-
公开(公告)号：CN106440902B
公开(公告)日：2018-05-29
申请号：CN201610873850.1
申请日：2016-09-30
申请人： 东北大学
CPC分类号： Y02E60/142 , Y02P80/15
摘要： 一种基于冷热电联产的储热调节系统及其调节方法，属于热交换管理技术领域。调节系统，包括PLC控制器组件、上位机、补燃式余热锅炉、分流调节组件、储热箱组、电加热组件、余热调度组件及用户负荷母线。调节方法：步骤1：设定系统初始化参数；步骤2：系统启动与参数整定；步骤3：进行外环母线供能调节；若为冬季，则运行冬季模式；若为夏季，则运行夏季模式；根据运行模式的不同对余热调度组件进行调节，维持用户负荷母线的温度恒定；步骤4：进行内环负荷供能调节；步骤5：进行余热回收能量调节；步骤6：进行市电储热能量调节；步骤7：判断系统是否出现故障或者季节变化而收到停机信号，若是，则系统工作结束，若否，则返回执行步骤3。
-
公开(公告)号：CN105576678B
公开(公告)日：2018-04-27
申请号：CN201610111638.1
申请日：2016-02-29
申请人： 东北大学
IPC分类号： H02J3/28
摘要： 本发明提供一种基于冷热电系统的混合储能系统及方法，该系统包括PLC控制器、上位机、变流滤波器、软化升压器、功率跟随器、软化蓄电器、桥式整流滤波电路、采控电路和储热装置；该方法为采集采控电路的第一运算放大器和第二运算放大器的逻辑输出值，采集软化蓄电器中铅蓄电池组的电压，PLC通过逻辑判断交流母线的电压所在区间，对软化蓄电器和储热装置的储放能模式进行控制；采集软化蓄电器中铅蓄电池组的电压，PLC通过判断软化蓄电器铅蓄电池组的储电状况，控制第一电磁继电器和第二电磁继电器，实现对储热装置和软化蓄电器进行储能控制。
-
公开(公告)号：CN106440902A
公开(公告)日：2017-02-22
申请号：CN201610873850.1
申请日：2016-09-30
申请人： 东北大学
CPC分类号： Y02E60/142 , Y02P80/15 , F28D20/00 , F24D19/1015 , F24D19/1066 , F28F27/00
摘要： 一种基于冷热电联产的储热调节系统及其调节方法，属于热交换管理技术领域。调节系统，包括PLC控制器组件、上位机、补燃式余热锅炉、分流调节组件、储热箱组、电加热组件、余热调度组件及用户负荷母线。调节方法：步骤1：设定系统初始化参数；步骤2：系统启动与参数整定；步骤3：进行外环母线供能调节；若为冬季，则运行冬季模式；若为夏季，则运行夏季模式；根据运行模式的不同对余热调度组件进行调节，维持用户负荷母线的温度恒定；步骤4：进行内环负荷供能调节；步骤5：进行余热回收能量调节；步骤6：进行市电储热能量调节；步骤7：判断系统是否出现故障或者季节变化而收到停机信号，若是，则系统工作结束，若否，则返回执行步骤3。
-
公开(公告)号：CN114201986A
公开(公告)日：2022-03-18
申请号：CN202010989616.1
申请日：2020-09-18
申请人： 东北大学
摘要： 本发明公开了一种基于2维CNN（卷积神经网络）的旋转机电设备故障信号分类方法，属于深度学习与数据处理领域。该方法通过研究振动在机械设备中的传播，在单台设备上安装多个工业级MEMS振动传感器，监测设备的多个振动方向的振动信号，利用采集的原始振动信号，采用滑窗的机制选取信号构成神经网络的矩阵，输入到一个卷积神经网络模型中，实现对故障信号的分类。本发明结合振动信号的特点，选取了特定的信号采集方法与改进的深度学习模型，使得深度学习模型得以简化，信号的分类准确度提高，为神经网络在边缘设备的实现提供了便利条件。
-
公开(公告)号：CN105576678A
公开(公告)日：2016-05-11
申请号：CN201610111638.1
申请日：2016-02-29
申请人： 东北大学
IPC分类号： H02J3/28
CPC分类号： H02J3/28
摘要： 本发明提供一种基于冷热电系统的混合储能系统及方法，该系统包括PLC控制器、上位机、变流滤波器、软化升压器、功率跟随器、软化蓄电器、桥式整流滤波电路、采控电路和储热装置；该方法为采集采控电路的第一运算放大器和第二运算放大器的逻辑输出值，采集软化蓄电器中铅蓄电池组的电压，PLC通过逻辑判断交流母线的电压所在区间，对软化蓄电器和储热装置的储放能模式进行控制；采集软化蓄电器中铅蓄电池组的电压，PLC通过判断软化蓄电器铅蓄电池组的储电状况，控制第一电磁继电器和第二电磁继电器，实现对储热装置和软化蓄电器进行储能控制。
-
-
-
-
搜索结果
5 条记录 (耗时 0.02 秒)
