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！

龙图腾网获悉山东恒拓科技发展有限公司申请的专利一种基于数字孪生的水泥分解炉温度场仿真方法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：CN119862796B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510346495.1，技术领域涉及：G06F30/27；该发明授权一种基于数字孪生的水泥分解炉温度场仿真方法是由王孝红;路士增;黄冰设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本一种基于数字孪生的水泥分解炉温度场仿真方法在说明书摘要公布了：本发明属于水泥生产技术领域，具体公开提供的一种基于数字孪生的水泥分解炉温度场仿真方法，该方法包括：首先根据水泥熟料烧成工艺进行输入参数的初步选取，进而建立来自分解炉的时序数据集。其次，通过均值滤波、均一化进行数据预处理，划分时序数据集为训练集、验证集和测试集。建立深度学习模型训练得到数字孪生虚拟模型层，建立分解炉几何模型进行训练得到预测模型；利用训练好的两个模型对于输入的分解炉变量进行异常检测与预测仿真。本发明通过分解炉机理模型和数据驱动模型建立分解炉数字孪生模型具有预测能力、操作优化和决策支持等优势，能够实时反映分解炉内部的温度分布和动态变化以及发现运行中的异常情况。

本发明授权一种基于数字孪生的水泥分解炉温度场仿真方法在权利要求书中公布了：1.一种基于数字孪生的水泥分解炉温度场仿真方法，其特征在于，该方法包括： 根据水泥熟料烧成工艺选取输入参数，构建分解炉时序数据集; 对分解炉时序数据集进行预处理和数据集划分，得到训练集、验证集和测试集，并作为模型输入； 建立分解炉几何模型训练得到预测模型，并建立基于CNN-GRU-Attention的深度学习模型训练得到数字孪生虚拟模型层； 基于训练好的数字孪生虚拟模型层和预测模型对分解炉进行异常检测与温度场仿真，输出分解炉温度场的预测值； 数字孪生虚拟模型层由数字孪生层和虚拟模型层组成，其中，数字孪生层的具体获取过程如下： 从输入参数中筛选出三次风温、窑尾烟室温度、尾煤煤化学分析以及水泥生料化学分析； 将分解炉几何模型作为物理模型，通过物理模型模拟生成温度场数据； 对三次风温、窑尾烟室温度、尾煤煤化学分析以及水泥生料化学分析进行预处理，得到预处理后的数据； 将预处理后的数据作为输入，利用基于K-近邻算法构建温度场预测模型； 整合物理模型生成的温度场数据和基于K-近邻算法的温度场预测数据，构建数据模型； 通过数据模型，将采集和预测得到的温度数据映射到分解炉的实际空间结构上，形成温度场分布； 基于映射后的温度场，结合分解炉的实时运行数据和历史数据，构建数字孪生层模型； 所述虚拟模型层的具体获取过程为： 通过数字孪生层中的数字孪生体生成模型文件，并按照时间序列进行整理，根据模型训练的需求，将连续的时间序列数据划分为固定长度的窗口，将每个窗口内的数据作为一个独立的输入样本； 对划分好的时间序列数据进行特征增强和归一化处理，将预处理后的输入序列输入到基于CNN-GRU-Attention的深度学习模型的CNN层，在卷积层中，设置不同大小和步长的卷积核； 通过卷积核在输入数据上的滑动卷积操作，提取数据中的局部特征，经过卷积层处理后的数据再使用最大池化或平均池化方法通过池化层进行降维操作； 将经过CNN层处理后的输入序列转化成特征向量的形式，输送到GRU层，并将GRU层输出的特征序列输入Attention层，进行注意力机制计算； Attention层的输出经过一个输出层进行最终的结果输出，输出层采用全连接层结构，输出层采用全连接层结构，输出层的计算公式为，是输出层的权重矩阵，表示模型的预测输出结果，表示Attention层输出的特征向量，为常数项。

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山东恒拓科技发展有限公司，其通讯地址为：250100 山东省济南市历城区港源七路西首华伟智芯3号楼北楼101；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”。