图；
图4是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵电机系统驱动电路图；
图5是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵运行控制方法流程图；
图6是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中屏蔽泵最优工况点选择示意图；
图7是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中运行工况优化前后屏蔽泵效率对比图；
图8是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中控制策略优化前转子温度与振动速度值变化图；
图9是根据本发明实施例的一种适应数据中心全工况操作的屏蔽泵控制系统及其方法中控制策略优化后转子温度与振动速度值变化图。
具体实施方式
为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例，提供了一种适应数据中心全工况操作的屏蔽泵控制系统及其方法。
实施例一；
如图1-9所示，根据本发明实施例的适应数据中心全工况操作的屏蔽泵控制系统及其方法，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模；
所述数据中心冷却量预估模块用于预估数据中心所需的换热量以及对应的冷却循环系统所需的冷媒冷却量，并计算出屏蔽泵系统对应的流量指标，从而进行屏蔽泵的运行工况调节；数据中心的传热是一个多维度、多尺度的复杂过程，其中涉及冷却系统、数据机房、服务器、散热元件，因此对各个环节进行数学建模，建立整个数据中心换热模型，以便快速准确地对数据中心的换热量及冷媒冷却量进行分析；
所述运行数据监测模块用于检测屏蔽泵所安装的传感器所生成的模拟信号，并将其转换成数字信号，所述运行数据监测模块包括流量传感器、压力传感器、转速传感器、轴功率传感器、温度传感器、振动传感器、TRG轴承监测器以及模数转换器；进出口压力、流量、电机转速、轴功率、振动数据经过传感器测量直接输出，并通过模数转换器将传感器输出的模拟信号转换为数字信号进行传输，扬程信号根据进出口压力数据通过公式进行计算得到；
所述通讯模块用于将所述运行数据监测模块所输出的数字信号编码打包，并进行加密校验，用于运行工况寻优模块和控制策略优化模块之间的信号传输；
所述运行工况寻优模块用于根据数据中心给出的流量指标以及屏蔽泵中的流量、扬程和效率数据，对相应屏蔽泵的运行状态通过模拟退火寻优算法进行处理，得到给定条件下的最优工况点，并发出指令给运行控制模块，调节屏蔽泵的运行状态；
所述运行控制模块通过PLC控制器对屏蔽泵的电机系统进行控制，用于实时控制屏蔽泵的电机系统，调节屏蔽泵的转速，以改变屏蔽泵的输出扬程，使其达到最优工况；PLC控制器连接至伺服驱动器，伺服驱动器连接至伺服电机，伺服电机的电机轴连接至电控无极变速器的输入轴，电控无极变速器的输出轴连接至屏蔽泵的泵轴，PLC控制模块连接至电控无极变速器；
所述控制策略优化模块对屏蔽泵的现场测量数据样本进行采集和存储，包括流量、扬程、效率、振动以及轴承磨损，建立屏蔽泵运行状态数据库，使用最小二乘支持向量机算法对数据库进行训练，对屏蔽泵的运行方式进行优化调节。
所述数据中心机房内布置红外热成像传感器，对数据中心的各个产热设备进行温度监测，得到数据中心的实时温度情况，基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量，并根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
实施例二；
如图1-9所示，根据本发明的另一个方面，提供了一种适应数据中心全工况操作的屏蔽泵运行控制方法，用于所述的适应数据中心全工况操作的屏蔽泵控制系统，包括以下步骤；
A、预估数据中心冷却量；
a1；对数据中心各个环节进行数学建模，得到数据中心换热模型；
a2；基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量；
a3：根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标；
冷却循环系统由屏蔽泵、板式换热器、冷水主机以及冷却水塔设备组成；
