本申请提供了一种换热器的性能评估模型训练方法、性能预测方法及装置，包括：构造多个性能评估样本；其中，性能评估样本包括：多个换热器的历史检测数据，以及基于历史检测数据得到的历史标准散热量；将历史检测数据作为性能评估模型的输入，根据性能评估模型基于输入的历史检测数据的输出结果、以及性能评估样本中基于历史检测数据得到的历史标准散热量，训练性能评估模型的模型参数，直至性能评估模型的损失满足预设条件，得到包括训练好的模型参数的性能评估模型。本申请实施例通过简化换热器的性能评估模型，只需输入较少的参数，即可预测换热器的性能参数，简化预测过程，提高性能评估效率。评估效率。评估效率。
【技术实现步骤摘要】
换热器的性能评估模型训练方法、性能预测方法及装置
[0001]本申请涉及机械工程
，尤其是涉及换热器的性能评估模型训练方法、性能预测方法及装置。
技术介绍
[0002]在机械领域中，换热器，又称散热器，主要负责将发动机产生的热量通过冷却液转换并发散出去，其中，换热器的具体工作原理为：向换热器的内部通入高温介质，并且通过风扇的转动，使得低温空气流通至换热器的翅片位置，由此可以通过热交换使得低温介质与高温空气之间进行转换，从而达到机械内部散热的目的。
[0003]在实际中，通常需要选取散热性能良好的换热器，以提高发动机能的比运转效率。目前，对于换热器散热性能的评估往往是通过测试实验得到的，测试过程复杂，需要消耗较多的人力及物力资源，性能评估效率较低。
技术实现思路
[0004]有鉴于此，本申请的目的在于提供一种换热器的性能评估模型训练方法、性能预测方法及装置，通过简化换热器的性能评估模型，只需输入较少的参数，即可预测换热器的性能参数，简化预测过程，提高性能评估效率。
[0005]本申请实施例提供了一种换热器的性能评估模型训练方法，所述性能评估模型训练方法包括：
[0006]构造多个性能评估样本；其中，所述性能评估样本包括：多个换热器的历史检测数据，以及基于所述历史检测数据得到的历史标准散热量；其中，所述历史检测数据包括多个换热器迎风面的边长尺寸、以及通过不同换热器的介质流量以及空气流速；
[0007]将所述历史检测数据作为性能评估模型的输入，根据所述性能评估模型基于输入的所述历史检测数据的输出结果、以及所述性能评估样本中基于所述历史检测数据得到的历史标准散热量，训练所述性能评估模型的模型参数，直至所述性能评估模型的损失满足预设条件，得到包括训练好的模型参数的性能评估模型。
[0008]一种可选的实施方式中，在构造所述性能评估样本时，还包括：
[0009]获取每个所述性能评估样本对应的介质入口温度与介质出口温度，以及通过所述换热器的空气进风温度。
[0010]一种可选的实施方式中，基于所述检测数据得到所述换热器的标准散热量的方法，包括：
[0011]基于所述介质入口温度、空气进风温度以及介质散热量确定所述标准散热量。
[0012]一种可选的实施方式中，所述介质散热量的确定方法包括：
[0013]确定所述介质入口温度与介质出口温度之间的介质温度差；
[0014]基于所述介质温度差、介质流量以及所述介质的比热容确定所述介质散热量。
[0015]本申请实施例提供了一种换热器的性能预测方法，所述性能预测方法包括：
[0016]获取检测数据；其中，所述检测数据包括所述换热器迎风面的边长尺寸、以及通过所述换热器的介质流量以及空气流速；
[0017]将所述检测数据输入至训练好的换热器的性能评估模型中，得到所述换热器的性能预测结果；其中，所述性能评估模型是基于上述所述的换热器的性能评估模型的训练方法得到的。
[0018]一种可选的实施方式中，还包括：
[0019]基于所述换热器的性能预测结果，调整所述换热器迎风面的边长尺寸。
[0020]本申请实施例还提供了一种换热器的性能评估模型训练装置，所述装置包括：
[0021]一种换热器的性能评估模型训练方法，所述性能评估模型训练装置包括：
[0022]构造模块，用于构造多个性能评估样本；其中，所述性能评估样本包括：多个换热器的历史检测数据，以及基于所述历史检测数据得到的历史标准散热量；其中，所述历史检测数据包括多个换热器迎风面的边长尺寸、以及通过不同换热器的介质流量以及空气流速；
[0023]训练模块，用于将所述历史检测数据作为性能评估模型的输入，根据所述性能评估模型基于输入的所述历史检测数据的输出结果、以及所述性能评估样本中基于所述历史检测数据得到的历史标准散热量，训练所述性能评估模型的模型参数，直至所述性能评估模型的损失满足预设条件，得到包括训练好的模型参数的性能评估模型。
[0024]一种可选的实施方式中，所述构造模块还用于：
[0025]获取每个所述性能评估样本对应的介质入口温度与介质出口温度，以及通过所述换热器的空气进风温度。
[0026]一种可选的实施方式中，所述构造模块具体用于：
