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！

龙图腾网获悉东北大学申请的专利一种基于数字孪生的高炉温度异常预测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：CN119623199B 。

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：202411827039.0，技术领域涉及：G06F30/23；该发明授权一种基于数字孪生的高炉温度异常预测方法是由张颖伟;张鼎森;商凯丞;金泳男;冯琳设计研发完成，并于2024-12-12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高炉温度异常预测方法在说明书摘要公布了：本发明提供了一种基于数字孪生的高炉温度异常预测方法，涉及数字孪生技术领域，根据实时采集的风口回旋区图像，确定自适应扩散系数，可以避免现有技术中由于自适应扩散系数未固定值产生的误差，进而基于确定的自适应扩散系数，可以确定能量守恒方程，进而根据风口回旋区图像对应的实时观测数据，以及质量守恒方程和动量守恒方程，求解得到速度场，将速度场的速度输入风口回旋区图像对应的能量守恒方程中，采用有限差分法求解方程，得到温度场，进而提取温度场的温度场特征，进而通过异常情况预测模型对温度场特征进行处理，得到温度场的温度标签，根据实验结果表明，本发明对于高炉温度异常预测得到了提高，并且显著的提高了实时性能。

本发明授权一种基于数字孪生的高炉温度异常预测方法在权利要求书中公布了：1.一种基于数字孪生的高炉温度异常预测方法，其特征在于，包括： 步骤1：实时采集高炉生产过程中的生产数据，所述生产数据包括多个风口回旋区图像和实时观测数据，所述实时观测数据至少包括出风口的速度数据和出风口的温度数据，每个风口回旋区图像与实时观测数据一一对应； 步骤2：针对每个风口回旋区图像，确定风口回旋区图像对应的自适应扩散系数，根据自适应扩散系数确定风口回旋区图像对应的能量守恒方程； 步骤3：针对每个风口回旋区图像，根据风口回旋区图像对应的实时观测数据，以及质量守恒方程和动量守恒方程，求解得到速度场，将速度场的速度输入风口回旋区图像对应的能量守恒方程中，采用有限差分法求解方程，得到温度场； 步骤4：对温度场进行特征提取，得到温度场特征，通过基于随机森林回归算法的异常情况预测模型，对温度场特征进行处理，得到温度场的温度标签，温度标签包括异常低温、正常温度和异常高温；所述异常情况预测模型基于多个第一训练样本进行模型训练得到的，所述第一训练样本包括第一输入样本和第一输出样本，所述第一输入样本为历史温度场特征，所述第一输出样本为历史温度场特征对应的温度标签； 其中，步骤2中，针对每个风口回旋区图像，确定风口回旋区图像对应的扩散系数，具体包括： 针对每个风口回旋区图像，通过灰度共生矩阵提取风口回旋区图像的纹理特征，进而得到每个风口回旋区图像对应的纹理特征；将纹理特征、出风口的速度数据和出风口的温度数据，输入自适应扩散系数构造模型中，得到风口回旋区图像对应的自适应扩散系数，其中，所述自适应扩散系数构造模型是基于多个第二训练样本进行模型训练得到的，所述第二训练样本包括第二输入样本和第二输出样本，所述第二输入样本为历史风口回旋区图像的纹理特征、出风口的速度数据和出风口的温度数据，所述第二输出样本为所述历史风口回旋区图像的自适应扩散系数； 其中，步骤3中根据风口回旋区图像对应的实时观测数据，以及质量守恒方程和动量守恒方程，求解得到速度场，具体包括： 将风口回旋区图像对应的实时观测数据输入质量守恒方程和动量守恒方程中，得到目标方程，采用有限体积法离散化目标方程，设置初始迭代次数，设置当前迭代次数下的初始速度场，并根据初始速度场和离散化后的目标方程，求解得到预测的速度场，并对预测的速度场进行修订，得到修订后的速度场，判断当前迭代次数是否达到预设阈值，在当前迭代次数达到预设阈值的情况下，输出修订后的速度场，在当前迭代次数没有达到预设阈值的情况下，当前迭代次数加一，并将其作为新的当前迭代次数，返回执行：设置当前迭代次数下的初始速度场，直到当前迭代次数达到预设阈值。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。