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！

龙图腾网获悉东南大学申请的专利基于数据驱动模型的回转滚筒内部颗粒流预测和分类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：CN115774931B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211484016.5，技术领域涉及：G06F30/20；该发明授权基于数据驱动模型的回转滚筒内部颗粒流预测和分类方法是由黄鹏;缪秋华;应何蓉;郭佳明;贾民平;许飞云;胡建中设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本基于数据驱动模型的回转滚筒内部颗粒流预测和分类方法在说明书摘要公布了：一种基于数据驱动模型的回转滚筒内部颗粒流预测和分类方法，该方法结合回转滚筒离散元模型生成的颗粒流动数据，提取出与颗粒运动行为的相关特征，通过长短期记忆LSTM方法构建数据驱动模型，对回转滚筒内部混合颗粒的流动数据时序特征进行预测，并对回转滚筒的多种工况标签进一步分类。该方法结合离散元模型能够提供每个粒子轨迹的可视化，采集代表滚筒内部颗粒流动特征的宏观和微观数据。该方法基于数据驱动模型，从离散元模拟的历史数据中提取出与颗粒运动行为相关的特征表示，并通过挖掘混合颗粒运动全过程数据，建立和运动状态相关的映射关系。因此，使回转滚筒内部混合颗粒流动的预测和分类方法，能够低成本、更高效、更快速实现。

本发明授权基于数据驱动模型的回转滚筒内部颗粒流预测和分类方法在权利要求书中公布了：1.一种基于数据驱动模型的回转滚筒内部颗粒流预测和分类方法，其特征在于：根据回转滚筒在不同时间的颗粒轴向偏析数据和碰撞能量数据，通过长短期记忆方法构建用于回转滚筒内部颗粒流预测和分类的数据驱动模型，对回转滚筒内部混合颗粒的流动数据时序特征进行预测，并对回转滚筒的多种工况标签进一步分类； 包括如下步骤， S1、基于离散元模拟回转滚筒内部颗粒运动，模拟参数均与实验保持一致； S2、通过不通位置角度的相机捕捉颗粒混合和偏析过程，统计回转滚筒内部每个粒子信息，包括坐标、速度、能量、接触检测和运动状态；然后，分析不同特征信息对混合颗粒整体流动影响的相关性，进而提取出能显著表征宏观角度和微观角度的颗粒流动特征； S3、将回转滚筒中颗粒轴向偏析数据作为宏观流动特征，将碰撞能量作为微观流动特征，统计并计算出回转滚筒在不同时间的颗粒轴向偏析数据和碰撞能量数据； S4、采用LSTM方法建立数据驱动模型框架： 重复步骤S1和S3，模拟不同的工况条件下的回转滚筒内部颗粒流动案例，选取回转滚筒转速、填充率和长径比三种不同的工况条件作为LSTM模型的输入变量；以轴向偏析指数和相对区域能量作为LSTM模型的输出变量，建立用于回转滚筒内部颗粒流预测和分类的数据驱动模型框架； S5、超参数优化模型并建立标准数据驱动模型： 在搭建数据驱动模型框架的基础上，确定所述数据驱动模型的输入和输出参数后，通过最小化预测值和目标值之间的差异来训练标准数据驱动模型，进而对标准数据驱动模型参数:时间窗长度、隐含层神经元个数、隐含层层数进行优化，经比较后确定最优数据驱动模型参数； S6、训练数据驱动模型并验证预测和分类效果： 在模型训练过程中，将不同工况的数据集打乱，随机选择80%离散元数据作为训练集；输入所构建的标准数据驱动模型进行训练，并用于交叉验证，剩下的20%数据作为测试集；绘制图片，将训练后数据驱动模型的颗粒流动预测和分类结果和离散元模拟结果进行对比，进而验证该数据驱动模型在回转滚筒混合颗粒工业应用中具有快速预测和参数优化的潜力。

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南大学，其通讯地址为：210096 江苏省南京市江宁区东南大学路2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。