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！

龙图腾网获悉广东工业大学申请的专利一种复杂非线性间歇工业过程系统学习控制方法及系统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：CN115061368B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210380917.3，技术领域涉及：G05B13/04；该发明授权一种复杂非线性间歇工业过程系统学习控制方法及系统是由任志刚;黎耀东;吴宗泽;谢胜利设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本一种复杂非线性间歇工业过程系统学习控制方法及系统在说明书摘要公布了：本发明公开了一种复杂非线性间歇工业过程系统学习控制方法及系统，方法包括：构建强非线性间歇过程系统动态模型和离线数据集；利用所述离线数据集训练现有的深度Koopman网络模型，得到离散状态方程的系数矩阵及可观测函数；将离散状态方程和可观测函数联立得到强非线性间歇过程系统的线性预测控制模型，计算最优解并将其作为预测控制模型的控制量，构建离线预测控制数据集；训练深度神经网络，替换已构建模型的预测控制器；利用深度神经网络输出预测控制输入量，实现对间歇过程系统的实时状态预测控制。本发明实现了系统控制的智能化同时提高了控制方法的自适应能力；在保留控制精度与性能的同时实现对间歇工业过程系统的实时控制。

本发明授权一种复杂非线性间歇工业过程系统学习控制方法及系统在权利要求书中公布了：1.一种复杂非线性间歇工业过程系统学习控制方法，其特征在于，包括以下步骤： S1：构建强非线性间歇过程系统动态模型，将若干个输入信号输入所述模型，获取在不同输入信号下强非线性间歇过程系统开环运行的过程数据，利用过程数据和输入信号数据构建离线数据集； S2：利用所述离线数据集训练现有的深度Koopman网络模型，得到离散状态方程的系数矩阵及可观测函数，实现强非线性间歇过程系统的线性化； S3：将离散状态方程和可观测函数联立得到强非线性间歇过程系统的线性预测控制模型，设定优化目标，计算优化目标最优解，将最优解作为强非线性间歇过程系统数学模型的预测控制模型的控制量，利用过程数据和控制信号构建离线预测控制数据集； S4：利用离线预测控制数据集训练深度神经网络，将训练好的深度神经网络替换步骤S3中的强非线性间歇过程系统的线性预测控制模型的预测控制器； S5：利用训练好的深度神经网络输出预测控制输入量，实现对间歇过程系统的实时状态预测控制。

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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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”。