其中，屏蔽泵的总效率由泵效率ηp、电机效率ηm、变频器效率ηVFD组成，可由经验公式拟合得到：
η＝ηp·ηm·ηVFD
根据以上各个环节的换热效率计算得到最终冷却循环系统需要提供的冷却量，再由所需冷却量和屏蔽泵循环流量的关系式得到屏蔽泵的流量指标；
φ＝Qcp(t″f-t′f)
其中，Q为屏蔽泵的流量，cp为冷却循环介质的换热系数，t″f和t′f分别为数据中心冷却系统进口端与出口端的介质温度；
在计算得到的屏蔽泵所需流量Q的基础上，留出流量裕量，取所需流量的1.1倍，得到最终的冷却循环系统屏蔽泵流量指标[Qmin，Qmax]。
B、最优工况点计算过程；
b1：根据屏蔽泵的特性曲线以及扬程、流量和效率之间的理论关系建立屏蔽泵的数学模型；
对于确定的离心泵装置，由已知的屏蔽泵的性能特性曲线H＝f(Q)和采用曲线拟合的方法获得其数学上的具体表达式；
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
T0：H＝AQ2+BQ+C
其中：A、B、C为系数，n为任意转速，n0为额定转速，T0为离心泵开启后的时刻；
根据离心泵的效率-流量关系图，建立额定转速n0下，效率η关于流量Q的函数模型：
其中：X、Y、Z为系数，n为任意转速，n0为额定转速。
b2：读取屏蔽泵系统的测量数据，确定约束条件；
在实际情况中，满足数据中心换热量的屏蔽泵流量条件的工况点可能并不唯一，如图6所示，在本发明中，以屏蔽泵的最高效率运行作为条件并结合屏蔽泵运行可靠性曲线进行最优工况点选择；
优化算法根据步骤b1建立的屏蔽泵数学模型，选取扬程H、轴功率P、屏蔽泵自身散热量I、泵机组振动量度E、效率η参数构建目标函数和约束条件；
以屏蔽泵的扬程为约束条件，屏蔽泵运行效率最高为目标函数，构建以下数学模型：
求x＝[H，P，I，E]T，使得ηi(x)→max，且满足约束条件Qi(x)∈[Qmin，Qmax]，Q是优化工况需要满足流量的限制范围。
b3：使用模拟退火寻优算法，随机产生一个初始解，并设置初始参数；
随机产生一个初始解，以作为当前最优解，并计算其目标函数值ηi(x0)，设置初始温度T0’为1.0，设置初始温度变化次数k＝1，并给定最大循环步数Lk。
b4：对初始解作随机扰动生成新解，判断其是否为最优解；
对当前最优解作随机扰动，通过下式生成新解；
Tk＝T0’exp(-ck1/D)
Xj k+1是根据Xj k迭代得到的第k+1个新解，D是系统参数的个数，式中yj为第j个待求参数的扰动，1≤j≤D；uj为介于0和1之间的随机值；Bj为第j个待求参数可能取的最大值；Aj为第j个待求参数可能取的最小值；c为温度控制系数；
接着，计算新的目标函数值η(xk+1)，并计算目标函数值的增量Δη＝η(xk+1)-η(xk)；
如果Δη＜0，则接受新产生的最优解为当前最优解；若Δη＞0，则根据下式来判断是否接收；
随机产生一个在[0，1]区间上均匀分布的随机数ξ，如果P＞ξ，则接受新解，否则放弃；
b5：控制退火温度并反复迭代；
采用下式计算每次迭代的退火温度；
Tk＝T0’exp(-ck1/D)，Tk是退火温度；
退火温度变化后重复上述步骤进行迭代。
b6：算法终止判定得到最优解，输出符合数据中心给出的流量指标条件下所需最优工况点对应的转速；
若连续N个新解都没有被接受，或代价函数值小于一个给定的值，则输出当前解作为符合数据中心给出的流量指标条件下所需最优工况点对应的转速，算法结束。
C、运行工况调节
c1：根据最优工况点计算过程中得到的转速数据对屏蔽泵电机系统进行驱动，并读取屏蔽泵转速调节后的流量数据；
c2：判断工况点调节后的屏蔽泵实时流量是否满足数据中心所给出的流量指标，若满足指标，则屏蔽泵运行工况调节完成。
若不满足指标，则将流量数据与流量指标进行比较，修改约束条件，具体如下所示。
修改后的约束条件为Qi(x)∈[Qmin+εΔQ，Qmax+εΔQ]
式中，Qmax和Qmin分别为数据中心给出的流量指标上下限，ε为实际经验参数。
约束条件修正后重复步骤B进行最优工况计算，得到对应转速数据，对屏蔽泵电机系统进行驱动调节；如图7所示，使用本发明的控制算法对屏蔽泵运行工况进行优化调节后，屏蔽泵在不同流量条件下均有一定的效率提升，其中最大效率提升可达2.9％。考虑到数据中心循环冷却系统需要长时间不间断工作，这样的效率提升也能够实现很好的节能效果。
D、采集样本构建数据库
d1：在运行工况点调节过程中，每隔一段时间对屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据进行实时采样并存储数据；
