一种冷却系统及其分水方法与流程

本发明属于冷却设备，尤其涉及一种冷却系统及其分水方法。

背景技术：

1、目前的水冷系统与功率设备(以下简称“热负载”)之间的分水装置大多为以下几种：(1)通过各个支路上的手动阀门进行调节，调节的效率和精度都较低，且不能基于不同的温控需求进行实时的在线调节；(2)设计专门的分水器，通过分水器流道的设计对各个热负载进行较为粗犷的分水，该方式忽略了回路中不同热负载具有不同流道阻力的影响，同时也不能基于不同的温控需求进行实时的在线调节。

2、上述缺陷导致现有系统难以满足热负载的实际使用需求。

技术实现思路

1、为了解决上述技术问题，本发明公开了一种冷却系统，能够对冷却系统回路中的各个热负载的冷却水流量进行实时、精确的在线调节，从而实现热负载的精确控温。本发明还公开了一种上述冷却系统的分水方法。

2、本发明的具体技术方案如下：

3、一种冷却系统，包括水冷系统、分水系统，以及多个热负载；所述水冷系统中存有冷却水，所述冷却水从水冷系统流出，通过分水系统分为多个支流，以对不同的热负载散热，所述冷却水经过热负载后，汇流回流至水冷系统；

4、任意一条支流上设置有阀门，所述阀门和该支流上的热负载之间设置有流量计；所述分水系统的入水口设置有温度传感器一，所述分水系统的回水口设置有温度传感器二，任意一个热负载设置有温度传感器三；

5、所述分水系统设置有控制器，所述控制器基于温度传感器一、温度传感器二反馈的数值，以及任意一条支流上的流量计、温度传感器三反馈的数值，调节该支流上的阀门的开度。

6、优选的，所述控制器具有深度学习单元，所述深度学习单元包括第一神经网络单元，所述第一神经网络单元基于温度传感器一反馈的数据、温度传感器二反馈的数据、温度传感器三反馈的数据、控温温度，输出阀门开度的修正系数；

7、所述控制器基于阀门开度的修正系数调整阀门开度。

8、优选的，所述控制器具有深度学习单元，所述深度学习单元包括第二神经网络单元，所述第二神经网络单元基于温度传感器一反馈的数据、温度传感器二反馈的数据、温度传感器三反馈的数据、流量计反馈的数据、控温温度，输出冷却水排出的总热量和相应时间段内热负载的温度变化的关联关系中的参数；

9、基于该参数调整相应时间段内热负载的温度变化的取值。

10、一种冷却系统的分水方法，应用于具备多个热负载的冷却系统，所述热负载位于不同的冷却水支流上，所述冷却水由分水系统分流，包括：

11、获取分水系统的入水温度和回水温度；

12、确定所需控温的热负载所在支流，获取该支流中冷却水流量、热负载的实时温度、热负载所需的控温温度；

13、输入控制数据，基于所述的入水温度、回水温度，以及冷却水流量、热负载的实时温度，获取所需控温的热负载所在支流上的阀门的开度；

14、基于阀门开度，控制阀门开启到位。

15、优选的，构建第一神经网络单元，采用历史入水温度、历史回水温度、热负载的历史实时温度、历史控温温度作为输入数据进行训练，并输出阀门开度修正系数；

16、结合第一神经网络单元输出的阀门开度修正系数得到实际阀门开度，并下发到控制器。

17、优选的，所述控制数据为热负载的热功率和控温温度；

18、所述控制阀门开启到位包括：

19、确定所需控温的热负载，输入热负载的热功率、控温温度；

20、所述分水系统获取入水温度、回水温度、热负载所在支流的冷却水流量、热负载的实时温度，基于热负载的热功率和控温温度输出热负载所在支流的阀门的开度，以控制阀门开启到位。

