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！

龙图腾网获悉东北大学申请的专利基于多特征融合神经网络的溢流型磨机负荷间接预报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：CN116244625B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310009904.X，技术领域涉及：G06F18/24；该发明授权基于多特征融合神经网络的溢流型磨机负荷间接预报方法是由张克胜;徐泉;柴天佑;刘长鑫设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本基于多特征融合神经网络的溢流型磨机负荷间接预报方法在说明书摘要公布了：本发明提供了一种基于多特征融合神经网络的溢流型磨机负荷间接预报方法，其中建立了磨机排矿后的下游泵池渣浆泵运行状态与磨机负荷机理模型，提出了多变量延时相关性分析方法以及多特征融合神经网络的磨机负荷预报方法，将输入变量与目标变量之间的时滞关系进行分类和分析，并针对于不同时滞特征的变量建立相应的神经网络预报模型。本发明给出了一种新的磨机负荷软测量和多步预报方法，解决了实际工业现场中，尤其是当生产车间空间位置不足，有多台重大的且位置物理距离较近的设备同时作业以及辅助设备运行时，常规的磨机负荷检测方法需要在筒体、轴承等部位上安装磨音传感器和振动传感器而带来的造价高、安装不方便、频谱信号难解释分析等问题。

本发明授权基于多特征融合神经网络的溢流型磨机负荷间接预报方法在权利要求书中公布了：1.一种基于多特征融合神经网络的溢流型磨机负荷间接预报方法，其特征在于，所述方法包括： 根据溢流型球磨机排矿方式和磨选工艺流程，建立磨机出口负荷与磨机下游泵池给矿渣浆泵电动机电流的机理模型； 按照磨选工艺流程，采集磨机上下游生产数据；并对生产数据中的原始过程变量数据进行预处理，利用皮尔逊相关系数对溢流型球磨机上下游的生产过程变量进行指标相关性和延时相关性分析，对磨选过程变量进行特征分类； 针对变量特征分类结果，建立并训练基于多特征融合神经网络的溢流型磨机负荷间接预报模型，所述预报模型包括时滞特征数据时序模态注意力机制网络、非时滞特征数据长短期记忆网络、历史目标变量特征数据长短期记忆补偿网络、多特征融合层网络丢弃层和全连接层；其中，时滞特征数据时序模态注意力机制网络的输入为时滞特征数据，输出记为时滞输出矩阵；非时滞特征数据长短期记忆网络的输入为非时滞特征数据，输出记为非时滞输出矩阵；历史目标变量特征数据长短期记忆补偿网络的输入为历史目标变量特征数据，输出记为历史目标特征输出矩阵；多特征融合层网络的输入包括时滞输出矩阵、非时滞输出矩阵、历史目标特征输出矩阵，输出结果作为丢弃层和全连接层的输入；丢弃层和全连接层的输出结果为渣浆泵电动机电流预报结果； 使用训练好的模型对渣浆泵电动机电流进行预报，基于渣浆泵电动机电流的预报结果和所述机理模型得到溢流型磨机负荷预报结果。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。