d2：将采集到的样本数据传输到数据中心机房内的计算服务器，构建屏蔽泵运行状态数据库；
E、优化屏蔽泵运行策略
e1：使用最小二乘支持向量机算法，根据步骤D中采集到的样本数据建立训练样本集并搭建LSSVR(最小二乘向量回归)模型的基本框架，确定优化目标；
采集到的样本输入变量具有不同的量纲单位，往往会影响最后的预测结果。为了消除不同量纲单位带来的误差，保证结果的稳定性并提高模型的收敛速度，釆用min-max归一化方法对数据进行处理，其函数表达式为：
y＝(ymax-ymin)×(x-xmin)÷(xmax-xmin)+ymin
式中x为原始数据；xmax和xmin分别为原始数据的最大值与最小值；y是归一化后的数据；ymax和ymin分别为归一化范围的最大值与最小值，分别取1和-1。
最终得到屏蔽泵的运行状态训练样本集{(xi，yi)，i＝1，2，...，l}，其期望输出为yi∈R，xi∈Rn。
预先在MATLAB中构建LSSVR模型，LSSVR模型以屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据作为输入特征变量，以屏蔽泵电机转速控制曲线作为输出目标变量。
LSSVR模型的数学表达式如下：
其中ω为超平面的法向量，其中为非线性函数，b为偏差。
LSSVR模型的优化目标为：
其中||ω||2是结构风险，可以避免过于复杂的模型，ei是第i个样本的近似误差。γ是正则化参数，当γ值合适时，可以防止过拟合问题。
最后将拉格朗日乘子引入上式，优化问题变为：
e2：引入用于估计样本核向量的核函数得到模型的回归函数；
选择RBF核函数作为LSSVR的核函数，并代入回归函数
e3：引入正则化参数γ和参数σ对应的核函数，保证LSSVR的预测性能，得到最终的LSSVR模型，并使用粒子群算法对模型进行优化。
e4：利用构建的LSSVR代理模型预测屏蔽泵电机系统的最优控制策略并输出；
根据粒子群算法提出的优化程序寻找新的屏蔽泵运行控制策略，该优化程序是基于经过训练的LSSVR模型提供的运行特性指标。然后通过性能评估程序对新的运行控制策略进行评估，并将其添加到数据库中。如果没有达到目标性能，则开始下一次迭代，重复同样的过程，直到得到最优的控制策略。
在评估LSSVR代理模型时，使用数据库的80％作为训练集，20％作为测试集。
e5：根据代理模型预测的最优控制策略对屏蔽泵电机系统进行控制策略优化。具体实施中，将采用优化控制策略的转子发热量、轴承磨损量计算结果与屏蔽泵实时转子发热量、轴承磨损量进行对比：若优化后的转子发热量、轴承磨损量计算结果小于屏蔽泵的实际转子发热量、轴承磨损量，则结果合理，可直接输出控制策略；若优化后计算结果大于或等于实际结果，则重新构建LSSVR模型，可以进行再次优化。
屏蔽泵端的运行控制模块读取到控制策略优化模块输出的电机转速控制曲线，更改屏蔽泵电机系统控制的控制程序，对电机转速进行调节。
控制策略优化前后屏蔽泵转子温度与振动速度值的变化图如图8和图9所示。可以看出，在优化控制策略控制转速调节下，屏蔽泵转子温度在运行时间段都内有显著下降，而振动速度值在部分运行时间段中有一定的减小，其余时间段内也与优化前基本持平或略有下降。
最优地，所述适应数据中心全工况操作的屏蔽泵运行控制方法能够建立数据中心通用换热模型，以便适应不同工作场景的需求，快速计算数据中心所需冷却量，从而得到对应的屏蔽泵系统流量指标。
最优地，所述的屏蔽泵运行工况控制方法，还需要考虑到不同工作环境下管路特性以及所输送介质的影响。
最优地，所述屏蔽泵运行工况控制方法能够根据屏蔽泵的轴承磨损情况自动修正屏蔽泵的数学模型，提高计算结果的准确性。
最优地，所述的屏蔽泵运行优化控制方法具有智能优化算法，随着获取数据样本的增加，不断改进优化屏蔽泵的控制策略，以达到最大程度减缓屏蔽泵轴承的磨损。
综上所述，借助于本发明的上述技术方案，通过使用模拟退火算法对屏蔽泵的最优工况进行计算，具有计算过程简单，所需计算资源小，鲁棒性强的优点。同时可以在上述算法基础上采用并行搜索结构来提高算法的收敛速度，从而将该屏蔽泵控制方法推广到一些计算时延要求较高的应用场合使用。此外，现有的屏蔽泵控制策略大多基于预设数据，采用单一的屏蔽泵控制策略，未能考虑到屏蔽泵的转子发热以及轴承磨损的问题。本发明所述的屏蔽泵运行工况控制方法能够实现屏蔽泵的多策略运行，并以屏蔽泵的转子发热量及轴承磨损数据为依据，借助最小二乘支持向量机算法生成最优控制策略，从而减少屏蔽泵的轴承磨损量，改善屏蔽泵的发热和老化问题，从而实现延长屏蔽泵的使用寿命的目的。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种适应数据中心全工况操作的屏蔽泵控制系统，其特征在于，包括数据中心冷却量预估模块、运行数据监测模块、通讯模块、运行工况寻优模块和控制策略优化模块以及运行控制模块；