[0027]基于所述介质入口温度、空气进风温度以及介质散热量确定所述标准散热量。
[0028]一种可选的实施方式中，所述构造模块具体用于：
[0029]确定所述介质入口温度与介质出口温度之间的介质温度差；
[0030]基于所述介质温度差、介质流量以及所述介质的比热容确定所述介质散热量。
[0031]本申请实施例还提供了一种换热器的性能预测装置，所述性能预测装置包括：
[0032]获取模块，用于获取检测数据；其中，所述检测数据包括所述换热器迎风面的边长尺寸、以及通过所述换热器的介质流量以及空气流速；
[0033]输入模块，用于将所述检测数据输入至训练好的换热器的性能评估模型中，得到所述换热器的性能预测结果；其中，所述性能评估模型是基于上述所述的换热器的性能评估模型的训练方法得到的。
[0034]一种可选的实施方式中，所述性能预测装置还包括：
[0035]调整模块，用于基于所述换热器的性能预测结果，调整所述换热器迎风面的边长尺寸。
[0036]本申请实施例还提供了还提供了一种计算机设备，处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述处理器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述处理器执行时，所述机器可读指令被所述处理器执行时执行上述任一种可能的实施方式中的步骤。
[0037]本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储
有计算机程序，该计算机程序被运行时执行上述任一种可能的实施方式中的步骤。
[0038]本申请实施例提供的一种换热器的性能评估模型训练方法、性能预测方法及装置，包括：构造多个性能评估样本；其中，性能评估样本包括：多个换热器的历史检测数据，以及基于历史检测数据得到的历史标准散热量；其中，历史检测数据包括多个换热器迎风面的边长尺寸、以及通过不同换热器的介质流量以及空气流速；将历史检测数据作为性能评估模型的输入，根据性能评估模型基于输入的历史检测数据的输出结果、以及性能评估样本中基于历史检测数据得到的历史标准散热量，训练性能评估模型的模型参数，直至性能评估模型的损失满足预设条件，得到包括训练好的模型参数的性能评估模型。本申请实施例通过简化换热器的性能评估模型，只需输入较少的参数，即可预测换热器的性能参数，简化预测过程，提高性能评估效率。
[0039]为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0040]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种换热器的性能评估模型训练方法，其特征在于，所述性能评估模型训练方法包括：构造多个性能评估样本；其中，所述性能评估样本包括：多个换热器的历史检测数据，以及基于所述历史检测数据得到的历史标准散热量；其中，所述历史检测数据包括多个换热器迎风面的边长尺寸、以及通过不同换热器的介质流量以及空气流速；将所述历史检测数据作为性能评估模型的输入，根据所述性能评估模型基于输入的所述历史检测数据的输出结果、以及所述性能评估样本中基于所述历史检测数据得到的历史标准散热量，训练所述性能评估模型的模型参数，直至所述性能评估模型的损失满足预设条件，得到包括训练好的模型参数的性能评估模型。2.根据权利要求1所述的换热器的性能评估模型训练方法，其特征在于，在构造所述性能评估样本时，还包括：获取每个所述性能评估样本对应的介质入口温度与介质出口温度，以及通过所述换热器的空气进风温度。3.根据权利要求2所述的换热器的性能评估模型训练方法，其特征在于，基于所述检测数据得到所述换热器的标准散热量的方法，包括：基于所述介质入口温度、空气进风温度以及介质散热量确定所述标准散热量。4.根据权利要求3所述的换热器的性能评估模型训练方法，其特征在于，所述介质散热量的确定方法包括：确定所述介质入口温度与介质出口温度之间的介质温度差；基于所述介质温度差、介质流量以及所述介质的比热容确定所述介质散热量。5.一种换热器的性能预测方法，其特征在于，所述性能预测方法包括：获取检测数据；其中，所述检测数据包括所述换热器迎风面的边长尺寸、以及通过所述换热器的介质流量以及空气流速；将所述检测数据输入至训练好的换热器的性能评估模型中，得到所述换热器的性能预测结果；其中，所述性能评估模型是基于权利要求1～4任一项所述的换热器的性能评估模型的训练方法得到的。6.根据权利要求5所述的换热器的性能预测方法，其特征在于，还包括：基于所述换热器的性能预测结果，调整...
【专利技术属性】
技术研发人员：高策，姚鹏，秦国莉，
申请(专利权)人：富奥汽车零部件股份有限公司散热器分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。