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！

龙图腾网获悉青岛科技大学申请的专利一种适应流量变化的旋风分离器控制方法、系统及设备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：CN116899768B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310923160.2，技术领域涉及：B04C11/00；该发明授权一种适应流量变化的旋风分离器控制方法、系统及设备是由张攀;陈光辉;范军领;王伟文设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种适应流量变化的旋风分离器控制方法、系统及设备在说明书摘要公布了：本发明公开了一种适应流量变化的旋风分离器控制方法、系统及设备，涉及旋风分离器技术领域，该方法包括：基于机器学习方法构建旋风分离器性能预测模型；将旋风分离器入口处的气体流速输入至所述旋风分离器性能预测模型中预测旋风分离器的分离效率；根据预测的旋风分离器的分离效率与旋风分离器最佳分离效率的差值，确定流动控制信号；基于所述流动控制信号，风机控制器控制电机频率，从而控制进入所述旋风分离器中的射流流量，使所述旋风分离器处于分离效率最优的流动模式。本发明能够使得分离器始终处于最佳分离效率的流动模式，避免了因为工艺过程中流量参数变化导致的旋风分离器分离效率低的问题。

本发明授权一种适应流量变化的旋风分离器控制方法、系统及设备在权利要求书中公布了：1.一种适应流量变化的旋风分离器控制方法，其特征在于，包括： 基于机器学习方法构建旋风分离器性能预测模型；具体包括：利用实验测量或计算流体力学方法获得分离性能数据，并创建数据集；所述分离性能数据包括不同气体的入口速度以及不同气体的入口速度对应的旋风分离器的分离效率；将所述数据集划分为训练数据集和验证数据集；以控制方程以及边界条件构造损失函数，建立基于物理信息神经网络的机器学习模型；所述控制方程包括纳维—斯托克斯方程和连续性方程；通过所述训练数据集和所述验证数据集对所述机器学习模型进行训练和验证，得到旋风分离器性能预测模型；所述损失函数由控制方程的损失和目标变量的损失构成；所述控制方程的损失由质量守恒和动量方程诱导获得；所述目标变量的损失是所述数据集与物理信息神经网络输出数据的均方差； 将旋风分离器入口处的气体流速输入至所述旋风分离器性能预测模型中预测旋风分离器的分离效率； 根据预测的旋风分离器的分离效率与旋风分离器最佳分离效率的差值，确定流动控制信号； 基于所述流动控制信号，风机控制器控制电机频率，从而控制进入所述旋风分离器中的射流流量，使所述旋风分离器处于分离效率最优的流动模式。

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青岛科技大学，其通讯地址为：266000 山东省青岛市崂山区松岭路99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。