所述数据中心冷却量预估模块用于预估数据中心所需的换热量以及对应的冷却循环系统所需的冷媒冷却量，并计算出屏蔽泵系统对应的流量指标，从而进行屏蔽泵的运行工况调节；数据中心的传热是一个多维度、多尺度的复杂过程，其中涉及冷却系统、数据机房、服务器、散热元件，因此对各个环节进行数学建模，建立整个数据中心换热模型，以便快速准确地对数据中心的换热量及冷媒冷却量进行分析；
所述运行数据监测模块用于检测屏蔽泵所安装的传感器所生成的模拟信号，并将其转换成数字信号，所述运行数据监测模块包括流量传感器、压力传感器、转速传感器、轴功率传感器、温度传感器、振动传感器、TRG轴承监测器以及模数转换器；进出口压力、流量、电机转速、轴功率、振动数据经过传感器测量直接输出，并通过模数转换器将传感器输出的模拟信号转换为数字信号进行传输，扬程信号根据进出口压力数据通过公式进行计算得到；
所述通讯模块用于将所述运行数据监测模块所输出的数字信号编码打包，并进行加密校验，用于运行工况寻优模块和控制策略优化模块之间的信号传输；
所述运行工况寻优模块用于根据数据中心给出的流量指标以及屏蔽泵中的流量、扬程和效率数据，对相应屏蔽泵的运行状态通过模拟退火寻优算法进行处理，得到给定条件下的最优工况点，并发出指令给运行控制模块，调节屏蔽泵的运行状态；
所述运行控制模块通过PLC控制器对屏蔽泵的电机系统进行控制，用于实时控制屏蔽泵的电机系统，调节屏蔽泵的转速，以改变屏蔽泵的输出扬程，使其达到最优工况；PLC控制器连接至伺服驱动器，伺服驱动器连接至伺服电机，伺服电机的电机轴连接至电控无极变速器的输入轴，电控无极变速器的输出轴连接至屏蔽泵的泵轴，PLC控制模块连接至电控无极变速器；
所述控制策略优化模块对屏蔽泵的现场测量数据样本进行采集和存储，包括流量、扬程、效率、振动以及轴承磨损，建立屏蔽泵运行状态数据库，使用最小二乘支持向量机算法对数据库进行训练，对屏蔽泵的运行方式进行优化调节。
2.根据权利要求1所述的一种适应数据中心全工况操作的屏蔽泵控制系统，其特征在于，所述数据中心机房内布置红外热成像传感器，对数据中心的各个产热设备进行温度监测，得到数据中心的实时温度情况，基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量，并根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标。
3.一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，用于权利要求1所述的适应数据中心全工况操作的屏蔽泵控制系统，包括以下步骤；
A、预估数据中心冷却量；
a1；对数据中心各个环节进行数学建模，得到数据中心换热模型；
a2；基于所建立的数据中心换热数学模型，结合传感器测量得到的数据中心机房内温度特征，计算得到数据中心的总换热量；
a3：根据冷却循环系统的换热效率预测出需求冷却量的范围区间，由经验公式得到冷却循环系统中屏蔽泵的流量指标；
B、最优工况点计算过程；
b1：根据屏蔽泵的特性曲线以及扬程、流量和效率之间的理论关系建立屏蔽泵的数学模型；
b2：读取屏蔽泵系统的测量数据，确定约束条件；
b3：使用模拟退火寻优算法，随机产生一个初始解，并设置初始参数；
b4：对初始解作随机扰动生成新解，判断其是否为最优解；
b5：控制退火温度并反复迭代；
b6：算法终止判定得到最优解，输出符合数据中心给出的流量指标条件下所需最优工况点对应的转速；
C、运行工况调节；
c1：根据最优工况点计算过程中得到的转速数据对屏蔽泵电机系统进行驱动；
c2：判断工况点调节后的屏蔽泵实时流量是否满足数据中心所给出的流量指标，若不满足指标，则返回步骤B调整约束条件后重新计算；
D、采集样本构建数据库；
d1：在运行工况点调节过程中，每隔一段时间对屏蔽泵转速、流量、扬程、振动速度值、电机转子温度以及TRG轴承监测器数据进行实时采样并存储数据；
d2：将采集到的样本数据传输到数据中心机房内的计算服务器，构建屏蔽泵运行状态数据库；
