-
公开(公告)号：CN102953960A
公开(公告)日：2013-03-06
申请号：CN201210431778.9
申请日：2012-11-01
Applicant: 华中科技大学
IPC: F04B39/00
Abstract: 本发明公开了一种十字交叉环形压缩机，包括两个相正交的环形腔体和两滑块；在两环形腔体正交的同一侧，每一环形腔体的腔壁上以该相交侧为中心左右对称开有进气口和出气口；两滑块分别位于一环形腔体内；第一环形腔体内的滑块在靠近所在腔体内的进气口的滑动过程中，第二环形腔体内的滑块经过所在腔体的进气口和出气口之间的两环相交处，此时第二环形腔体内的滑块作为阀门，第一环形腔体内的滑块作为活塞，第一环形腔体内在活塞与阀门之间具有排气口的腔体部分构成压缩腔。本发明节能高效，结构简单紧凑，具有优良的变频特性、高效率和低振动的特点。
-
公开(公告)号：CN101872107A
公开(公告)日：2010-10-27
申请号：CN201010168078.6
申请日：2010-05-10
Applicant: 华中科技大学
Abstract: 一种监控摄像机散热用的制冷装置，属于太阳能半导体制冷装置，解决现有监控摄像机在太阳辐射过大时散热效果差的问题。本发明包括制冷部分、温度控制部分和电源部分，制冷部分包括半导体制冷芯片、热端散热风扇、热端散热器、导热铝块、冷端散热器、散冷风扇以及防护罩；温度控制部分包括继电器、温度开关及温度传感器；电源部分包括太阳能光伏电池板、变压器、太阳能蓄电池和控制器。本发明采用太阳能半导体制冷将监控摄像机自身的产热以及外界传递进去的热量散发出去，降低监控摄像机的实际工作温度；整个装置机械运动部件少，无管路连接，可靠性高，易于维修和保养，运行稳定，节能环保，散热效果好，使用寿命长，扩展了监控摄像机的使用范围。
-
公开(公告)号：CN113095367B
公开(公告)日：2023-04-18
申请号：CN202110280530.6
申请日：2021-03-16
Applicant: 华中科技大学
IPC: G06F18/214 , G06F16/2458
Abstract: 本发明公开了一种基于深度强化学习的压缩机故障诊断方法，属于压缩机故障诊断领域，包括：采集压缩机的实时运行数据，输入至已训练好的特征提取模型以提取特征；特征提取模型用于以无监督的方式提取输入数据的特征，特征用于表征在对应的运行数据下，压缩机处于各故障类型的概率；将实时运行数据的特征输入至已训练好的故障诊断模型以预测故障类型；故障诊断模型为深度强化学习模型，用于以特征为状态，预测在该状态下最大奖励值对应的动作，并将对应的故障类型作为故障诊断结果；深度强化学习模型的一个动作用于预测压缩机在给定状态处于某一种故障状态。本发明能够减少对专家经验和先验知识的依赖，提高压缩机故障诊断结果的精度和稳定性。
-
公开(公告)号：CN115095953A
公开(公告)日：2022-09-23
申请号：CN202210682549.8
申请日：2022-06-16
Applicant: 青岛海信日立空调系统有限公司 , 华中科技大学
Abstract: 本申请实施例提供一种故障诊断模型的训练方法及装置，涉及空调技术领域，用于提升多联机空调系统故障诊断的效率。该方法包括：获取第一多联机空调系统的M个特征参数的正常值和故障值，并基于M个特征参数的正常值和故障值，确定第一多联机空调系统的特征偏移空间；对第一多联机空调系统的特征偏移空间进行修正，得到第二多联机空调系统的特征偏移空间，第一多联机空调系统的机型不同于第二多联机空调系统；基于第二多联机空调系统的特征偏移空间和M个特征参数的正常值，确定第二多联机空调系统的M个特征参数的故障值；基于第二多联机空调系统的M个特征参数的正常值和故障值，对待训练的故障诊断模型进行训练，得到训练完成的故障诊断模型。
-
公开(公告)号：CN113095367A
公开(公告)日：2021-07-09
申请号：CN202110280530.6
申请日：2021-03-16
Applicant: 华中科技大学
IPC: G06K9/62 , G06F16/2458
Abstract: 本发明公开了一种基于深度强化学习的压缩机故障诊断方法，属于压缩机故障诊断领域，包括：采集压缩机的实时运行数据，输入至已训练好的特征提取模型以提取特征；特征提取模型用于以无监督的方式提取输入数据的特征，特征用于表征在对应的运行数据下，压缩机处于各故障类型的概率；将实时运行数据的特征输入至已训练好的故障诊断模型以预测故障类型；故障诊断模型为深度强化学习模型，用于以特征为状态，预测在该状态下最大奖励值对应的动作，并将对应的故障类型作为故障诊断结果；深度强化学习模型的一个动作用于预测压缩机在给定状态处于某一种故障状态。本发明能够减少对专家经验和先验知识的依赖，提高压缩机故障诊断结果的精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN109654652A
公开(公告)日：2019-04-19
申请号：CN201811370673.0
申请日：2018-11-17
