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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 交铁检验认证(常州)有限公司刘小松获国家专利权

交铁检验认证(常州)有限公司刘小松获国家专利权

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!

龙图腾网获悉交铁检验认证(常州)有限公司申请的专利轨道交通材料燃烧烟密度动态监测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:CN120594735B

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:202510836064.3,技术领域涉及:G01N31/12;该发明授权轨道交通材料燃烧烟密度动态监测方法及系统是由刘小松;孙加洁;顾季蒙;邓宇翔;王红双;李铮设计研发完成,并于2025-06-20向国家知识产权局提交的专利申请。

轨道交通材料燃烧烟密度动态监测方法及系统在说明书摘要公布了:本发明提供轨道交通材料燃烧烟密度动态监测方法及系统,涉及轨道交通技术领域,包括采集燃烧试验箱内多个传感器的烟雾浓度数据,利用自适应网格细化的三维空间插值算法进行三维重建,结合材料燃烧特性参数构建燃烧动力学模型,将高精度三维分布图与动力学模型融合,构建基于图神经网络的多尺度扩散预测模型,生成未来时刻烟雾密度分布及扩散路径预测数据,从而实现对轨道交通车厢烟密度的精准监测与预警。

本发明授权轨道交通材料燃烧烟密度动态监测方法及系统在权利要求书中公布了:1.轨道交通材料燃烧烟密度动态监测方法,其特征在于,包括: 获取轨道交通材料燃烧试验箱内的多个烟雾浓度传感器采集的烟雾浓度数据,所述多个烟雾浓度传感器在所述轨道交通材料燃烧试验箱内呈三维网格状分布; 基于所述多个烟雾浓度传感器的位置坐标信息以及对应的烟雾浓度数据,采用自适应网格细化的三维空间插值算法对所述轨道交通材料燃烧试验箱内的烟雾密度分布进行三维重建,当所述烟雾浓度数据高于预设浓度阈值时,自动增加网格密度,当所述烟雾浓度数据低于预设浓度阈值时,自动降低网格密度,得到高精度三维分布图; 采集车厢内的材料燃烧特性参数,包括材料的热释放速率、质量损失速率和燃烧产物组分数据; 根据所述材料燃烧特性参数建立材料燃烧动力学模型,包括: 采集材料在不同升温速率下的热重数据,基于所述热重数据计算各温度点的质量损失率,根据所述质量损失率确定峰值温度点,将所述峰值温度点作为材料分解的特征温度,基于所述特征温度将材料的燃烧过程划分为多个子反应阶段; 针对每个所述子反应阶段,选取多个特征转化率点及其对应的温度数据,基于所述特征转化率点计算各阶段的质量损失度,将所述质量损失度、所述温度数据与所述升温速率代入弗林-沃尔-奥扎瓦方程; 对所述弗林-沃尔-奥扎瓦方程进行对数变换,将非线性方程转化为活化能与频率因子的线性关系,建立参数方程组,采用最小二乘法求解所述参数方程组得到各子反应的初始动力学参数; 基于所述初始动力学参数构建参数寻优空间,将所述参数寻优空间输入遗传算法优化模型,以实验曲线与计算曲线的均方根误差为优化目标; 基于所述优化目标通过所述遗传算法优化模型的选择、交叉和变异操作进行参数寻优计算,获得最优活化能、频率因子和反应级数,基于所述最优活化能、所述频率因子和所述反应级数建立材料燃烧动力学模型; 将所述高精度三维分布图与所述材料燃烧动力学模型进行深度融合,构建基于图神经网络的多尺度扩散预测模型,包括: 将所述高精度三维分布图划分为网格结构,测定节点的物理参数,将所述物理参数代入所述材料燃烧动力学模型计算节点反应速率,构建节点特征向量,基于相邻节点计算传输参数构建边特征向量; 设计双重特征融合网络,利用第一权重矩阵与第二权重矩阵分别对所述节点特征向量与所述边特征向量进行映射,通过激活函数得到微观-宏观特征映射矩阵,基于所述微观-宏观特征映射矩阵计算节点状态的演化趋势; 将所述演化趋势输入多层次预测网络,计算局部反应速率与整体传输场的预测误差,当所述预测误差小于预设误差阈值时输出材料燃烧扩散预测模型,所述多尺度扩散预测模型包括宏观扩散预测层和微观扩散预测层; 根据所述多尺度扩散预测模型的输出结果,生成车厢内未来时刻的烟雾密度分布预测数据和扩散路径预测数据,用于指导轨道交通车厢的消防疏散和通风控制,包括: 确定所述多尺度扩散预测模型的输出结果的时间特征和空间特征,将所述时间特征与所述空间特征融合得到时空增强特征; 将所述时空增强特征输入因果卷积网络,采用膨胀卷积运算提取时序特征,利用残差连接结构对所述时序特征进行层间传递,计算传递后特征的时序相关系数,基于所述时序相关系数确定最优网络层数与膨胀率,生成具有长程依赖关系的特征序列; 基于所述特征序列构建双分支预测网络,利用密度预测分支生成车厢内未来时刻的烟雾密度分布预测数据,利用路径预测分支生成未来时刻的扩散路径预测数据,计算所述烟雾密度分布预测数据与所述扩散路径预测数据的预测误差,根据所述预测误差动态调整预测分支的权重系数; 利用概率预测模型评估调整权重后的预测数据可靠性,计算所述预测数据可靠性的置信区间与校准误差,基于所述置信区间与所述校准误差对所述概率预测模型的参数进行迭代优化,输出具有可靠性保证的预测结果; 根据所述预测结果计算车厢各区域的安全等级,基于所述安全等级规划最优疏散通道,利用所述烟雾密度分布预测数据计算各区域的烟雾浓度偏差,根据所述烟雾浓度偏差生成通风控制指令。

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交铁检验认证(常州)有限公司,其通讯地址为:213025 江苏省常州市常州经济开发区潞城街道龙锦路355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。