一种基于FPGA深度学习的智能负载特征学习监测设备制造技术

本实用新型专利技术公开了一种基于FPGA深度学习的智能负载特征学习监测设备,包括壳体，所述壳体的内部固定连接有处理器，所述处理器的侧壁固定连接有水冷块，所述水冷块的侧壁固定连接有水冷箱，所述水冷箱的侧壁固定连接有第一水管，所述壳体的侧壁固定连接有第一水箱，所述水冷箱与第一水箱通过第一水管固定连接，所述第一水箱的底端固定连接有第二水管，所述第二水管的内部设置有换热器，所述第二水管的一端固定连接有第二水箱。本实用新型专利技术，通过设置有风机与水冷箱可以加快对处理器进行散热，防止处理器因温度过高导致损坏，通过设置有第一水箱与第二水管以及换热器，可以循环水的利用进行散热处理，减少资源的浪费。减少资源的浪费。减少资源的浪费。

【技术实现步骤摘要】
一种基于FPGA深度学习的智能负载特征学习监测设备


[0001]本技术涉及学习检测设备
，尤其涉及一种基于FPGA深度学习的智能负载特征学习监测设备。

技术介绍

[0002]FPGA是在PAL、GAL等可编程器件的基础上进一步发展的产物。它是作为专用集成电路领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。
[0003]但是目前存在的基于FPGA深度学习的智能负载特征学习监测设备在使用时间过长时，会产生大量的热，当无法快速进行散热时，可能会导致设备的受损，从而造成大量的损失。

