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振动筛筛分效率预测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：CN119885801B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202411947166.4，技术领域涉及：G06F30/25；该发明授权一种振动筛筛分效率预测方法是由乔金鹏;杨金硕;孙梦瑶;段晨龙;王砚泽;王蔚;潘淼;江海深;杨涛;孙文昊设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种振动筛筛分效率预测方法在说明书摘要公布了：本发明涉及一种振动筛筛分效率预测方法，属于筛分效率预测技术领域，解决了现有技术中振动筛筛分效率预测方法预测精度低、计算量大、实时性差且通用性差的问题。构建振动筛离散元模型和颗粒工厂空间模型；基于振动筛离散元模型和颗粒工厂空间模型构建筛分效率样本数据集；对于每一种大小的颗粒，基于筛分效率样本数据集训练多个机器学习模型，以预测筛分效率精度最高的机器学习模型作为该种颗粒的筛分效率预测模型；获取待测样本，基于颗粒大小选取对应的筛分效率预测模型，将入料颗粒百分比、入料颗粒总量作为输入参数，能够得到对应于该颗粒大小的筛分效率。实现了一种预测精度高、计算效率高、实时性强并且能够适应于各种复杂工况的振动筛筛分效率预测方法。

本发明授权一种振动筛筛分效率预测方法在权利要求书中公布了：1.一种振动筛筛分效率预测方法，其特征在于，包括： 构建振动筛离散元模型和颗粒工厂空间模型； 基于所述振动筛离散元模型和所述颗粒工厂空间模型构建筛分效率样本数据集，所述筛分效率样本数据集包括：颗粒大小、入料颗粒百分比、入料颗粒总量以及颗粒筛分效率； 对于每一种大小的颗粒，基于筛分效率样本数据集训练多个机器学习模型，以预测筛分效率精度最高的机器学习模型作为该种颗粒的筛分效率预测模型； 获取待测样本，识别出所述待测样本中的颗粒大小种类以及识别出每一种颗粒大小的入料颗粒百分比和入料颗粒总量，基于颗粒大小种类选取对应的筛分效率预测模型，将入料颗粒百分比、入料颗粒总量作为输入参数，能够得到对应于每一种该颗粒大小的筛分效率，得到待测样本的筛分效率； 所述构建振动筛离散元模型和颗粒工厂空间模型，包括： 构建振动筛离散元模型，所述振动筛离散元模型包括：筛网和物料挡板，所述物料挡板位于入料侧，并基于预设筛长对所述筛网离散元模型进行划分得到多个筛长相同的子筛网离散元模型； 构建颗粒工厂空间模型，所述颗粒工厂空间模型设置在所述筛网离散元模型上方并紧靠所述物料挡板，并基于业务需求设置所述颗粒工厂空间模型的颗粒生成方式和颗粒参数； 所述基于所述振动筛离散元模型和所述颗粒工厂空间模型构建筛分效率样本数据集，包括： A1：基于所述振动筛离散元模型和所述颗粒工厂空间模型实现振动筛筛分过程仿真，并获取仿真结果，所述仿真结果包括仿真过程中每个时间步对应的每个颗粒的空间位置、入料颗粒百分比、入料颗粒总量； A2：基于所述每个颗粒的空间位置计算对应于每一个子筛网离散元模型的不同颗粒大小的颗粒筛分效率； A3：将每一个子筛网离散元模型所对应的每个时间步的每种颗粒的入料颗粒百分比、颗粒筛分效率以及入料颗粒总量作为对应于该筛长的筛分效率样本数据集中的一个样本； A4：判断当前生成的样本数据量是否满足预设数量要求，若满足，则停止生成；若不满足，则基于业务需求调整当前颗粒生成方式和颗粒参数，并返回A1。

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：221116 江苏省徐州市铜山区大学路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。