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！

龙图腾网获悉北京科技大学申请的专利一种多辊协同皮带纠偏控制方法和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：CN120156828B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510643888.9，技术领域涉及：B65G15/60；该发明授权一种多辊协同皮带纠偏控制方法和系统是由袁立;朱罗纪;李江昀;曹纲铉;张天翔;王宏;庄培显设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种多辊协同皮带纠偏控制方法和系统在说明书摘要公布了：本发明提供一种多辊协同皮带纠偏控制方法和系统，包括：将当前皮带边缘与皮带边缘设定值进行比较，得到每个纠偏辊与标准边缘线相交处的像素关联点的偏移距离及偏移速度，结合纠偏辊角度，构建状态向量；经过强化学习模型的策略网络输出动作，将动作与状态向量合并成状态动作对，输入动作重构模型对动作进行重构，并输出安全动作用于后续的电机控制；状态动作对还会输入强化学习模型的动作价值网络和动作成本网络，对策略网络输出的动作进行评估。本发明可以对皮带进行纠偏控制。

本发明授权一种多辊协同皮带纠偏控制方法和系统在权利要求书中公布了：1.一种多辊协同皮带纠偏控制方法，其特征在于，所述方法包括： S1、通过视觉边缘检测技术得到当前皮带边缘； S2、将所述当前皮带边缘与皮带边缘设定值进行比较，得到每个纠偏辊与标准边缘线相交处的像素关联点的皮带边缘偏差值，包括偏移距离及偏移速度，结合纠偏辊角度，构建状态向量，i为纠偏辊编号，n为纠偏辊总数； S3、所述状态向量经过离线训练完成的多智能体深度强化学习模型的策略网络输出动作，将动作与状态向量合并形成状态动作对，输入离线训练完成的动作重构模型，对动作进行重构，并输出安全动作用于后续的电机控制； S4、所述状态动作对还会输入离线训练完成的多智能体深度强化学习模型的动作价值网络和动作成本网络，对所述策略网络输出的动作进行评估，并在线训练所述策略网络、动作价值网络和动作成本网络； S5、输出的安全动作经过处理，转换为电信号的形式输入伺服电机驱动器，驱动器控制各个纠偏辊伺服电机转动，进行皮带纠偏控制； 所述多智能体深度强化学习模型，由动作价值网络、动作成本网络与策略网络三个网络构成，三个网络都是以一段[状态，动作]轨迹序列作为输入，并经过时空图注意力机制提取相应的特征向量，最后通过全连接层分别输出对应的目标； 所述时空图注意力机制，其核心在于建立能够同步捕捉空间关联性与时序动态性的自适应建模方法，由多个时空图注意力层经过残差连接构成，隐藏特征向量不断向深层网络传递； 每个时空图注意力层，首先将多辊系统增广数据建模为图结构，节点表示第个纠偏辊的属性向量，包括纠偏辊的角度、关联点、关联点与标准边缘线的偏移距离及偏移速度，为有效提取特征，将所有属性向量标准化到[0,1]范围，这些特征均以时间序列的形式存储，，边表示各个纠偏辊之间的相对距离； 然后计算空间邻接矩阵； 然后计算空间注意力机制，通过三重权重矩阵的跨维度交互实现节点影响力的动态计算； 然后计算时间注意力机制； 然后通过时空特征融合模块对时空特征进行融合； 最终，多个时空图注意力层通过残差连接优化特征提取能力，增强模型的深度和表达能力。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。