技术实现思路

[0004]本技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于FPGA深度学习的智能负载特征学习监测设备。
[0005]为了实现上述目的，本技术采用了如下技术方案：一种基于FPGA深度学习的智能负载特征学习监测设备，包括壳体，所述壳体的内部固定连接有处理器，所述处理器的侧壁固定连接有水冷块，所述水冷块的侧壁固定连接有水冷箱，所述水冷箱的侧壁固定连接有第一水管，所述壳体的侧壁固定连接有第一水箱，所述水冷箱与第一水箱通过第一水管固定连接，所述第一水箱的底端固定连接有第二水管，所述第二水管的内部设置有换热器，所述第二水管的一端固定连接有第二水箱，所述壳体的侧壁且位于第一水箱的另一端固定连接有散热板，所述散热板的侧壁固定连接有风机。
[0006]作为上述技术方案的进一步描述：
[0007]所述第一水管的正面固定连接有橡胶垫圈，所述橡胶垫圈的数量有两个，且橡胶垫圈的位置靠近第一水管的两端。
[0008]作为上述技术方案的进一步描述：
[0009]所述壳体的底端固定连接有万向轮，所述万向轮的顶端固定连接有限位板，所述万向轮的数量有四个，且万向轮的位置靠近壳体的四角处。
[0010]作为上述技术方案的进一步描述：
[0011]所述风机的侧壁固定连接有转动电机，所述转动电机的底端固定连接有转轴，所述转轴的侧壁固定连接有扇叶，所述扇叶的数量有四片。
[0012]作为上述技术方案的进一步描述：
[0013]所述第一水箱的顶端设置有进水口，所述第一水箱的侧壁固定连接有水泵，所述水冷箱的底端设置有第一出水口，所述第二水箱的底端设置有第二出水口。
[0014]作为上述技术方案的进一步描述：
[0015]所述散热板的内部设置有散热孔，所述散热板的数量有两块。
[0016]本技术具有如下有益效果：
[0017]1、与现有技术相比，该一种基于FPGA深度学习的智能负载特征学习监测设备，通过设置有风机与水冷箱可以加快对处理器进行散热，防止处理器因温度过高导致损坏。
[0018]2、与现有技术相比，该一种基于FPGA深度学习的智能负载特征学习监测设备，通过设置有第一水箱与第二水管以及换热器，可以循环水的利用进行散热处理，减少资源的浪费。
附图说明
[0019]图1为本技术提出的一种基于FPGA深度学习的智能负载特征学习监测设备的结构正视图；
[0020]图2为本技术提出的一种基于FPGA深度学习的智能负载特征学习监测设备的结构俯视图；
[0021]图3为本技术提出的一种基于FPGA深度学习的智能负载特征学习监测设备的风机侧视图。
[0022]图例说明：
[0023]1、壳体；2、处理器；3、水冷块；4、水冷箱；5、第一水箱；6、第一水管；7、橡胶垫圈；8、第一出水口；9、散热孔；10、万向轮；11、限位板；12、第二水箱；13、第二出水口；14、第二水管；15、换热器；16、进水口；17、水泵；18、风机；19、转动电机；20、转轴；21、扇叶；22、散热板。
具体实施方式
[0024]下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0025]在本技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性，此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
[0026]参照图1-3，本技术提供的一种基于FPGA深度学习的智能负载特征学习监测设备：包括壳体1，壳体1的内部固定连接有处理器2，处理器2的侧壁固定连接有水冷块3，进行吸收处理器2散发的热量，水冷块3的侧壁固定连接有水冷箱4，用于冷却水冷块3，水冷箱4的侧壁固定连接有第一水管6，壳体1的侧壁固定连接有第一水箱5，水冷箱4与第一水箱5通过第一水管6固定连接，第一水箱5的底端固定连接有第二水管14，第二水管14的内部设置有换热器15，第二水管14的一端固定连接有第二水箱12，可以增加水的循环，并且通过换
热器15进行散热可以重复进行利用节省资源，壳体1的侧壁且位于第一水箱5的另一端固定连接有散热板22，散热板22的侧壁固定连接有风机18，加快壳体1内部的散热。
[0027]第一水管6的正面固定连接有橡胶垫圈7，橡胶垫圈7的数量有两个，且橡胶垫圈7的位置靠近第一水管6的两端，防止水泄露导致壳体1内部电线受损，壳体1的底端固定连接有万向轮10，万向轮10的顶端固定连接有限位板11，万向轮10的数量有四个，且万向轮10的位置靠近壳体1的四角处，方便进行移动，风机18的侧壁固定连接有转动电机19，转动电机19的底端固定连接有转轴20，转轴20的侧壁固定连接有扇叶21，扇叶21的数量有四片，加快风机18散热效率，第一水箱5的顶端设置有进水口16，第一水箱5的侧壁固定连接有水泵17，水冷箱4的底端设置有第一出水口8，第二水箱12的底端设置有第二出水口13，方便进行换水出水，散热板22的内部设置有散热孔9，散热板22的数量有两块，方便壳体1的侧壁进行散热。
[0028]工作原理：使用该装置时，通过万向轮10将壳体1移动到工作区域，通过限位板11将万向轮10进行固定，当装置使用过长时会产生大量的热，这时水冷块3进行吸收处理器2的热量，通过第一水箱5顶端的进水口16进行加水，打开水泵17，水流通过第一水管6本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FPGA深度学习的智能负载特征学习监测设备，包括壳体（1），其特征在于：所述壳体（1）的内部固定连接有处理器（2），所述处理器（2）的侧壁固定连接有水冷块（3），所述水冷块（3）的侧壁固定连接有水冷箱（4），所述水冷箱（4）的侧壁固定连接有第一水管（6），所述壳体（1）的侧壁固定连接有第一水箱（5），所述水冷箱（4）与第一水箱（5）通过第一水管（6）固定连接，所述第一水箱（5）的底端固定连接有第二水管（14），所述第二水管（14）的内部设置有换热器（15），所述第二水管（14）的一端固定连接有第二水箱（12），所述壳体（1）的侧壁且位于第一水箱（5）的另一端固定连接有散热板（22），所述散热板（22）的侧壁固定连接有风机（18）。2.根据权利要求1所述的一种基于FPGA深度学习的智能负载特征学习监测设备，其特征在于：所述第一水管（6）的正面固定连接有橡胶垫圈（7），所述橡胶垫圈（7）的数量有两个，且橡胶垫圈（7）的位置靠近第一水管（6）的两端。3.根据权利要求1所述的一种基于FPGA深度学习的智能负载...

【专利技术属性】
技术研发人员：尹智海，张寅，张万涛，张超，吴鹏，
申请(专利权)人：陕西同力智慧能源服务有限公司，
类型：新型
国别省市：