具身人形机器人液体冷却系统及能耗优化技术开发

本发明涉及服务器冷却技术领域，尤其为单层服务器级的全液冷散热装置，服务器包括电路板，所述电路板表面安装有内存条和芯片，且内存条和芯片安装在电路板不同的位置对应四种散热处理情况；本发明中，提供全新的服务器液冷方案，既可兼容传统风冷服务器改造，也可用于开发新的节能型液冷服务器产品，集成风扇风冷和对流液冷的功能，只需设置一套水冷系统即可在单层服务器内部实现对芯片和内存的同时冷却，各层服务器彼此独立，可根据实际各层工作负荷进行冷却自由控制，实现自由冷却，获得最大节能，占地小，投资小，无大风机系统噪声小，单层服务器维护方便，且器件管路均采用3D打印技术，无液体泄露风险。

本发明涉及冷却调控技术领域，本发明公开了一种液冷数据中心箱体的冷却液调控方法及冷却装置，基于服务器温度变化的监测，计算出冷却液的初始流量，结合冷却液的实时温度、压力差、环境温度等多维度数据，进一步计算冷却液的换热效率，以评估当前冷却系统的实际性能表现。基于这一换热效率，动态生成一个比例因子，该因子反映了当前工况下为达到最佳冷却效果所需的调整幅度。接下来，利用这一比例因子对初始流量进行修正，得到目标流量，从而实现更加精准的冷却液分配。最后，通过实时监测冷却液的实际流量并与目标流量进行比较，系统能够自动调节电控调节阀的开度，确保冷却液流量始终处于最优状态。

本发明公开了风液混合冷却系统的深度强化学习自适应调控方法及系统，涉及冷却自适应调控技术领域。包括以下步骤：S1，实时采集风液混合冷却数据，并进行数据预处理，评估设备的热负载，并进行初步调节；S2，判断风冷调节的占比，构建DRL动作映射模型，生成具体动作指令；S3，执行具体动作指令，评估动作执行效果，进行模型反馈优化，并构建DRL交互经验元组集；S4，训练DRL交互经验元组集，驱动优化动作指令，实现风液混合冷却的自学习与进化。解决了由于现有风液混合冷却系统无法自适应数据中心负载的动态变化，动力分配僵化并依赖人工与固定参数设定，导致多执行器温控不精准产生能耗浪费的问题。