21、优选的，所述输出热负载所在支流的阀门的开度包括：

22、基于入水温度、回水温度、热负载所在支流的冷却水流量，以及采样时间间隔，获取热负载所在支流的冷却水排出的总热量；

23、通过热负载的热功率和采样时间间隔，获取热负载的总发热量；

24、基于热负载所在支流的冷却水排出的总热量、热负载的总发热量，获取热负载的热沉量；

25、基于热负载的热沉量，以及相较于初始温度的温度变化值，获得温升常系数；

26、基于温升常系数和控温温度，获得热负载在控温温度下不需要冷却水吸收的热量；

27、基于热负载所在支流的冷却水排出的总热量、热负载的总发热量、热负载在控温温度下不需要冷却水吸收的热量，获得热负载剩余热量；

28、获取热负载所在支流上的阀门的开度和该支流的冷却水流量的关联关系，基于该关联关系和热负载维持控温温度所需求的冷却水流量，获得阀门开度。

29、优选的，所述控制数据为控温温度；

30、所述控制阀门开启到位包括：

31、确定所需控温的热负载，输入热负载的控温温度，所述分水系统获取入水温度、回水温度、热负载所在支流的冷却水流量、热负载的实时温度，基于热负载的控温温度输出热负载所在支流上的阀门的开度，以控制阀门开启到位。

32、优选的，所述输出热负载所在支流的阀门的开度包括：

33、基于入水温度、回水温度、热负载所在支流的冷却水流量，以及采样时间间隔，获取热负载所在支流的冷却水排出的总热量；

34、基于热负载所在支流的冷却水排出的总热量，以及相应时间段内热负载的温度变化，构建冷却水在采样间隔内吸收的热量和相应时间段内热负载的温度变化之间的关联关系一；

35、获取热负载所在支流上的阀门的开度和该支流的冷却水流量之间的关联关系二，基于关联关系一、关联关系二和热负载维持控温温度所需求的冷却水流量，获得阀门开度。

36、优选的，构建第二神经网络单元，采用历史入水温度、历史回水温度、热负载所在支流的历史冷却水流量、热负载的历史实时温度、历史控温温度作为输入数据进行训练，并输出关联关系一的多项式参数；

37、结合第二神经网络单元输出的关联关系一的多项式参数得到热负载所在支流的冷却水在采样间隔内吸收的热量和相应时间段内热负载的温度变化之间的关系，并下发到控制器。

38、和现有技术相比，本发明通过各温度传感器、流量计反馈的数据信息，实现精确控制流入各热负载的冷却水流量，实现对热负载的精确控温，无需特定的分水器设计，可广泛适用于各种水冷系统精确控温场合，通用性强；本发明具备深度学习单元，可通过预测的方式给出控制阀门的开度，使控温响应更快，精度更高，达到热平衡稳态所需时间更短。

1.一种冷却系统，其特征在于，包括水冷系统、分水系统，以及多个热负载；所述水冷系统中存有冷却水，所述冷却水从水冷系统流出，通过分水系统分为多个支流，以对不同的热负载散热，所述冷却水经过热负载后，汇流回流至水冷系统；

2.如权利要求1所述的一种冷却系统，其特征在于，所述控制器具有深度学习单元，所述深度学习单元包括第一神经网络单元，所述第一神经网络单元基于温度传感器一反馈的数据、温度传感器二反馈的数据、温度传感器三反馈的数据、控温温度，输出阀门开度的修正系数；

3.如权利要求1或2所述的一种冷却系统，其特征在于，所述控制器具有深度学习单元，所述深度学习单元包括第二神经网络单元，所述第二神经网络单元基于温度传感器一反馈的数据、温度传感器二反馈的数据、温度传感器三反馈的数据、流量计反馈的数据、控温温度，输出冷却水排出的总热量和相应时间段内热负载的温度变化的关联关系中的参数；

4.一种冷却系统的分水方法，其特征在于，应用于具备多个热负载的冷却系统，所述热负载位于不同的冷却水支流上，所述冷却水由分水系统分流，包括：

5.如权利要求4所述的一种冷却系统的分水方法，其特征在于，构建第一神经网络单元，采用历史入水温度、历史回水温度、热负载的历史实时温度、历史控温温度作为输入数据进行训练，并输出阀门开度修正系数；

6.如权利要求4或5所述的一种冷却系统的分水方法，其特征在于，所述控制数据为热负载的热功率和控温温度；

7.如权利要求6所述的一种冷却系统的分水方法，其特征在于，所述输出热负载所在支流的阀门的开度包括：

8.如权利要求4或5所述的一种冷却系统的分水方法，其特征在于，所述控制数据为控温温度；

9.如权利要求8所述的一种冷却系统的分水方法，其特征在于，所述输出热负载所在支流的阀门的开度包括：

10.如权利要求9所述的一种冷却系统的分水方法，其特征在于，构建第二神经网络单元，采用历史入水温度、历史回水温度、热负载所在支流的历史冷却水流量、热负载的历史实时温度、历史控温温度作为输入数据进行训练，并输出关联关系一的多项式参数；