E、优化屏蔽泵运行策略
e1：使用最小二乘支持向量机算法，根据步骤D中采集到的样本数据建立训练样本集并搭建LSSVR模型的基本框架，确定优化目标；
e2：引入用于估计样本核向量的核函数，得到模型的回归函数；
e3：引入正则化参数和参数对应的核函数，得到最终的LSSVR模型，并使用粒子群算法对模型进行优化；
e4：利用构建的LSSVR代理模型预测屏蔽泵电机系统的最优控制策略并输出；
e5：根据代理模型预测的最优控制策略对屏蔽泵电机系统进行控制策略优化。
4.根据权利要求3所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤a3中，冷却循环系统由屏蔽泵、板式换热器、冷水主机以及冷却水塔设备组成；
其中，屏蔽泵的总效率由泵效率ηp、电机效率ηm、变频器效率ηVFD组成，可由经验公式拟合得到：
η＝ηp·ηm·ηVFD
根据以上各个环节的换热效率计算得到最终冷却循环系统需要提供的冷却量，再由所需冷却量和屏蔽泵循环流量的关系式得到屏蔽泵的流量指标；
φ＝Qcp(t″f-t′f)
其中，Q为屏蔽泵的流量，cp为冷却循环介质的换热系数，t″f和t′f分别为数据中心冷却系统进口端与出口端的介质温度；
在计算得到的屏蔽泵所需流量Q的基础上，留出流量裕量，取所需流量的1.1倍，得到最终的冷却循环系统屏蔽泵流量指标[Qmin，Qmax]。
5.根据权利要求4所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b1中，对于确定的离心泵装置，由已知的屏蔽泵的性能特性曲线H＝f(Q)和采用曲线拟合的方法获得其数学上的具体表达式；
根据离心泵的扬程-流量特性曲线，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
T0：H＝AQ2+BQ+C
其中：A、B、C为系数，n为任意转速，n0为额定转速，T0为离心泵开启后的时刻；
根据离心泵的效率-流量关系图，建立额定转速n0下，效率η关于流量Q的函数模型：
其中：X、Y、Z为系数，n为任意转速，n0为额定转速。
6.根据权利要求5所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b2中，在实际情况中，满足数据中心换热量的屏蔽泵流量条件的工况点并不唯一，以屏蔽泵的最高效率运行作为条件并结合屏蔽泵运行可靠性曲线进行最优工况点选择；
优化算法根据步骤b1建立的屏蔽泵数学模型，选取扬程H、轴功率P、屏蔽泵自身散热量I、泵机组振动量度E、效率η参数构建目标函数和约束条件；
以屏蔽泵的扬程为约束条件，屏蔽泵运行效率最高为目标函数，构建以下数学模型：
求x＝[H，P，I，E]T，使得ηi(x)→max，且满足约束条件Qi(x)∈[Qmin，Qmax]，Q是优化工况需要满足流量的限制范围。
7.根据权利要求6所述的一种适应数据中心全工况操作的屏蔽泵控制方法，其特征在于，在步骤b3中，随机产生一个初始解，以作为当前最优解，并计算其目标函数值ηi(x0)，设置初始温度T0’为1.0，设置初始温度变化次数k＝1，并给定最大循环步数Lk。
8.根据权利要求7所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b4中，对当前最优解作随机扰动，通过下式生成新解；
Tk＝T0’exp(-ck1/D)
Xj k+1是根据Xj k迭代得到的第k+1个新解，D是系统参数的个数式中yj为第j个待求参数的扰动，1≤j≤D；uj为介于0和1之间的随机值；Bj为第j个待求参数可能取的最大值；Aj为第j个待求参数可能取的最小值；c为温度控制系数，T0’为初始温度；
接着，计算新的目标函数值η(xk+1)，并计算目标函数值的增量Δη＝η(xk+1)-η(xk)；
如果Δη＜0，则接受新产生的最优解为当前最优解；若Δη＞0，则根据下式来判断是否接收；
随机产生一个在[0，1]区间上均匀分布的随机数ξ，如果p＞ξ，则接受新解，否则放弃。
9.根据权利要求8所述的一种适应数据中心全工况操作的屏蔽泵控制方法，其特征在于，在步骤b5中；采用下式计算每次迭代的退火温度；
Tk＝T0’exp(-ck1/D)，Tk是退火温度；
退火温度变化后重复上述步骤进行迭代。
