【技术实现步骤摘要】
本专利技术涉及铁路安全监控，具体而言，涉及一种车辆5t设备轨边箱式智能机房的设计方法及系统。
技术介绍
1、随着我国铁路事业的迅速发展，5t系统在铁路车辆安全监控中发挥着至关重要的作用，该系统利用智能化、网络化和信息化技术，对铁路车辆进行动态检测、联网运行、远程监控和信息共享，以提升铁路车辆运行安全防范能力。在当前车辆5t设备轨边箱式智能机房设计领域，现有技术主要依赖于基础的设计需求和经验法则，这些法则无法全面考虑散热效果和湿度控制的性能目标，导致设计结果缺乏系统性和优化性。传统的设计方法往往采用手动调整参数的方式，缺乏科学性和效率，而且容易受限于经验不足的设计者，导致设计效果的不确定性和浪费资源。此外，当前技术在处理复杂的智能机房布置和控制策略优化方面存在局限，无法有效地适应多目标性能优化的需求。
2、基于现有技术的缺点，现亟需一种车辆5t设备轨边箱式智能机房的设计方法及系统。
技术实现思路
1、本专利技术的目的在于提供一种车辆5t设备轨边箱式智能机房的设计方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本申请提供了一种车辆5t设备轨边箱式智能机房的设计方法，包括：
3、获取第一信息、第二信息和第三信息，所述第一信息包括智能机房的设计需求，所述设计需求包括散热效果和湿度控制的性能目标，所述第二信息包括布设地点的气象数据，所述第三信息包括历史机房设计方案以及对应的性能数据；
4、根据所述第一
5、基于预设的卷积神经网络数学模型对所述第四信息和第二信息进行深度学习处理得到第五信息，所述第五信息包括至少一种散热系统的布置方案以及对应的控制策略；
6、根据所述第五信息和第三信息进行多目标优化处理，通过结合历史性能数据进行至少两个性能指标下的优化过程得到第六信息；
7、根据所述第六信息进行图形转换处理得到散热系统节点图，并基于预设的图神经网络数学模型对所述散热系统节点图进行调整处理得到第八信息，所述第八信息为包含了散热系统结构、控制策略和组件关系的抽象图；
8、根据所述第八信息进行自适应设计处理，通过结合实际场地布局、系统结构相互关系和性能需求输出设计结果，所述设计结果包括智能机房的所有模块、内部空间的配置以及对应的散热控制策略。
9、第二方面，本申请还提供了车辆5t设备轨边箱式智能机房的设计系统，包括：
10、获取模块，用于获取第一信息、第二信息和第三信息，所述第一信息包括智能机房的设计需求，所述设计需求包括散热效果和湿度控制的性能目标，所述第二信息包括布设地点的气象数据，所述第三信息包括历史机房设计方案以及对应的性能数据；
11、第一优化模块，用于根据所述第一信息进行参数优化处理，通过迭代调整参数并进行性能模拟处理得到第四信息，所述第四信息为当前设计需求下的性能特征；
12、第一处理模块，用于基于预设的卷积神经网络数学模型对所述第四信息和第二信息进行深度学习处理得到第五信息，所述第五信息包括至少一种散热系统的布置方案以及对应的控制策略；
13、第二优化模块，用于根据所述第五信息和第三信息进行多目标优化处理，通过结合历史性能数据进行至少两个性能指标下的优化过程得到第六信息；
14、转换模块，用于根据所述第六信息进行图形转换处理得到散热系统节点图，并基于预设的图神经网络数学模型对所述散热系统节点图进行调整处理得到第八信息，所述第八信息为包含了散热系统结构、控制策略和组件关系的抽象图；
15、第二处理模块，用于根据所述第八信息进行自适应设计处理，通过结合实际场地布局、系统结构相互关系和性能需求输出设计结果，所述设计结果包括智能机房的所有模块、内部空间的配置以及对应的散热控制策略。
16、本专利技术的有益效果为：
17、本专利技术通过综合考虑智能机房的设计需求、气象数据和历史设计方案，能够进行更为精确的性能模拟和预测。利用遗传算法和流体动力学模拟，本专利技术能够优化散热效果和湿度控制，确保机房在各种环境条件下均能保持最佳运行状态。
18、本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
本文档来自技高网...【技术保护点】
1.一种车辆5T设备轨边箱式智能机房的设计方法，其特征在于，包括：
2.根据权利要求1所述的车辆5T设备轨边箱式智能机房的设计方法，其特征在于,根据所述第一信息进行参数优化处理，通过迭代调整参数并进行性能模拟处理得到第四信息，包括：
3.根据权利要求2所述的车辆5T设备轨边箱式智能机房的设计方法，其特征在于,根据所述函数表达式进行迭代优化处理得到第四信息，包括：
4.根据权利要求1所述的车辆5T设备轨边箱式智能机房的设计方法，其特征在于,基于预设的卷积神经网络数学模型对所述第四信息和第二信息进行深度学习处理得到第五信息，包括：
5.根据权利要求1所述的车辆5T设备轨边箱式智能机房的设计方法，其特征在于,根据所述第五信息和第三信息进行多目标优化处理，通过结合历史性能数据进行至少两个性能指标下的优化过程得到第六信息，包括：
6.根据权利要求1所述的车辆5T设备轨边箱式智能机房的设计方法，其特征在于,根据所述第六信息进行图形转换处理得到散热系统节点图，并基于预设的图神经网络数学模型对所述散热系统节点图进行调整处理得到第八信息，
7.根据权利要求1所述的车辆5T设备轨边箱式智能机房的设计方法，其特征在于,根据所述第八信息进行自适应设计处理，通过结合实际场地布局、系统结构相互关系和性能需求输出设计结果，包括：
8.一种车辆5T设备轨边箱式智能机房的设计系统，其特征在于，包括：
9.根据权利要求8所述的车辆5T设备轨边箱式智能机房的设计系统，其特征在于，所述第一优化模块包括：
10.根据权利要求9所述的车辆5T设备轨边箱式智能机房的设计系统，其特征在于，所述第一优化单元包括：
...【技术特征摘要】
1.一种车辆5t设备轨边箱式智能机房的设计方法，其特征在于，包括：
2.根据权利要求1所述的车辆5t设备轨边箱式智能机房的设计方法，其特征在于,根据所述第一信息进行参数优化处理，通过迭代调整参数并进行性能模拟处理得到第四信息，包括：
3.根据权利要求2所述的车辆5t设备轨边箱式智能机房的设计方法，其特征在于,根据所述函数表达式进行迭代优化处理得到第四信息，包括：
4.根据权利要求1所述的车辆5t设备轨边箱式智能机房的设计方法，其特征在于,基于预设的卷积神经网络数学模型对所述第四信息和第二信息进行深度学习处理得到第五信息，包括：
5.根据权利要求1所述的车辆5t设备轨边箱式智能机房的设计方法，其特征在于,根据所述第五信息和第三信息进行多目标优化处理，通过结合历史性能数据进行至少两个性能指标下的优...
【专利技术属性】
技术研发人员：鄂刚，熊伟，张云伯，郭浩，郭晓峰，张勃，杨军，高志强，綦新亮，刘全红，张斌，马锐，张卓欣，翟轲，杨征，孙建彬，王海超，王军，魏岳峰，王超，陈丰，刘训刚，刘万超，胡佐辉，陈曦，连志刚，刘学军，刘鹏军，毕方勇，李强，成亮，郭小勇，
申请(专利权)人：中国铁路北京局集团有限公司丰台车辆段，
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。