为解决现有微通道散热技术存在的不足和电子散热需求多元化的发展趋势,提出一种蛛网型微通道热沉结构,并对其几何结构参数进行了多目标优化来提升蛛网形微通道热沉的综合性能。采用Box-Behnken设计方法,对热沉的槽宽、翅宽、槽深设计变...为解决现有微通道散热技术存在的不足和电子散热需求多元化的发展趋势,提出一种蛛网型微通道热沉结构,并对其几何结构参数进行了多目标优化来提升蛛网形微通道热沉的综合性能。采用Box-Behnken设计方法,对热沉的槽宽、翅宽、槽深设计变量进行响应曲面分析,拟合出蛛网形微通道的温度与压降函数;以拟合后的两函数为目标函数,用多目标粒子群寻优算法得到Pareto解集,并使用逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)从Pareto解集中进行选择。结果表明,Pareto解集为不同状况下的最优解,温度与压降函数的多元统计系数R^(2)分别为0.9996和0.9984,表明拟合函数的精确度高。优化后的结构与原设计相比,不仅平均温度降低了3 K,压降也降低了1514 Pa,综合性能显著提升,表明合理的通道结构设计可以进一步提高微通道热沉的综合性能。展开更多
行星齿轮箱结构复杂,当发生故障时其振动信号呈非线性非平稳特点且故障信号微弱,为了能够准确提取行星齿轮磨损故障信息的特征,提出局部均值分解(local mean decomposition,简称LMD)结合S变换(LMD-S)的信号处理方法,且转化为时频分布图...行星齿轮箱结构复杂,当发生故障时其振动信号呈非线性非平稳特点且故障信号微弱,为了能够准确提取行星齿轮磨损故障信息的特征,提出局部均值分解(local mean decomposition,简称LMD)结合S变换(LMD-S)的信号处理方法,且转化为时频分布图像,应用时频图像纹理特征进行行星齿轮故障诊断。首先,把振动信号经由LMD-S变换处理后利用相关分析方法滤除干扰且转化为时频分布图像;其次,利用非均匀局部二值模式(local binary patterns,简称LBP)提取不同工况下采集数据的图像纹理特征;最后,采用极限学习机识别出3种故障类型,故障识别准确率达到90%,证明了此方法的有效性。展开更多
文摘为解决现有微通道散热技术存在的不足和电子散热需求多元化的发展趋势,提出一种蛛网型微通道热沉结构,并对其几何结构参数进行了多目标优化来提升蛛网形微通道热沉的综合性能。采用Box-Behnken设计方法,对热沉的槽宽、翅宽、槽深设计变量进行响应曲面分析,拟合出蛛网形微通道的温度与压降函数;以拟合后的两函数为目标函数,用多目标粒子群寻优算法得到Pareto解集,并使用逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)从Pareto解集中进行选择。结果表明,Pareto解集为不同状况下的最优解,温度与压降函数的多元统计系数R^(2)分别为0.9996和0.9984,表明拟合函数的精确度高。优化后的结构与原设计相比,不仅平均温度降低了3 K,压降也降低了1514 Pa,综合性能显著提升,表明合理的通道结构设计可以进一步提高微通道热沉的综合性能。
文摘行星齿轮箱结构复杂,当发生故障时其振动信号呈非线性非平稳特点且故障信号微弱,为了能够准确提取行星齿轮磨损故障信息的特征,提出局部均值分解(local mean decomposition,简称LMD)结合S变换(LMD-S)的信号处理方法,且转化为时频分布图像,应用时频图像纹理特征进行行星齿轮故障诊断。首先,把振动信号经由LMD-S变换处理后利用相关分析方法滤除干扰且转化为时频分布图像;其次,利用非均匀局部二值模式(local binary patterns,简称LBP)提取不同工况下采集数据的图像纹理特征;最后,采用极限学习机识别出3种故障类型,故障识别准确率达到90%,证明了此方法的有效性。