10.根据权利要求9所述的一种适应数据中心全工况操作的屏蔽泵运行控制方法，其特征在于，在步骤b6中，若连续N个新解都没有被接受，或代价函数值小于一个给定的值，则输出当前解作为符合数据中心给出的流量指标条件下所需最优工况点对应的转速，算法结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210943038.7A CN115361841B (zh) | 2022-08-04 | 2022-08-04 | 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210943038.7A CN115361841B (zh) | 2022-08-04 | 2022-08-04 | 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115361841A CN115361841A (zh) | 2022-11-18 |
| CN115361841B true CN115361841B (zh) | 2024-06-04 |
Family
ID=84001098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210943038.7A Active CN115361841B (zh) | 2022-08-04 | 2022-08-04 | 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115361841B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384009B (zh) * | 2023-05-31 | 2023-08-11 | 安徽新沪屏蔽泵有限责任公司 | 一种屏蔽泵能效等级的仿真预测方法、装置及设备 |
| CN117156828B (zh) * | 2023-10-31 | 2024-02-02 | 联通(广东)产业互联网有限公司 | 基于液冷的数据中心散热系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104281054A (zh) * | 2013-07-12 | 2015-01-14 | 靖江市托日自动化设备有限公司 | 全氢罩式炉加热过程智能模糊控制方法 |
| CN105283035A (zh) * | 2015-03-04 | 2016-01-27 | 爱美达（上海）热能系统有限公司 | 一种柔性防凝露保护系统 |
| CN106253635A (zh) * | 2016-08-17 | 2016-12-21 | 常州博瑞电力自动化设备有限公司 | 一种直流输电换流阀双配水冷却系统 |
| CN109189112A (zh) * | 2018-09-25 | 2019-01-11 | 辽宁工业大学 | 一种张紧辊带钢张力滑模控制方法及控制装置 |
| CN110785048A (zh) * | 2018-07-27 | 2020-02-11 | 中车株洲电力机车研究所有限公司 | 轨道交通牵引设备的蒸发冷却系统及轨道交通牵引设备 |
| CN114563950A (zh) * | 2022-01-21 | 2022-05-31 | 深圳铂今节能科技有限公司 | 一种机电设备无感智能控制方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200344532A1 (en) * | 2019-04-25 | 2020-10-29 | Route 1 Inc. | Selectively transitioning a display screen of a human-operable apparatus between a restricted mode and an unrestricted mode based upon motion and/or proximity detection |
-
2022
- 2022-08-04 CN CN202210943038.7A patent/CN115361841B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104281054A (zh) * | 2013-07-12 | 2015-01-14 | 靖江市托日自动化设备有限公司 | 全氢罩式炉加热过程智能模糊控制方法 |
| CN105283035A (zh) * | 2015-03-04 | 2016-01-27 | 爱美达（上海）热能系统有限公司 | 一种柔性防凝露保护系统 |
