Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 宁波明科机电有限公司王耀获国家专利权

宁波明科机电有限公司王耀获国家专利权

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!

龙图腾网获悉宁波明科机电有限公司申请的专利一种烘箱温度控制系统及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:CN120560398B

龙图腾网通过国家知识产权局官网在2025-10-17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:202511055057.6,技术领域涉及:G05D23/32;该发明授权一种烘箱温度控制系统及方法是由王耀;马海锋;范锡汶;傅娜设计研发完成,并于2025-07-30向国家知识产权局提交的专利申请。

一种烘箱温度控制系统及方法在说明书摘要公布了:本发明公开了一种烘箱温度控制系统及方法,系统设置有温度分布检测模块、神经网络训练预测模块、控制优化反馈模块,方法包括:获取隧道烘箱温度分布数据与相关影响参数,进行预处理;利用预处理后的温度分布数据与相关影响参数训练LSTM网络,对温度动态控制过程的PID参数进行预测;将LSTM神经网络模型集成到隧道烘箱温度控制系统的边缘计算单元中,进行实时在线的PID参数预测反馈;对预测输出的PID参数进行参数整定,采用粒子群算法对PID控制器的参数进行优化,输出最优PID参数组合;将最优PID参数组合应用到实际的隧道烘箱温度控制系统中,本发明不仅提升了系统中存在动态变化扰动的温度均匀性,还提升了温度控制的精度,同时缩短了整体的响应时间。

本发明授权一种烘箱温度控制系统及方法在权利要求书中公布了:1.一种烘箱温度控制系统,包括温度分布检测模块、神经网络训练预测模块、控制优化反馈模块,其特征在于:所述温度分布检测模块用于利用高温检测探头对隧道烘箱进行温度分布检测,所述神经网络训练预测模块用于通过采集的数据训练LSTM网络,预测下一时刻或下一控制周期的PID参数,所述控制优化反馈模块用于对预测输出的PID参数进行参数整定,利用PID控制器进行仿真优化,输出PID控制器的最优参数组合; 烘箱温度控制系统执行一种烘箱温度控制方法,方法包括以下运行步骤: 步骤S1:获取隧道烘箱温度分布数据与相关影响参数,进行预处理; 获取隧道烘箱温度分布数据具体包括:根据负载的不同将隧道烘箱分为空载、满载两种状态;在隧道烘箱空载状态下进行热分布检测;在隧道烘箱满载状态下进行满载热分布检测和满载热穿透检测;获取隧道烘箱不同状态下预热段、灭菌段、冷却段的温度相关数据;同步采集隧道烘箱运行过程中执行器的加热功率、网带传输速度,环境温度、环境湿度数据;对采集获取的数据进行数据清洗、去噪、归一化的预处理; 在隧道烘箱内部构建包括水平维度、垂直维度和动态补偿维度的三维温度场,在水平维度的预热段、加热灭菌段、冷却段的网带上下方各布置三层传感器阵列,设定每层的间距和高温检测探头,覆盖宽度方向全截面;在垂直维度,在高效过滤器下方工作区沿气流方向按设定的间隔增设垂直温度梯度监测组,每一组包含三个垂直排列的探头,并基于动态补偿维度在烘箱排风管道内增设补偿探头,修正因气流扰动导致的测量偏差; 通过三维温度场精细化检测与多源参数融合,在空载状态下实现热分布均匀性量化评估与层流穿透效果验证,在满载工况下引入负载内部热穿透检测与生物指示剂验证,结合环境温湿度、网带传输速度的动态参数构建时空温度矩阵; 步骤S2:利用预处理后的温度分布数据与相关影响参数训练LSTM网络,对温度动态控制过程的PID参数进行预测; 对温度动态控制过程的PID参数进行预测包括: 将预处理后的所有数据进行时间戳对齐和整合,形成一个包含时空温度矩阵、执行器状态、环境参数、负载标识的综合原始特征数据集; 同步添加衍生特征; 所述添加的衍生特征包括:隧道烘箱预热段、灭菌段、冷却段在设定时间的空间温度标准差,关键垂直位置的上下层温差梯度,满载状态下负载层间的最大温差梯度,瓶中心温度滞后于设定值量时当前的冷点温度,关键位置温度的瞬时变化率; 基于上述特征数据集构建训练样本生成时间序列,将连续的时间序列数据组织成固定长度的输入-输出样本对; 将生成的完整样本集划分为三个互斥的子集,分别为训练集、验证集和测试集; 再基于LSTM网络进行模型训练,预测输出温度动态控制过程的PID参数;所述模型为LSTM神经网络模型,包括输入层、LSTM层、Dropout层、输出层; 步骤S3:将LSTM神经网络模型集成到隧道烘箱温度控制系统的边缘计算单元中,进行实时在线的PID参数预测反馈,输出所有预测的PID参数; 步骤S4:对预测输出的PID参数进行参数整定,采用粒子群算法对PID控制器的参数进行优化,输出最优参数组合; 步骤S5:将输出的最优参数组合应用到实际的隧道烘箱温度控制系统中,进行隧道烘箱温度的控制优化执行。

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宁波明科机电有限公司,其通讯地址为:315048 浙江省宁波市科技园区院士路创业大厦531室;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”。

以上内容由龙图腾AI智能生成。

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。