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！

龙图腾网获悉国科大杭州高等研究院申请的专利基于深度学习的激光锁频系统多级PID参数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：CN120871580B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511367450.9，技术领域涉及：G05B11/42；该发明授权基于深度学习的激光锁频系统多级PID参数调控方法是由陈诗滢;谢小娜;栾苏琪;刘国东;韩力鹏;贾建军;梁新栋设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于深度学习的激光锁频系统多级PID参数调控方法在说明书摘要公布了：本发明涉及激光系统控制技术领域，公开了一种基于深度学习的激光锁频系统多级PID参数调控方法，该方法包括：获取PDH激光锁频系统的误差信号时间序列；通过深度学习模型输出锁频状态评分和快慢双环PID参数；判断锁频状态评分和快慢双环PID参数是否均满足对应的预设条件；若锁频状态评分和快慢双环PID参数没有均满足对应的预设条件，则对深度学习模型的进行迭代优化，直至锁频状态评分和快慢双环PID参数均满足对应的预设条件；优化后的深度学习模型输出快慢双环PID参数。本发明可实现快慢双环多级PID控制参数的在线自适应推理和闭环优化，提高PDH激光锁频系统的智能化水平和适应复杂工况的能力。

本发明授权基于深度学习的激光锁频系统多级PID参数调控方法在权利要求书中公布了：1.一种基于深度学习的激光锁频系统多级PID参数调控方法，其特征在于，包括： 获取PDH激光锁频系统的误差信号时间序列； 将所述误差信号时间序列输入至训练好的深度学习模型，获取所述深度学习模型输出的锁频状态评分和快慢双环PID参数； 判断所述锁频状态评分和所述快慢双环PID参数是否均满足对应的预设条件； 若所述锁频状态评分和所述快慢双环PID参数没有均满足对应的预设条件，则持续获取当前的所述误差信号时间序列，并基于当前的所述误差信号时间序列对所述深度学习模型进行迭代优化，直至所述锁频状态评分和所述快慢双环PID参数均满足对应的预设条件； 将优化后的所述深度学习模型输出的所述快慢双环PID参数输出至快慢双环数字PID控制器，以使所述快慢双环数字PID控制器基于输入的所述快慢双环PID参数对PDH激光锁频系统进行调控； 所述深度学习模型采用时序神经网络架构，所述时序神经网络架构包括时序编码器、锁频状态评分输出端与快慢双环PID参数输出端； 所述时序编码器用于提取模型输入的特征，得到特征向量，其中，在所述深度学习模型的推理过程中，所述模型输入包括所述误差信号时间序列和多通道辅助量，所述多通道辅助量包括激光器电流、温控信号、环境温湿度、振动噪声以及历史控制量中的一种或多种的组合，所有模型输入均按时间对齐后输入至所述时序编码器； 所述锁频状态评分输出端，用于将所述特征向量映射为锁频状态评分； 所述快慢双环PID参数输出端，用于将所述特征向量映射为所述快慢双环PID参数。

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国科大杭州高等研究院，其通讯地址为：310024 浙江省杭州市西湖区象山支弄1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。