Applicant: 华中科技大学
IPC: F24F11/30 , F24F11/63 , G01M99/00 , F24F140/20 , F24F140/12
Abstract: 本发明属于空调的制冷/热量计算的技术领域，并公开了一种基于数据挖掘技术的空调器制冷/热量预测方法。该预测方法包括下列步骤：(a)采集待处理空调器上的节流阀、蒸发器和冷凝器的多个温度，计算蒸发温度、冷凝温度和过冷度；(b)采用微元段的分析方法，利用毛细管过冷液相区和汽液两相区两段的压力变化计算制冷剂的质量流量；(c)采用制冷剂焓值法计算待处理空调器在蒸发温度和冷凝温度下对应的制冷/热量；(d)建立制冷/热量关于蒸发温度和冷凝温度的线性回归预测模型，该预测模型用于预测所需的制冷/热量。通过本发明，不需要进行复杂的拆卸安装也无需破坏空调系统装置即可实现空调系统制冷/热量的预测，操作简单，结果可靠。
-
公开(公告)号：CN103968479A
公开(公告)日：2014-08-06
申请号：CN201410087448.1
申请日：2014-03-12
Applicant: 陈焕新 , 俞礼厚 , 华中科技大学 , 石家庄容智达新能源科技有限公司
CPC classification number: Y02B10/40
Abstract: 一种家用地能空调，结构上由压缩机组块，阀件与电控组块，空气侧换热器组块，水侧换热器组块和立式机箱五部分组成。水平隔板将机箱内空间分隔成上、下两个腔室，空气侧换热器组块安置在上部腔室；压缩机组块，阀件与电控组块，水侧换热器组块安置在下部腔室，四个组件按制冷循环由铜管相互连接，隔板上布置有通孔，可供上下腔室间的管路、线路连接。本发明可与地源热泵水换热，采用板换，缩小设备占地空间，有效降低成本和电耗；压缩机结构封闭，内铺吸噪材料，有效降低噪声等级；空调可放置于用户室内，改善工作环境，减少维护费；所述空调结构简单，安装方便，便于分户控制，极适用于北方农村用户。
-
公开(公告)号：CN102182051A
公开(公告)日：2011-09-14
申请号：CN201110063733.6
申请日：2011-03-17
Applicant: 华中科技大学
Abstract: 一种半导体加热干燥装置，属于干燥设备，解决现有烘干机不能回收冷却后干燥空气的冷量，且半导体热电堆冷、热端面温差太大的问题。本发明包括箱式壳体、半导体热电堆、冷端换热器、热端换热器、循环管道和预热筒，循环管道沿轴线方向穿过预热筒，循环管道入口与壳体内干燥室出气口连接，循环管道出口连通冷端换热器上端面，冷端式换热器下端面通过预热管道连接预热筒入口，预热筒出口通过回热管道连通热端换热器下端面。本发明结构紧凑、易于安装、无湿热空气排出、无环境污染；与电加热和PTC加热干燥设备相比，耗电量较小；整个装置机械运动部件少、可靠性高、易于维修和保养、使用寿命长、除湿干燥物品效果好、适合家庭或酒店室内使用。
-
公开(公告)号：CN115628514B
公开(公告)日：2024-06-04
申请号：CN202211348463.8
申请日：2022-10-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于社交媒体的空调滤网脏污等级辨识方法及系统，属于空调技术领域。本发明经两次检测从三维体积的角度完成空调滤网脏污等级辨识，首先进行一次检测，初步判断脏污覆盖面积，然后进行二次检测，进一步分析脏污覆盖厚度不同所显示出来的特征，实现更为精准地判断。同时，检测模型A、B所基于的数据集不同于常规的空调系统运行参数数据集，而是图像数据集，空调运行参数异常所反映的是压缩机、冷凝器等各部件综合作用的结果，而滤网图像数据集直接反映滤网的脏污情况，检测结果更为精确。此外，基于社交媒体的分享激励机制更大化用户清洁滤网的积极性，同时有利于滤网图像数据集的扩大，反过来促进系统模型精确性的提高。
-
公开(公告)号：CN110715405A
公开(公告)日：2020-01-21
申请号：CN201910936489.6
申请日：2019-09-29
Applicant: 华中科技大学
IPC: F24F11/62 , G01M99/00 , G01N25/20 , G06N3/04 , G06N3/08 , F24F110/10 , F24F110/20 , F24F110/30 , F24F110/40
Abstract: 本发明属于空调器制冷器测试相关技术领域，并公开了一种基于BP神经网络拟合模型的空调器制冷量检测方法，包括：对空调器室内机回风口和送风口的数据采集及集成；对空调器室内机回风口和送风口的空气焓值等指标的计算；基于空气焓值法对空调器实际制冷量的计算；以及基于BP神经网络拟合模型的实际制冷量检测等步骤。通过本发明，不需要对空调器进行任何拆卸也无需使用昂贵的焓差实验室即可实现空调器制冷量的检测，同时与其他建模算法相比，所需实验装置简单，可获得更为精确和可控的检测结果，并且方法和结果可靠。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.027 seconds)
