一种基于深度学习模型的数据融合处理算法

针对无线传感器网络传统数据融合算法效率较低、处理高维数据困难问题,提出一种基于深度学习模型的卷积神经网络结构实现数据融合的算法CNNMDA.算法首先在汇聚节点对构建的特征提取模型CNNM进行训练,然后各终端节点通过CNNM提取原始数据特征,最后向汇聚节点发送融合后的数据,从而减少数据传输量,延长网络寿命.仿真实验表明,CNNMDA与同类融合算法相比,在同样数据量的情况下能够大幅降低网络能耗,并有效提升了数据融合效率与准确度.

相变微胶囊悬浮液喷淋换热特性实验研究

根据相变微胶囊储存和释放潜热的特殊性质,分别使用相变微胶囊悬浮液(MPCMS)和纯水作为喷淋介质,搭建了一个小型喷淋塔装置,其中相变微胶囊的芯材为正二十二烷(C22H46)。实验设定了五个喷淋温度(35、40、44、47、51℃)、三个空气流量(0.011、0.018、0.025 m^(3)/s)和两种直径(SMD=80、240μm)的大、小液滴作为实验变量,探究了上述两种介质与空气之间的换热特性。实验结果表明:相变微胶囊的过冷会影响换热过程。常温常湿条件下,对于小液滴,当空气流量为0.018、0.025 m^(3)/s时,喷淋温度为44、47℃的MPCMS比相同温度下的纯水更能促进换热;当空气流量为0.011 m^(3)/s时,喷淋温度为44℃的MPCMS比相同温度下的纯水更能促进换热。对于大液滴,在三种空气流量下,喷淋温度为44℃的MPCMS比相同温度下的纯水作为喷淋介质时换热效果更好。

相变微胶囊悬浮液的喷淋换热特性研究

针对传统流体换热效率低的问题,使用芯材为正二十二烷(C_(22)H_(46))的相变微胶囊悬浮液(MPCMS)和纯水作为喷淋介质,搭建了1个小型喷淋塔装置。设定了5个初始喷淋温度(35℃、40℃、44℃、47℃、51℃)和3个空气流量(0.011 m^(3)/s、0.018 m^(3)/s、0.025 m^(3)/s)作为试验变量,探究了上述两种介质与空气之间的换热特性。研究结果表明:在常温常湿环境下,相变微胶囊悬浮液在不同工作温度区间的换热效果各有不同,当空气流量为0.018 m^(3)/s、0.025 m^(3)/s时,使用初始喷淋温度为44℃、47℃的MPCMS作为喷淋介质,比纯水更能提高换热效果;当空气流量为0.011 m^(3)/s时,使用初始喷淋温度为44℃的MPCMS作为喷淋介质比纯水更能提高换热效果。