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！

龙图腾网获悉中南大学;湖南一二矿山科技有限公司申请的专利一种天井钻机闭路液压系统状态的智能预测及自适应调控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：CN120161727B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510430329.X，技术领域涉及：G05B13/04；该发明授权一种天井钻机闭路液压系统状态的智能预测及自适应调控方法是由杜坤;刘明晖;吴伟伟设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种天井钻机闭路液压系统状态的智能预测及自适应调控方法在说明书摘要公布了：一种天井钻机闭路液压系统状态的智能预测及自适应调控方法，利用基于强化学习的智能模型进行液压系统的压力、流量、温度的智能控制与自适应调节；首先通过GRU模型对液压系统的压力、流量和温度的未来状态进行预测，提前预警可能的过压、憋压故障，随后通过SVM模型实时判断系统当前工作状态，并基于GRU预测结果与SVM状态判断生成调节指令并发送至嵌入式微处理器，嵌入式微处理器根据指令联合实时调节泄压阀、伺服阀和缓冲器，以确保系统稳定运行；同时，利用数据收集模块持续收集传感器数据和反馈信息数据，结合自适应学习机制，实时优化和更新智能调控模型。该方法能有效提高液压系统的响应速度与安全性，避免了过压、憋压等故障。

本发明授权一种天井钻机闭路液压系统状态的智能预测及自适应调控方法在权利要求书中公布了：1.一种天井钻机闭路液压系统状态的智能预测及自适应调控方法，其特征在于，包括以下步骤： 步骤一：在天井钻机闭路液压系统历史运行过程中，利用安装在天井钻机闭路液压系统中的传感器组进行历史运行数据的采集，并发送至反馈单元进行记录作为历史运行数据； 步骤二：对历史运行数据进行预处理，获得初始参数数据； 步骤三：对初始参数数据进行特征的提取，得到压力关健特征、流量关键特征和温度关键特征数据； 步骤四：构建并训练GRU预测模型； S41：对于关键特征数据，使用滑动窗口技术将关键特征数据划分为固定长度的时间序列片段，并使每个时间序列片段的长度为t；基于所得到的时间序列片段数据构建出数据集，再按设定比例将数据集划分为训练集和测试集； S42：基于门控循环单元构建GRU预测模型； S43：根据公式1构建GRU预测模型的损失函数L； 式中，N为数据量，Pt′+k、Qt′+k和Tt′+k分别为未来k时刻压力、流量和温度的预测值，Pt+k、Qt+k和Tt+k为未来k时刻压力、流量和温度的目标值； S44：利用训练集作为输入数据对GRU预测模型进行训练，使用反向传播算法来计算损失函数L相对于模型参数的梯度，同时，使用ADAM优化算法更新模型参数，并最小化损失函数L，最终得到训练好的GRU预测模型； 步骤五：利用GRU预测模型进行实时预测； S51：在天井钻机闭路液压系统实时运行过程中，利用安装在天井钻机闭路液压系统中的传感器组进行实时运行数据的采集； S52：先使用滑动窗口技术将实时运行数据划分为固定长度的时间序列片段，再作为输入数据输入至GRU预测模型中进行预测，输出压力、流量和温度预测数据； 步骤六：基于GRU预测结果实施调控； 将预测数据发送至参数调控单元进行分析并进行决策，并将决策信息发送至处理单元，处理单元根据决策信息得到相应的控制指令，再根据相应的控制指令控制调节闭路液压系统的泄压阀、缓冲器、高速伺服阀的动作参数直到闭路液压系统恢复正常，在调控过程中，利用反馈单元收集并记录调控前的压力数据、流量数据、温度数据、钻机工况信息数据，经过调控后的压力数据、流量数据、温度数据、钻机工况信息数据，泄压阀的调整值数据、伺服阀的调整值数据和缓冲器的调整值数据，GRU预测模型的预测值数据，以作为调控反馈数据；同时，将调控反馈数据发送至参数调控单元，进而得到一个完整调控周期的更新数据； 步骤七：利用反馈数据持续对GRU预测模型进行优化，得到优化后的GRU预测模型； S71：多次重复执行步骤五和步骤六，直至达到设定调控周期，并得到若干调控周期的更新数据； S72：采用增量学习的方式，将更新数据输入至GRU预测模型中以进行持续更新优化，最终得到优化后的GRU预测模型； 步骤八：构建并训练SVM预测模型； S81：对于步骤七中若干调控周期得到的更新数据，先使用滑动窗口技术将实时运行数据划分为固定长度的时间序列片段，并基于所得到的时间序列片段数据构建出数据集，再按设定比例将数据集划分为训练集和测试集； S82：基于支撑向量机构建SVM预测模型； S83：利用训练集作为输入数据对SVM预测模型进行训练，得到训练好的SVM预测模型； 