| CN106253635A (zh) * | 2016-08-17 | 2016-12-21 | 常州博瑞电力自动化设备有限公司 | 一种直流输电换流阀双配水冷却系统 |
| CN110785048A (zh) * | 2018-07-27 | 2020-02-11 | 中车株洲电力机车研究所有限公司 | 轨道交通牵引设备的蒸发冷却系统及轨道交通牵引设备 |
| CN109189112A (zh) * | 2018-09-25 | 2019-01-11 | 辽宁工业大学 | 一种张紧辊带钢张力滑模控制方法及控制装置 |
| CN114563950A (zh) * | 2022-01-21 | 2022-05-31 | 深圳铂今节能科技有限公司 | 一种机电设备无感智能控制方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 提高屏蔽泵的使用寿命;王尚文;吕红芳;;化工设计通讯;20170428(04);全文 * |
| 提高热媒循环泵运行安全性;陈爱国;郭志星;张瑞斌;;聚酯工业;20151115(06);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115361841A (zh) | 2022-11-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115361841B (zh) | 一种适应数据中心全工况操作的屏蔽泵控制系统及其方法 | |
| CN106920006B (zh) | 一种基于isoa-lssvm的地铁站空调系统能耗预测方法 | |
| CN115013861B (zh) | 一种基于供热系统的室内温度控制方法及装置 | |
| CN112598195A (zh) | 楼宇型综合能源系统运行优化方法、装置及终端设备 | |
| CN113240184B (zh) | 一种基于联邦学习的楼宇空间单元冷负荷预测方法及系统 | |
| CN112413831A (zh) | 一种中央空调节能控制系统及方法 | |
| CN112070353B (zh) | 一种精确检测数据中心能效的方法及系统 | |
| CN114335625A (zh) | 燃料电池堆温度控制方法、装置、模型预测控制器及系统 | |
| CN116644851B (zh) | 结合负荷优化配置的热电厂设备控制方法及系统 | |
| CN111787764B (zh) | 多联机制冷机组的能耗优化方法及装置、电子设备、存储介质 | |
| CN116717839A (zh) | 供热控制方法、控制装置和供热系统 | |
| CN116860027A (zh) | 一种数字能源鼓风站的压力控制系统及其方法 | |
| CN115712976A (zh) | 基于多元供热机组的热能及电负荷优化方法及相关设备 | |
| CN114679885A (zh) | 一种冷板液冷智能散热调控系统、调控优化方法、装置 | |
| CN117355710A (zh) | 一种用于控制制冷设备的方法和装置 | |
| CN115526441A (zh) | 供热预警方法、装置、计算设备和存储介质 | |
| CN118102683B (zh) | 多模式液冷光模块的自适应热管理系统 | |
| CN113591283B (zh) | 燃气锅炉的运行氧量调整方法、装置和计算机设备 | |
| CN114321722B (zh) | 蒸汽管网的压力平衡方法、装置、存储介质以及处理器 | |
| CN112966707B (zh) | 通用暖通空调设备模型自动化辨识方法及系统 | |
| CN118411007A (zh) | 高效综合能源站ai智慧管理系统 | |
| CN118156678B (zh) | 用于储能电池组的风液混合散热方法及系统 | |
| CN117806154B (zh) | 一种用于篦式冷却机的pid控制器参数优化方法及系统 | |
| CN118231883B (zh) | 用于液冷储能系统的电池管理方法及系统 | |
| CN117910550B (zh) | 一种基于深度学习的无油超高速离心压缩机自动优化系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |