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 > 中国神华能源股份有限公司国汉君获国家专利权

中国神华能源股份有限公司国汉君获国家专利权

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!

龙图腾网获悉中国神华能源股份有限公司申请的专利多模态知识驱动的生产设备系统多目标运行模式优化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:CN120875190B

龙图腾网通过国家知识产权局官网在2026-01-27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:202511406175.7,技术领域涉及:G06Q10/04;该发明授权多模态知识驱动的生产设备系统多目标运行模式优化方法是由国汉君;何益海;蔡宇琪;曹海滨;孙志春;蒋立翔;刘伟;毛吉星设计研发完成,并于2025-09-29向国家知识产权局提交的专利申请。

多模态知识驱动的生产设备系统多目标运行模式优化方法在说明书摘要公布了:本发明涉及设备运维决策与优化技术领域,公开了多模态知识驱动的生产设备系统多目标运行模式优化方法,该方法包括:基于周期趋势分解构建生产需求变化预测模型;构建多模态知识图谱模型;构建生产设备系统运行质量评估指标体系,确定优化目标;基于扩展随机流网络模型,构建数据驱动的设备运行模型;对生产设备系统的各个优化目标进行评估;构建基于知识驱动的优劣解距离法的多目标奖励函数;构建运维管控与模式优化联合策略优化模型;基于多模态知识图谱,进行多模态生产需求与生产设备运行数据驱动的关键优化目标与运维技术识别选取;采用深度确定性策略梯度,进行生产设备模式优化和运维管控策略联合优化,本发明实现运维策略动态优化求解。

本发明授权多模态知识驱动的生产设备系统多目标运行模式优化方法在权利要求书中公布了:1.一种多模态知识驱动的生产设备系统多目标运行模式优化方法,其特征在于,所述方法包括: 基于周期趋势分解构建生产需求变化预测模型; 构建生产设备系统多模态知识图谱模型; 构建生产设备系统运行质量评估指标体系,以设备基本性能、设备剩余寿命、设备平均检修间隔期、设备运行时间可用度、设备生产能力、设备可靠性、设备运行安全性、设备输出成品质量、设备运维成本与收益、设备运行能效为优化目标; 基于扩展随机流网络模型,构建数据驱动的设备运行模型; 基于扩展随机流网络模型,对生产设备系统的各个优化目标进行评估; 构建基于知识驱动的优劣解距离法的多目标奖励函数; 构建运维管控与模式优化联合策略优化模型; 基于多模态知识图谱,进行多模态生产需求与生产设备运行数据驱动的关键优化目标与运维技术识别选取; 基于深度强化学习,采用深度确定性策略梯度,进行生产设备模式优化和运维管控策略联合优化; 其中,所述构建运维管控与模式优化联合策略优化模型包括:采用设备运行模式控制,构建设备运行模式控制优化模型;采用设备系统物料流调度,构建设备物料流调度优化模型;采用设备运行能量流调度,构建能量流调度优化模型;采用设备预测性维护,构建设备预测性维护优化模型; 所述基于多模态知识图谱,进行多模态生产需求与生产设备运行数据驱动的关键优化目标与运维技术识别选取,包括:基于实体信息、关系列表,形成实体信息、关系列表和三元组列表;以三元组列表和设备运行数据为输入,对实体和关系进行编码,得到实体编码向量、关系编码向量;利用相似度计算分别计算实体相似度和关系相似度,对实体间的关系进行赋权,形成加权图模型;基于所述加权图模型,对优化目标和运维技术进行重要度排序,选取优化目标和运维技术; 所述基于深度强化学习,采用深度确定性策略梯度,进行生产设备模式优化和运维管控策略联合优化,包括:构建生产设备多目标运维管控与模式优化的马尔科夫决策模型,确定决策过程的状态空间、动作空间和奖励函数;设计Actor-Critic网络模型为深度强化学习的智能体;采用深度确定性测量梯度算法,对智能体网络进行训练,输出生产设备运行模式优化和运维管控策略。

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国神华能源股份有限公司,其通讯地址为:100011 北京市东城区安定门西滨河路22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。

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。