[发明专利]一种三流体换热器的控制温度换热方法

权利要求书

1.一种三流体换热器的控制温度换热方法，所述换热器包括有壳体、换热部件、壳程入口接管和壳程出口接管；所述换热部件设置在壳体中，换热部件固定连接在前管板、后管板上；所述的壳程入口接管和壳程出口接管均设置在壳体上；流体从壳程入口接管进入，经过换热部件进行换热，从壳程出口接管出去；所述换热部件包括右管箱、左管箱和换热管，换热管与右管箱和左管箱相连通，左管箱和/或右管箱内填充相变流体，相变流体在右管箱和左管箱以及换热管内进行封闭循环；换热管为一个或者多个，每个换热管包括多根圆弧形的管束，多根圆弧形的管束的中心线为以下管箱为同心圆的圆弧，相邻管束的端部连通，从而使得管束的端部形成管束自由端；所述换热器包括第一换热管和第二换热管，所述第一换热管设置穿过左管箱内，第二换热管设置穿过右管箱；所述第一换热管和第二换热管分别流过第一流体和第二流体，所述第一流体、第二流体和壳程流体之间可以进行三种流体的换热；

其特征在于，壳程流体是冷源，第一流体和第二流体是热源，左管箱和右管箱内分别设置第一温度传感器和第二温度传感器，用于检测左管箱和右管箱内的温度，第一温度传感器和第二温度传感器与控制器进行数据连接，所述第一温度传感器和第二温度传感器温度数据实时存储在数据库中，采用一维深度卷积神经网络提取数据特征，并进行模式识别，从而控制第一阀门和第二阀门的开闭，从而控制第一换热管、第二换热管的换热流体是否通过进行换热,以进行除垢。

2.如权利要求1所述的方法，其特征在于，所述换热方法包括如下步骤：

1)数据准备：对数据库中的温度数据进行重新审查和校验，对缺失数据、无效数据、不一致数据进行纠正，保证数据的正确性以及逻辑上的一致性；

2)生成数据集：将准备好的数据分成训练集/训练集标签、检测集/检测集标签；

3)网络训练：将训练集数据输入卷积神经网络，不断经过卷积、池化，得到特征向量，送入全连接网络；通过计算网络的输出与训练集标签，得到网络误差，利用误差反向传播算法，不断修正网络权值、偏置、卷积系数、池化系数，使误差满足设定的精度要求，网络训练完成；

4)网络检测：将检测集数据输入到已经训练好的网络中，输出检测结果标签；

5)换热器运行：根据检测结果标签控制第一阀门和第二阀门的开闭以进行换热和除垢。

3.如权利要求1所述的方法，其特征在于，

网络训练具体步骤如下：

1)读入一组训练集数据d，其大小为[M×1×N],其中M表示训练批的大小，1×N表示一维的训练数据；

2)对读入的训练数据进行第一次卷积操作,得到特征图t，初始化卷积核g的系数，设g的大小为[P×1×Q]，其中P表示卷积核的数量，[1×Q]表示卷积核的尺寸，得到的卷积结果为t＝∑(d*g)，特征图的大小为[M×1×N×Q]；

3)对卷积操作得到的特征图t进行最大池化操作，得到特征图z，初始化池化系数，给定池化步长为p，池化窗口大小为k，最后得到的特征图z的大小为[M×1×(N/p)×Q],池化过程降低了数据的维度；

4)重复以上2)-3)步骤，反复进行卷积与池化操作，得到特征向量x，此时卷积神经网络的特征提取过程完成；

5)初始化全连接网络的权值矩阵w和偏置b，将提取到的特征向量x送入全连接网络，与权值矩阵w、偏置b进行运算，得到网络输出y＝∑(w×x+b)；

6)将网络得到的输出y与训练集标签l相减，得到网络误差e＝y-l，对网络误差进行求导，利用该导数反向传播，依次修正全连接网络的权值w、偏置b、各层池化系数、各层卷积系数；

7)重复上述过程，直到网络误差e满足精度要求，网络训练过程完成，生成卷积神经网络模型。