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全要素驱动融合机理的回火过程钢温预报模型及其构建和应用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：CN119846957B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411938746.7，技术领域涉及：G05B13/04；该发明授权全要素驱动融合机理的回火过程钢温预报模型及其构建和应用是由杨强大;王昱儒设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本全要素驱动融合机理的回火过程钢温预报模型及其构建和应用在说明书摘要公布了：全要素驱动融合机理的回火过程钢温预报模型及其构建和应用，属于钢铁冶金的回火炉优化控制领域，用于使钢温预报模型具有可解释性、物理意义和外推性，以及具有更高准确性，要点是获取训练数据集；其中，训练数据集中所述回火过程钢温预报模型的输入数据为回火炉运行数据，输出数据为总括热吸收率；由所述训练集训练所述回火过程钢温预报模型。其中，总括热吸收率通过建立以总括热吸收率为核心的辨识目标函数以及使用改进的GSK算法对目标函数进行辨识等步骤获取，本发明增强了面对新数据时的准确性和鲁棒性，有效解决了钢温预报领域中逆问题求解中的不适定性挑战。

本发明授权全要素驱动融合机理的回火过程钢温预报模型及其构建和应用在权利要求书中公布了：1.一种全要素驱动融合机理的回火过程钢温预报模型构建方法，其特征在于，包括 使用循环神经网络构建所述回火过程钢温预报模型； 获取训练数据集；其中，训练数据集中所述回火过程钢温预报模型的输入数据为回火炉运行数据，输出数据为总括热吸收率； 由所述训练集训练所述回火过程钢温预报模型；其中，所述训练数据集基于如下方式获得： S3.1.初始化大小为NP的种群，第一个个体x1在其指定范围内随机初始化生成变量； S3.2.通过Chebyshev映射得到x序列作为初始化种群； S3.3.根据目标函数值对当前种群中的所有个体按升序排序:x1,x2，…，xNP，更新评估次数FE=NP，其中x1为目标函数值最优的解的个体，xNP为目标函数值最差的解的个体； S3.4.（1）随机数rand大于知识比率Kr时，不更新个体，计算目标函数适应度值，更新评估次数FE=FE+NP，更新种群；（2）随机数rand不大于知识比率Kr时，判断： （2-1）随机数rand不小于初级收益共享知识方案更新的维度数Njunior时，采用初级知识共享阶段公式更新个体，计算目标函数适应度值，更新评估次数FE=FE+NP，更新种群； （2-2）随机数rand小于初级收益共享知识方案更新的维度数Njunior时，采用高级知识共享阶段公式更新个体，计算目标函数适应度值，更新评估次数FE=FE+NP，更新种群； S3.5.采用贪婪选择方法决定在下一次迭代中使用旧的个体还是新的个体； S3.6.将被选择的个体各个维度对应的各炉区总括热吸收率代入二维非稳态的回火炉传热模型中，计算出炉测量的第j块钢板出炉温度和炉内高温计测量的第j块钢板上表面温度； S3.7.将出炉测量的第j块钢板出炉温度和炉内高温计测量的第j块钢板上表面温度和代入辨识目标函数，求解炉区最优总括热吸收率； S3.8.利用贪婪选择方法更新全局最优后，判断是否达到最大迭代次数，若达到最大迭代次数，则输出各炉区最优总括热吸收率以及回火炉运行数据用于构建所述训练数据集；若没有达到最大迭代次数，则返回步骤S3.3。

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号巷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”。