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！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利基于深海扬矿管矿浆浓度监测的闭环控制系统及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：CN121541490B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610069748.X，技术领域涉及：G05B13/04；该发明授权基于深海扬矿管矿浆浓度监测的闭环控制系统及方法是由方珍龙;余厚文;范世东;熊庭;刘祖源设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本基于深海扬矿管矿浆浓度监测的闭环控制系统及方法在说明书摘要公布了：本发明公开了基于深海扬矿管矿浆浓度监测的闭环控制系统及方法，该系统包括：水面支持平台控制中心，用于输出控制策略；水力矿石注入器，用于接收控制策略，根据控制策略进行自适应调节；其中，水面支持平台控制中心包括智能控制单元和控制器，智能控制单元用于采集水力矿石注入器的运行参数数据，对运行参数数据进行处理，实时预测得到固相体积浓度预测值；控制器用于接收固相体积浓度预测值，根据固相体积浓度预测值确定控制策略；智能控制单元包括数据采集模块、数据处理模块和预测模块；通过该系统能更精确控制管道内矿浆的浓度，更好适应海底地形、矿石供给量波动等复杂工况。

本发明授权基于深海扬矿管矿浆浓度监测的闭环控制系统及方法在权利要求书中公布了：1.基于深海扬矿管矿浆浓度监测的闭环控制系统，其特征在于，包括： 水面支持平台控制中心，用于输出控制策略； 水力矿石注入器，用于接收控制策略，根据所述控制策略进行自适应调节； 其中，所述水面支持平台控制中心包括智能控制单元和控制器，所述智能控制单元用于采集所述水力矿石注入器的运行参数数据，对所述运行参数数据进行处理，实时预测得到固相体积浓度预测值；所述控制器用于接收所述固相体积浓度预测值，根据所述固相体积浓度预测值确定控制策略； 所述智能控制单元包括： 数据采集模块，用于采集所述水力矿石注入器的运行参数数据； 数据处理模块，用于对所述运行参数数据进行处理，对处理后的运行参数数据进行筛选，得到关键特征； 预测模块，用于将所述关键特征输入构建的XGB-PSO浓度预测模型进行训练，得到优化的XGB-PSO浓度预测模型，将实时运行参数数据输入优化的XGB-PSO浓度预测模型，输出扬矿管的管道内矿浆的固相体积浓度预测值； 所述对所述运行参数数据进行处理，对处理后的运行参数数据进行筛选，得到关键特征，包括： 步骤S11、对所述运行参数进行归一化； 步骤S12、基于归一化后的数据构建特征矩阵，根据特征矩阵计算帽子矩阵； 步骤S13、利用所述帽子矩阵的对角线元素计算每个归一化后的运行参数数据点的杠杆值； 步骤S14、预设异常判定阈值，根据所述异常判定阈值与所述杠杆值进行比较，将超过所述异常判定阈值的杠杆值进行剔除，得到经过异常值过滤的数据； 步骤S21、对经过剔除异常值的数据进行数据标准化处理； 步骤S22、构建包含L1正则化项的惩罚目标函数，所述惩罚目标函数的表达式为： 其中，为目标变量矿浆浓度，为输入特征，为惩罚系数,为回归系数； 所述优化的XGB-PSO浓度预测模型的构建过程包括： 构建XGBoost模型； 将所述XGBoost模型的超参数组合定义为PSO算法中的一个粒子Pi，每个粒子包含四个维度向量：； 其中，为学习率；为最大树深；为分裂阈值；为迭代次数； 随机生成N个粒子，形成初始种群，赋予随机的位置和速度，将每个粒子代表的超参数赋值给所述XGBoost模型； 更新粒子的速度和位置，使粒子向个体历史最优和群体全局最优靠拢，更新粒子的速度和位置的公式为： 其中，Vnew为更新后的速度；w为惯性权重；V为当前速度；c1为个体学习因子；r1为随机数1；Pbest为个体历史最优位置，X为当前位置；c2为群体学习因子；r2为随机数2；Gbest为群体全局最优位置；Xnew为更新后的位置；Vnew为更新后的速度； 计算均方根误差值，将均方根误差值作为该粒子的适应度值，当迭代达到预设次数或均方根误差值不再下降时，输出全局最优粒子对应的参数组合，得到优化的XGB-PSO浓度预测模型。

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武汉理工大学三亚科教创新园，其通讯地址为：572000 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；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。