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！

龙图腾网获悉四川信特农牧科技有限公司申请的专利基于联合机器学习模型的饲料产线监测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：CN120850018B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511368477.X，技术领域涉及：G06F18/24；该发明授权基于联合机器学习模型的饲料产线监测控制方法及系统是由袁庆刚;付通久;陈浩;谢峰;陈俊鹏;苑一哲设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于联合机器学习模型的饲料产线监测控制方法及系统在说明书摘要公布了：本发明提供一种基于联合机器学习模型的饲料产线监测控制方法及系统，涉及机器学习技术领域，首先获取饲料产线的过程数据集合，涵盖设备运行状态数据、物料流转轨迹数据和工艺指令执行数据，接着对过程数据集合进行特征协同编码处理，生成包含设备运行适配特征、物料流转匹配特征和工艺执行协调特征的产线状态特征集合，然后调用预构建的联合机器学习模型对产线状态特征集合进行异常发展推演处理，得到产线异常发展推演结果，依据推演结果识别产线关键异常环节，包括设备性能退化环节、物料品质劣变环节和工艺衔接错位环节，最后基于关键异常环节生成产线调控指令组合并发送至产线执行单元，触发针对性控制操作，实现饲料产线的有效监测与控制。

本发明授权基于联合机器学习模型的饲料产线监测控制方法及系统在权利要求书中公布了：1.一种基于联合机器学习模型的饲料产线监测控制方法，其特征在于，所述方法包括： 获取饲料产线的过程数据集合，所述过程数据集合包含设备运行状态数据、物料流转轨迹数据和工艺指令执行数据； 对所述过程数据集合进行特征协同编码处理，生成产线状态特征集合，所述产线状态特征集合包含设备运行适配特征、物料流转匹配特征和工艺执行协调特征； 调用预构建的联合机器学习模型对所述产线状态特征集合进行异常发展推演处理，生成产线异常发展推演结果； 根据所述产线异常发展推演结果识别产线关键异常环节，所述关键异常环节包含设备性能退化环节、物料品质劣变环节和工艺衔接错位环节； 基于所述关键异常环节生成产线调控指令组合，并将所述调控指令组合发送至产线执行单元以触发针对性控制操作； 所述对所述过程数据集合进行特征协同编码处理，生成产线状态特征集合，包括： 对所述设备运行状态数据进行运行模式识别处理，提取设备在典型工序中的运行参数匹配特征作为设备运行适配特征，所述设备运行适配特征包含工序内参数稳定性描述和工序间参数衔接性描述，所述典型工序包括制粒工序、冷却工序、打包工序； 对所述物料流转轨迹数据进行路径一致性分析处理，提取物料从原料仓到成品库的流转路径与标准路径的匹配特征作为物料流转匹配特征，所述物料流转匹配特征包含路径方向吻合度描述和路径速度均衡度描述； 对所述工艺指令执行数据进行指令响应分析处理，提取实际执行动作与预设指令的匹配特征作为工艺执行协调特征，所述工艺执行协调特征包含指令响应及时性描述和动作执行完整性描述； 验证所述设备运行适配特征、物料流转匹配特征和工艺执行协调特征间的逻辑关联性，并剔除逻辑关联性不满足设定关联性条件的冗余特征； 将校验通过的设备运行适配特征、物料流转匹配特征和工艺执行协调特征进行标准化拼接处理，生成产线状态特征集合； 所述调用预构建的联合机器学习模型对所述产线状态特征集合进行异常发展推演处理，生成产线异常发展推演结果，包括： 将所述产线状态特征集合输入所述联合机器学习模型的历史状态记忆模块，提取产线历史正常运行阶段的历史状态特征序列； 将所述历史状态特征序列与当前产线状态特征集合输入所述联合机器学习模型的时序推演模块，计算当前状态与历史正常状态的演化差异特征； 将所述演化差异特征输入所述联合机器学习模型的空间关联模块，分析设备运行适配特征、物料流转匹配特征和工艺执行协调特征之间的相互影响关系，生成特征关联影响矩阵； 将所述演化差异特征和特征关联影响矩阵输入所述联合机器学习模型的异常推演模块，通过状态转移分析算法预测异常状态在设备维度、物料维度、工艺维度的发展趋势矢量数据； 基于所述发展趋势矢量数据生成包含异常起始环节、扩展方向和影响范围的产线异常发展推演结果。

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四川信特农牧科技有限公司，其通讯地址为：646000 四川省泸州市龙马潭区泸州综合保税区东纬三路二段；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。