浙江大学程宁涛获国家专利权
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!
龙图腾网获悉浙江大学申请的专利干法制粒过程参数AI最优调控方法及机器人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:CN120578041B 。
龙图腾网通过国家知识产权局官网在2026-02-24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:202510715541.0,技术领域涉及:G05B11/42;该发明授权干法制粒过程参数AI最优调控方法及机器人系统是由程宁涛;徐冠华设计研发完成,并于2025-05-30向国家知识产权局提交的专利申请。
本干法制粒过程参数AI最优调控方法及机器人系统在说明书摘要公布了:本发明涉及制粒过程参数调控技术领域,具体涉及干法制粒过程参数AI最优调控方法及机器人系统。所述调控方法包括:S1、参数辨识:识别干法制粒过程中的关键过程参数;S2、参数获取:获取干法制粒过程中的关键过程参数和质量属性参数,并组成多维度数据湖;S3、构建映射模型;S4、参数优化:根据映射模型,计算所需质量属性参数对应的关键过程参数的优化区间;S5、调控决策与行动:获取实时关键过程参数,判断关键过程参数中每个参数是否均处于对应优化区间内,若否,则调整关键过程参数。本发明实现了基于AI的控制系统参数自动化调优,克服了传统生产过程参数调整不及时、过程质量控制水平低、效率低下、人工经验依赖度高等问题。
本发明授权干法制粒过程参数AI最优调控方法及机器人系统在权利要求书中公布了:1.干法制粒过程参数AI最优调控方法,其特征在于,包括: S1、参数辨识:识别干法制粒过程中的关键过程参数; S2、参数获取:获取干法制粒过程中的关键过程参数和质量属性参数,其中关键过程参数和质量属性参数按照时序建立对应关系,并将多组关键过程参数和质量属性参数组成多维度数据湖; S3、构建映射模型:通过卷积神经网络建模,建立关键过程参数与质量属性参数的映射模型; S4、参数优化:根据所述映射模型,计算所需质量属性参数对应的关键过程参数的优化区间; S5、调控决策与行动:获取实时关键过程参数,根据S4得到的关键过程参数的优化区间,判断关键过程参数中每个参数是否均处于对应优化区间内,若否,则调整关键过程参数,直至关键过程参数中每个参数均处于对应优化区间内; 步骤S2中获取干法制粒过程中的质量属性参数,具体方法包括: 利用近红外光谱相机获取颗粒样品的光谱图像,利用白光相机获取颗粒样品的白光图像;基于光谱图像和白光图像预测颗粒样品的粒径分布; 具体包括: 基于光谱图像预测粒径分布,粒径分布预测的具体公式为: 其中,是通过光谱图像预测的粒径分布,是近红外光谱图像的光谱特征,是回归模型根据光谱特征预测粒径分布的函数; 基于白光图像预测粒径分布,具体公式为: 其中,是通过白光图像预测的粒径分布,是白光图像的几何特征,是回归模型根据白光图像几何特征预测粒径分布的函数; 最终的粒径分布为: 其中,、为权重系数,; 使用梯度下降法确定权重系数、,定义目标函数: 其中,N表示样本总量,表示第i个样本的真实粒径分布,表示光谱图像预测的第i个样本的粒径分布,表示白光图像预测的第i个样本的粒径分布; 使用梯度下降法最小化,得到权重系数、; 梯度下降法的更新规则为: ; 其中,、为更新后的权重系数,是学习率。
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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励