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！

龙图腾网获悉长春黄金设计院有限公司申请的专利一种基于知识图谱的选矿流程智能优化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：CN121209457B 。

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：202511760116.X，技术领域涉及：G05B19/418；该发明授权一种基于知识图谱的选矿流程智能优化控制方法及系统是由李宪英;张永贵;王宪强;刘绪;李欣峰;孙兴琳;杨楠;崔雅萱;何海玲;孟狄;雷高;杨学刚设计研发完成，并于2025-11-27向国家知识产权局提交的专利申请。

本一种基于知识图谱的选矿流程智能优化控制方法及系统在说明书摘要公布了：本发明公开了一种基于知识图谱的选矿流程智能优化控制方法及系统，涉及选矿过程控制技术领域，包括，采集静态属性数据和动态运行数据，构建因果知识图谱，得到因果知识图谱中节点间的因果关系及优化目标约束；基于因果知识图谱中节点间的因果关系及优化目标约束，从历史数据库中筛选数据，组成高价值历史数据集；根据高价值历史数据集，构建奖励函数模型，训练策略函数，获得强化学习控制策略；运行强化学习控制策略，生成控制指令，并将控制指令下发至目标设备，得到动态优化控制；对动态优化控制进行实时监测，当检测到运行状态出现异常偏差时，基于因果知识图谱进行反事实推理，获取反事实推理结果。

本发明授权一种基于知识图谱的选矿流程智能优化控制方法及系统在权利要求书中公布了：1.一种基于知识图谱的选矿流程智能优化控制方法，其特征在于：包括， 采集静态属性数据和动态运行数据，构建因果知识图谱，得到因果知识图谱中节点间的因果关系及优化目标约束； 基于因果知识图谱中节点间的因果关系及优化目标约束，从历史数据库中筛选数据，组成高价值历史数据集； 根据高价值历史数据集，构建奖励函数模型，训练策略函数，获得强化学习控制策略； 运行强化学习控制策略，生成控制指令，并将控制指令下发至目标设备，得到动态优化控制； 对动态优化控制进行实时监测，当检测到运行状态出现异常偏差时，基于因果知识图谱进行反事实推理，获取反事实推理结果； 基于反事实推理结果，对因果知识图谱中的边权进行修正，并通过增量式强化学习对强化学习控制策略进行更新； 所述训练策略函数，获得强化学习控制策略，具体步骤为，将高价值历史数据集按时间先后分成训练集与验证集，以奖励函数模型输出的最终即刻奖励作为行为克隆的监督早停和PPO的回报信号，通过行为克隆热启动和基于PPO的小步微调训练策略函数，得到控制策略； 对控制策略执行小批量更新，获得强化学习控制策略； 所述对动态优化控制进行实时监测，当检测到运行状态出现异常偏差时，基于因果知识图谱进行反事实推理，获取反事实推理结果，具体步骤为，从异常缓冲条目中取最新一条控制周期闭环记录并锁定为当前工作样本，对当前工作样本进行监测复核，执行因果知识图谱定位； 根据当前工作样本确认唯一干预量，基于因果知识图谱进行反事实推理，在唯一干预量上做假设性干预，得到反事实推理结果，并与当前工作样本的唯一ID绑定，生成归档包； 所述基于反事实推理结果，对因果知识图谱中的边权进行修正，具体步骤为，基于反事实推理结果，对因果知识图谱中的边权进行修正，在边权修正时，只更新本次被识别出的唯一干预量指向目标质量指标的边； 通过预测与实测的对照和实际调整幅度，得到局部灵敏度，按固定工艺时延对齐，将旧边权与局部灵敏度加权合成，得到新边权； 所述通过增量式强化学习对强化学习控制策略进行更新，具体步骤为，提取归档包字段进行去重、清洗及对齐，生成增量数据切片，并对强化学习控制策略进行参数更新； 更新得到的候选策略通过相对变化上限和硬约束离线检测后，进入灰度验证，在镜像数据流上并行对比旧强化学习控制策略与更新后强化学习控制策略，满足硬条件即可发布，否则回滚并记录原因，发布后将更新后强化学习控制策略标记为最新强化学习控制策略。

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长春黄金设计院有限公司，其通讯地址为：130012 吉林省长春市朝阳区南湖大路4726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。