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！

龙图腾网获悉昆明理工大学申请的专利一种制丝松散回潮工艺的多质量指标输出预测方法、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：CN115456460B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211208462.3，技术领域涉及：G06Q10/063；该发明授权一种制丝松散回潮工艺的多质量指标输出预测方法、系统是由施成娟;阴艳超;张曦;李旺设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种制丝松散回潮工艺的多质量指标输出预测方法、系统在说明书摘要公布了：本发明公开了一种制丝松散回潮工艺的多质量指标输出预测方法、系统，方法包括：获取制丝松散回潮工艺的工艺参数和质量指标；获取制丝松散回潮工艺的工艺参数和质量指标历史数据；对历史数据进行预处理，获取预处理后的历史数据，并划分训练集和测试集；利用训练集对松散回潮工艺质量多输出预测模型CB_A_L进行训练；利用训练好的预测模型CB_A_L对测试集进行测试。本发明避免了传统关联算法的经验依赖限制，自主充分提取工艺数据中蕴含的复杂关联时序信息，而且预测精度较高，实现了车间质量预测需求，能够对质量异常数据做出及时预警。

本发明授权一种制丝松散回潮工艺的多质量指标输出预测方法、系统在权利要求书中公布了：1.一种制丝松散回潮工艺的多质量指标输出预测方法，其特征在于，包括： S1、获取制丝松散回潮工艺的工艺参数和质量指标； S2、获取制丝松散回潮工艺的工艺参数和质量指标历史数据； S3、对历史数据进行预处理，获取预处理后的历史数据，并划分训练集和测试集； S4、利用训练集对松散回潮工艺质量多输出预测模型CB_A_L进行训练； S5、利用训练好的预测模型CB_A_L对测试集进行测试； 所述S1，具体为：依据制丝车间中松散回潮的具体工艺流程，确定工艺参数和质量指标；其中，工艺参数和质量指标的数量均为多个； 所述工艺参数为可调参数，包括工艺流量、气水混合自动阀门开度、加水比例、加水流量、加水累计量、物料累计量、蒸汽自动阀门开度、工艺热风温度； 所述获取制丝松散回潮工艺的工艺参数和质量指标历史数据，包括：对不同工艺数据按照生产批次号为单位，衔接牌号、模型名称、工序名称、工艺参数名称、指标类型和数据采集开始和结束时间收集不同传感器数据信息，再将这些传感器数据按照批次号、工序名称、工艺参数、质量指标和采集时间进行融合，形成制丝松散回潮工艺的工艺参数和质量指标历史数据； 所述松散回潮工艺质量多输出预测模型CB_A_L，包括：基于CNN-BiLSTM特征学习的编码器、基于时序注意力网络的解码器； 所述基于CNN-BiLSTM特征学习的编码器，包括卷积神经网络、BiLSTM；以松散回潮工艺的工艺参数历史数据构建的一维工艺参数时序矩阵作为编码器的输入，首先利用卷积神经网络将一维工艺参数时序矩阵构建成二维时序特征信息矩阵，随后通过BiLSTM学习提取出的二维时序特征信息矩阵中的时间特征并定义成固定长度向量，输出工艺参数关联时序特征序列； 所述基于时序注意力网络的解码器，包括时序注意力网络、LSTM网络、全连接网络；以松散回潮工艺的质量指标历史数据作为解码器网络中LSTM网络的输入，用以提取质量指标的时序信息，即LSTM网络的隐层状态；并以CNN-BiLSTM特征学习的编码器得到的工艺参数关联时序特征序列作为时序注意力网络的输入，经过迭代计算出t时刻下所有时间步长的注意力权重；使用softmax函数对计算得到的所有注意力权重进行归一化处理，细化表达时间步长下各时刻编码器工艺参数关联时序特征序列对预测目标的影响程度；利用得到的影响程度和编码器工艺参数关联时序特征序列进行加权求和来综合编码器所有时刻信息，得到t时刻中间语义向量；在解码器LSTM网络经过T次迭代计算后，再利用单层全连接网络整合LSTM网络的隐层状态与时序注意力网络输出的中间语义向量，最终经过维度变换得到工艺质量预测值。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。