Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江理工大学钱淼获国家专利权

浙江理工大学钱淼获国家专利权

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!

龙图腾网获悉浙江理工大学申请的专利制氢反应在线监控系统及其神经网络模糊PID自热控制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:CN116360249B

龙图腾网通过国家知识产权局官网在2025-08-12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:202310377927.6,技术领域涉及:G05B11/42;该发明授权制氢反应在线监控系统及其神经网络模糊PID自热控制方法是由钱淼;黎炎;董臻豪;向忠设计研发完成,并于2023-04-10向国家知识产权局提交的专利申请。

制氢反应在线监控系统及其神经网络模糊PID自热控制方法在说明书摘要公布了:本发明涉及在线监控系统技术领域,且公开了制氢反应在线监控系统及其神经网络模糊PID自热控制方法,包括在线监控系统,在线监控系统由设备层、网络层和应用层组成;设备层可以通过网络层传送整个制氢反应系统采集的数据和设备运行状态到应用层的笔记本电脑、触摸屏、监控中心等智能设备上,应用层也可以通过网络层向设备层传送控制信号;整个在线监控系统能实时采集制氢反应系统设备状态参数,记录各个设备的运行状态,对这些参数和状态实时显示,并对设备进行控制,通过对整个制氢反应系统的进行在线监控,能控制制氢反应系统的快速、精确和安全进行。

本发明授权制氢反应在线监控系统及其神经网络模糊PID自热控制方法在权利要求书中公布了:1.一种神经网络模糊PID自热控制方法,应用于制氢反应在线监控系统,其特征在于,包括如下步骤: 步骤1、在labview平台中设定制氢反应系统中制氢反应器所需要的达到的预设温度T1和设定制氢反应中进入催化燃烧室通道的安全工作压力P1,进入甲醇水蒸气重整室通道的安全工作压力P2,流出催化燃烧室通道的安全工作压力P3,流出甲醇水蒸气重整室通道的安全工作压力P4,安全工作温度T2; 步骤2、由J型热电偶(29)检测当前重整制氢反应器环境温度T3,并由第一压力变送器(5)测量当前催化燃烧室前通道中的压力P1’,由第二压力变送器(6)测量当前甲醇水蒸气重整室前通道的压力P2’,由第四压力变送器(30)测量当前催化燃烧室后通道的压力P3’,由第三压力变送器(16)测量当前甲醇水蒸气重整室后通道的压力P4’和各个热电偶测量温度Ti;J型热电偶(29)、第一压力变送器(5)、第二压力变送器(6)、第四压力变送器(30)、第三压力变送器(16)采集的数据通过数据采集卡(27)传输到现场控制终端中并在labview上显示; 步骤3、在labview上启动制氢反应程序或者制氢反应正在进行时,当压力P1≥P1’、且P2≥P2’、且P3≥P3’、且P4≥P4’,且T2≥Ti,程序启动制氢流程开始或者持续进行;否则制氢流程停止,labview上输出警告信息并提示哪个通道上的压力超出设定的安全值; 步骤4、在制氢系统正常运行时,在labview上根据当前的温度T3与设定的温度T1的差值,采用神经网络模糊PID算法计算出相应的控制参数,由现场控制终端(28)通过数据采集卡(27)和固态继电器(31)控制加热棒(32)加热重整制氢反应器(15),并且由现场控制终端(28)通过数据采集卡(27)控制质量流量控制器(3)的阀门开口大小来控制空气的流量; 步骤4中神经网络模糊PID算法特征如下所示:在PID控制器中加入模糊神经网络优化算法模块,得到神经网络模糊PID模块;该神经网络模糊PID控制器为二维输入,分别为设定温度T1与当前温度T2的瞬时误差e(t)和误差的变化率ec(t);三维输出,分别表示为Δkp、Δki、Δkd;利用e与ec作为模糊神经网络控制器的输入,进行模糊化处理,模糊化后可以得到变量xi,将变量xi充当模糊推理与记忆模糊规则的模糊推理机,与模糊规则相结合得出模糊推理的结果,最后进行解模糊过程,得到当前时刻模糊神经网络的输出的控制参数Δkp、Δki、Δkd,然后将控制参数加到PID的相关控制参数上,得到神经网络模糊PID控制器的最终输出参数u(t); 步骤5、模糊神经网络为BP模型,其包含五个层次所述模糊神经网络为BP模型,其包含五个层次;第一层为输入层,有两个神经元,将误差e(t)和误差的变化率ec(t)导入第一层神经网络,将该变量直接作为输出量输入第二层;第二层为隶属度函数层,有7个神经元,分别表示为“负大”、“负中”、“负小”、“零”、“正小”、“正中”、“正大”共七个模糊语言变量,主要用来将其输入进行模糊化处理;第三层为模糊规则化层,包含49个神经元,此层的每一个神经元代表输入变量与输出变量的一条模糊规则,其作用是计算每条规则的适应度,第四层为归一化层,一共有49个神经元,作用是将第三层输出的49个神经元节点的值进行归一化计算第五层为输出层,作用为将模糊化的输入经过规则化及归一化后进行反模糊化处理;模糊神经网络具有自我学习能力,可通过梯度下降方法进行神经网络权值参数的在线更新,通过多次学习,使输出值更加接近预设值; 包括在线监控系统,所述的制氢反应在线监控系统由设备层、网络层和应用层组成,整个所述制氢反应在线监测系统基于labview语言开发,设备层由制氢反应系统、中央控制器、数据采集模块和执行模块组成;中央控制器由数据采集卡和现场控制终端组成。

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浙江理工大学,其通讯地址为:310000 浙江省杭州市江干区杭州经济开发区白杨街道;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。