【摘 要】
：
高性能计算、服务器等产品研制对加固设备提出较高的散热能力需求,而现有的机箱级风冷和机箱级液冷散热架构传热路径长、热阻大导致计算机散热性能差.基于穿透式液冷散热架构,通过开展穿透式散热架构设计技术、机箱及模块流道优化设计技术、液冷模块成型工艺及检测技术、穿透式机箱模块密封性设计技术,研制高散热效能、高体积散热能力的穿透式液冷计算机散热系统一套,形成穿透式液冷计算机设计指南,满足高性能大功率计算机、服务器对散热系统高散热效能、高体积散热能力的应用需求.
【机 构】
：
江苏自动化研究所,江苏 连云港 222061
论文部分内容阅读
高性能计算、服务器等产品研制对加固设备提出较高的散热能力需求,而现有的机箱级风冷和机箱级液冷散热架构传热路径长、热阻大导致计算机散热性能差.基于穿透式液冷散热架构,通过开展穿透式散热架构设计技术、机箱及模块流道优化设计技术、液冷模块成型工艺及检测技术、穿透式机箱模块密封性设计技术,研制高散热效能、高体积散热能力的穿透式液冷计算机散热系统一套,形成穿透式液冷计算机设计指南,满足高性能大功率计算机、服务器对散热系统高散热效能、高体积散热能力的应用需求.
其他文献
相比于传统的基于梯度的前馈神经网络,随机前馈神经网络具有更好的逼近能力和泛化学习能力,被广泛用于分类等问题中,然而其网络参数完全随机,在实际应用中存在性能不稳定、不可靠的隐患.为此,基于人类学习优化算法提出了一种改进的选择性进化随机网络方法(Improved Selective Evolutionary Random Network,ISERN),协同进行特征选择和网络结构优化以提高网络性能,某远洋船舶海水淡化系统的故障诊断仿真结果表明ISERN方法与其他方法相比具有更好的故障诊断性能,体现出其有效性和优
针对复杂的烟草烘丝过程,使用一种线性带输入变量的自回归(Autoregressive model with exogenous vari-ables,ARX)模型对烟草烘丝的干头过程进行建模分析.实验结果表明,提出的基于线性ARX模型对烟草烘丝的干头过程取得了很好的建模效果.
介绍了测试性的概念,还介绍了聚类分析以及谱系聚类法的原理和基本步骤.将谱系聚类法应用于产品可测试性指标分析中,可以对产品测试性特征进行分类.还介绍了采用MATLAB工具软件实现对设备测试性特征进行谱系聚类的一个例子.
针对目前市场上光标读卡机的价格偏高,为降低阅卷的成本且不降低效率和准确率,提出了基于图像处理技术的答题卡自动识别的方法.结合数字图像技术、灰度拉伸、平滑滤波、二值化等进行预处理;采用Hough(霍夫)变换对图像进行矫正和区域分割;利用填涂区的几何属性来识别填涂选项.实验证明:该方案识别速度快且准确率高、成本低及方便使用,对填涂大小、填涂深浅不一致和卷面轻微污损等情况均有比较好的识别效果,具有一定的研究价值.
针对现有月牙扳手装卸数控机床K型精密锁紧螺母过程中出现脱钩的情况,设计一种新型可调扳手,可适用于不同规格的K型精密锁紧螺母装卸.首先,利用UG软件对扳手进行实体建模装配设计,再采用ANSYS软件对关键结构进行静力学仿真分析,并对其进行拓扑优化,验证结构的合理性,使其在满足强度的条件下减轻扳手重量,更有利于满足K型精密锁紧螺母装卸要求.
为了解决苏州地铁随着线网发展、架大修任务加剧所带来的产能压力等问题,从部件委外周期、工作场地等多角度对架修产能分析.结合制约产能的各项限制条件,在松陵车辆段现有资源的基础上,基于开源软件Blender建立起车辆段联合车库虚拟现实仿真系统,通过交叉进车、穿插作业、场地合理化改造等方式对架修作业进行优化,有效地提高了架修工作效率,保障维修质量的同时达到节省维修成本的目的.
工业产品外观的瑕疵会直接造成产品商业价值的贬值。一般的视觉检测方法是利用环形光、同轴光等光源,结合单目视觉进行缺陷检测,但是对于一些存在的凸起、凹陷等具有三维特征的缺陷,由于其表面光学反射特性不明显,很难获取到缺陷的信息。结合三维视觉检测技术提出基于光栅投影的表面凹凸缺陷检测方法,投射棋盘格图案进行定位和角点提取,从中可以获得稀疏的点云数据,完成对凹坑缺陷的实时检测。
湿法脱硫系统脱硫效率影响因素众多,首先通过理论分析确定关键影响因素;其次将关键影响因素作为脱硫效率模型的输入量,结合极限学习机快速自学习模型建立脱硫效率的数据驱动预测模型;最后采用电厂实测数据进行模型训练与模型验证,结果表明该预测模型可较为准确地预测湿法脱硫系统的脱硫效率,对火电厂脱硫运行人员具有一定的指导意义.
风电功率短期预测对于电网的调度运行有着极为重要的意义,BP神经网络算法作为一种常见的风电功率预测方法,针对其易于陷入局部最优、精度不稳定的缺点,引入改进的二阶震荡粒子群算法优化BP神经网络的初始权值和阈值,构建复合型神经网络预测模型.同BP神经网络、粒子群BP神经网络、二阶震荡粒子群BP神经网络进行实验对比,验证了改进二阶震荡粒子群BP神经网络有较高的预测精度.
近年来,由于新冠肺炎疫情的突然爆发,利用口罩阻断病毒的传播成为首选的方式,而大型公共场所基本依赖人工检测是否佩戴口罩,既繁琐又存在疏漏的情况。随着深度学习和人工智能算法的不断精进,口罩检测系统将在各类大型公共场所得到更加广泛应用。提出一种Python实现基于深度学习的口罩检测技术。