Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京科技大学徐安军获国家专利权

北京科技大学徐安军获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京科技大学申请的专利一种基于多任务学习的转炉终点预测方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117093868B

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311077621.5,技术领域涉及:G06F18/214;该发明授权一种基于多任务学习的转炉终点预测方法和装置是由徐安军;刘旋;谷茂强;王慧贤设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。

一种基于多任务学习的转炉终点预测方法和装置在说明书摘要公布了:本公开提供一种基于多任务学习的转炉终点预测方法,包括:获取转炉的参数信息;对转炉的参数信息进行预处理,得到输入向量;将输入向量输入预训练的预测模型,同时得到预测的转炉钢水温度和转炉碳含量;基于预测的转炉钢水温度和转炉碳含量,得到预测的转炉终点范围;对铁水开始冶炼,当确定所述转炉的钢水温度和所述转炉碳含量达到预测的转炉终点范围时,生成终止提醒。本公开能够考虑工艺条件的多样性和钢材冶炼过程的复杂性,还可以避免传统的数据驱动模型容易陷入局部最小值的问题,实现了转炉终点温度和碳含量的精准同时预测。

本发明授权一种基于多任务学习的转炉终点预测方法和装置在权利要求书中公布了:1.一种基于多任务学习的转炉终点预测方法,其特征在于,包括: S1:获取转炉的参数信息,所述转炉的参数信息包括:炉号、入炉铁水重量、铁水温度、铁水碳含量、铁水硅含量、铁水锰含量、铁水磷含量、铁水硫含量、废钢加入量、高钙石灰重量、白云石重量以及供氧量; S2:对转炉的参数信息进行预处理,得到输入向量,所述预处理包括数据筛选、数据清理、标准化和根据炉号构建输入向量; S0:通过训练数据对初始多任务学习的神经网络模型进行训练,得到预训练的预测模型; 所述S0的通过训练数据对初始多任务学习的神经网络模型进行训练,得到预训练的预测模型,包括: S01:搜集训练数据; S02:构建用于预测的转炉钢水温度和转炉碳含量的初始多任务学习的神经网络模型,所述初始模型包括:输入层、共享网络层、任务一的隐含层和任务二的隐含层; S03:为任务一和任务二定义损失函数,所述损失函数的具体公式如下: 式中:α为任务一损失权重系数,m为样本数量,YT为实际转炉钢水温度,YT ′为转炉钢水温度预测值;β为任务二损失权重系数,YC为实际转炉碳含量,YC ′:转炉碳含量预测值,α+β=1; S04:利用遗传算法优化初始多任务学习的神经网络模型,得到优化模型参数; S05:根据优化模型参数,构建优化后的多任务学习的神经网络模型,所述优化模型参数包括任务一损失权重系数、任务二损失权重系数、神经网络结构中共享网络层节点数和单独各任务隐含层的节点数; S06:将训练数据输入优化后的多任务学习的神经网络模型,基于损失模型进行训练,得到预训练的预测模型; S3:将所述输入向量输入预训练的预测模型,同时得到预测的转炉钢水温度和转炉碳含量,所述预测模型是基于遗传算法优化的多任务学习模型,所述多任务学习模型有共享的全连接层和两个任务,所述两个任务包含有单独的隐含层; S4:基于预测的转炉钢水温度和转炉碳含量,得到预测的转炉终点范围; S5:对铁水开始冶炼,当确定所述转炉的钢水温度和所述转炉碳含量达到预测的转炉终点范围时,生成终止提醒。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京科技大学,其通讯地址为:100083 北京市海淀区学院路30号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。