中国矿业大学王鹏霏获国家专利权
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!
龙图腾网获悉中国矿业大学申请的专利一种基于多模态融合与物理约束的隧道火情反演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:CN121351635B 。
龙图腾网通过国家知识产权局官网在2026-03-03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:202511897291.3,技术领域涉及:G06F30/27;该发明授权一种基于多模态融合与物理约束的隧道火情反演方法是由王鹏霏;叶继红;陈伟;姜健设计研发完成,并于2025-12-16向国家知识产权局提交的专利申请。
本一种基于多模态融合与物理约束的隧道火情反演方法在说明书摘要公布了:本发明提出了一种基于多模态融合与物理约束的隧道火情反演方法,旨在解决传统火情监测中火源位置和功率难以实时准确反演的问题。该方法通过采集隧道内分布式温度传感器数据、温度分布图像和物理参数,构建时空特征融合网络;设计防信息泄露训练机制,采用模态随机丢弃和传感器屏蔽技术,避免模型对特定输入模式的过拟合;引入物理约束损失函数,结合温度梯度、最大温升和纵向衰减规律,确保反演结果的物理合理性;采用粗‑精两级位置预测架构,实现火源位置的米级精度定位。本发明能够实时、准确地反演火源功率和位置,为隧道火灾智能监测与应急救援提供可靠的技术支撑。
本发明授权一种基于多模态融合与物理约束的隧道火情反演方法在权利要求书中公布了:1.一种基于多模态融合与物理约束的隧道火情反演方法,其特征在于,所述方法包括: S1,采集隧道内分布式温度传感器时序数据、温度分布图像及物理参数,构建多模态训练数据集; S2,建立包含时间特征提取、图像编码、物理参数嵌入与门控融合的多模态反演网络模型;其中,步骤S2包括: S21,构建时间特征提取模块; S22,构建图像编码模块; S23,构建物理参数嵌入模块; S24,构建防泄露门控融合模块,所述防泄露门控融合模块用于融合时间、图像、物理及空间特征,并根据模态可用性自适应调整各模态权重;所述防泄露门控融合模块的输入包括:时间特征、图像特征、空间统计特征及物理嵌入特征;所述防泄露门控融合模块中设置两个独立的门控网络,分别用于计算图像模态权重与物理模态权重,每个门控网络由线性变换层与sigmoid激活函数构成; S25,构建火情反演头模块; S3,设计物理约束损失与防信息泄露机制,利用多模态训练数据集对多模态反演网络模型进行训练;其中,步骤S3包括: S31,构建温度梯度约束损失,所述温度梯度约束损失用于限制所述多模态反演网络模型反演结果在空间维度上的变化幅度,使预测的温度分布及其导数符合热传导方程的连续性要求; S32,构建最大温升约束损失函数,所述最大温升约束损失用于约束火源功率与温升峰值之间的物理对应关系; S33,构建纵向衰减约束损失函数,所述纵向衰减约束损失用于约束预测温度沿隧道纵向方向的衰减规律,确保远离火源区域的温度预测符合火灾流动物理特性; S4,利用训练完成的多模态反演网络模型实时反演火源功率与位置,输出火情反演结果。
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矿业大学,其通讯地址为:221000 江苏省徐州市大学路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。
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