摘要
本发明涉及数据中心散热技术领域,尤其提供了一种基于AI智能决策的单相和两相浸没液冷方法及系统,方法包含耦合后的数据注入动态特征提取引擎,输出热力学状态演化张量,含温度变化率、负载‑热流密度耦合系数等特征;热力学状态演化张量输入深度神经网络模型,计算出当前热力学状态演化张量适配的温度和压力,生成设备可执行的闭环控制指令集;闭环控制指令集注入执行机构组,执行机构按指令执行动力重构与流道切换,两相模式下气态氟化液经高效冷凝器液化回流,实现散热模式自适应切换与热循环重建。系统包含服务器、AI算法控制器、冷却液储存器、冷凝器、循环泵、电动阀、泄压阀、温度传感器。本发明显著提升散热效率与系统可靠性。
技术关键词
液冷方法
双通道神经网络
深度神经网络模型
密度分布模型
动态特征提取
闭环控制
决策
执行机构
高效冷凝器
冷却液
AI算法
服务器
数据中心散热技术
矩阵
生成设备
非线性
稳态偏差
储存器
系统为您推荐了相关专利信息
活动支架
摄像控制模块
视频分析
评估系统
摄像模块
环境微塑料
深度神经网络模型
元学习方法
分类方法
傅里叶红外光谱仪
拥堵监测方法
机器视觉分析
报警提示模块
深度神经网络模型
数据存储管理
深度神经网络模型
智能识别方法
文本特征向量
图像特征向量
联合损失函数
智能预测方法
动态特征提取
融合策略
信息系统
训练混合模型