步骤九：利用SVM预测模型进行实时预测； S91：在天井钻机闭路液压系统实时运行过程中，利用安装在天井钻机闭路液压系统中的传感器组进行实时运行数据的采集； S92：使用滑动窗口技术将预测数据划分为固定长度的时间序列片段，再作为输入数据输入至SVM预测模型中进行预测，输出状态判断结果； 步骤十：基于SVM预测结果实施调控； 将状态判断数据发送至参数调控单元，参数调控单元基于状态判断结果，利用压力、流量、温度与控制策略之间的映射关系得到调整决策，并将调整决策发送至处理单元，处理单元根据调整决策得到相应的控制指令，再根据相应的控制指令控制调节闭路液压系统的泄压阀、缓冲器、高速伺服阀的动作参数直到闭路液压系统恢复正常，在调控过程中，利用反馈单元收集并记录调控前的压力数据、流量数据、温度数据、钻机工况信息数据，经过调控后的压力数据、流量数据、温度数据、钻机工况信息数据，泄压阀的调整值数据、伺服阀的调整值数据和缓冲器的调整值数据，缓冲器的调整值数据，GRU预测模型的预测值数据，SVM预测模型所预测的系统状态标签数据，以作为调控反馈数据；同时，将调控反馈数据发送至参数调控单元，进而得到一个完整调控周期的更新数据； 步骤十一：利用反馈数据持续对SVM预测模型进行优化，得到优化后的SVM预测模型； S111：多次重复执行步骤九和步骤十，直至达到设定调控周期，并得到若干调控周期的更新数据； S112：采用增量学习的方式，将更新数据输入至SVM预测模型中以进行持续更新优化，最终得到优化后的SVM预测模型； 步骤十二：利用优化后的GRU预测模型和优化后的SVM预测模型对天井钻机闭路液压系统实时调控； S121：在天井钻机闭路液压系统实时运行过程中，利用安装在天井钻机闭路液压系统中的传感器组进行实时运行数据的采集； S122：先使用滑动窗口技术将实时运行数据划分为固定长度的时间序列片段，所得到的时间序列片段包括压力的时间序列数据Pt、流量的时间序列数据Qt、温度的时间序列数据Tt、工况信息的时间序列数据Ct、泄压阀调整值的时间序列数据Lzt、伺服阀整值的时间序列数据Lvt、缓冲器调整值的时间序列数据Lbt； S123：将所得到的时间序列片段作为输入数据输入至优化后的GRU预测模型中进行预测，输出生成未来t+k时刻的压力预测值Pt′+k、流量预测值Qt′+k和温度预测值Tt′+k； S124：将未来t+k时刻的压力预测值Pt′+k、流量预测值Qt′+k、温度预测值Tt′+k、工况信息的时间序列数据Ct、泄压阀调整值的时间序列数据Lzt、伺服阀整值的时间序列数据Lvt、缓冲器调整值的时间序列数据Lbt作为输入数据输入至优化后的SVM预测模型中进行预测，输出系统的状态标签St，系统的状态标签St包括0、1和2，分别代表正常状态、过压状态和憋压状态； S125：基于设定最大压力阈值Pmax、压力波动阈值Pfluct、最小流量阈值Qmin和最大温度阈值Tmax，根据预测数据和状态预测结果进行调控； 若Pt′+kPmax，且St＝0或St＝1，则处理单元控制报警装置进行可能发生过压的预警，同时，执行过压预防措施，并触发过压调节动作，增加泄压阀的开度Lzt，以释放多余的系统压力； 若Pt′+kPnax，且St＝1，则生成以下指令：增加泄压阀的开度Lzt，以释放多余的系统压力，调节伺服阀的开度Lvt，以优化流量控制，避免发生过压造成流量不足的问题； 若Qt′+kQmin，且St＝0或St＝2，则处理单元控制报警装置动作进行可能发生憋压的预警，同时，执行憋压预防措施，并触发流量补充调节动作，增加高速伺服阀的开度Lvt，以提高流量； 若Qt′+kQmin，且St＝2，则生成以下指令：增加伺服阀的开度Lvt，以提高流量，保持泄压阀的低开度Lzt，以防止压力进一步积累； 若Tt′+kTmax，且St＝0，则处理单元控制报警装置动作进行可能发生憋压的预警，同时，执行憋压预防措施，并触发流量补充调节，增加高速伺服阀的开度Lvt，以提高流量； 若预测Pt′+k会在短时间内大幅度波动，且接近Pfluct，同时，St＝0或St＝1，则调整缓冲器的阻尼系数Lbt，同时，根据预测的流量变化微调伺服阀的开度Lvt，以确保流量稳定。

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中南大学;湖南一二矿山科技有限公司，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路932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”。

以上内容由龙图腾AI智能生成。