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 > 西安理工大学张晓晖获国家专利权

西安理工大学张晓晖获国家专利权

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!

龙图腾网获悉西安理工大学申请的专利一种基于数字孪生的拌和站混凝土质量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:CN116663402B

龙图腾网通过国家知识产权局官网在2025-08-22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:202310557712.2,技术领域涉及:G06F30/27;该发明授权一种基于数字孪生的拌和站混凝土质量预测方法是由张晓晖;白文奇;赵力;谷振东;刘青设计研发完成,并于2023-05-17向国家知识产权局提交的专利申请。

一种基于数字孪生的拌和站混凝土质量预测方法在说明书摘要公布了:本发明涉及一种基于数字孪生的拌和站混凝土质量预测方法,其包括以下步骤:1、建立拌和站数字孪生体的几何模型;2、构建拌和站数字孪生体的数据模型;3、建立拌和站数字孪生体;4、生成混凝土生产电子台账;5、由拌和站的数字孪生体对混凝土生产电子台账进行处理,得到拌和站的生产虚拟影像;6、从混凝土生产电子台账中挖掘历史数据,在线训练机器学习模型,用训练后的机器学习模型对后续生产的混凝土质量进行预测。其能够提高拌和站操作人员对各个生产环节的可见性,从而有助于制定更为准确的混凝土配比方案,实现生产过程的精细化管理,解决当前混凝土拌和站存在的盲目生产、粗放管理的问题。

本发明授权一种基于数字孪生的拌和站混凝土质量预测方法在权利要求书中公布了:1.一种基于数字孪生的拌和站混凝土质量预测方法,其特征在于,包括以下步骤: 1)获取拌和站各子物理实体的属性参数,建立拌和站数字孪生体的几何模型,其具体包括; 1.1)将拌和站按照功能划分为若干个子物理实体,包括储料系统、计量系统、输送系统、供液系统、气动系统、搅拌系统、主楼、控制室和除尘系统; 1.2)获取拌和站的属性参数,基于所述属性参数构建拌和站数字孪生体的几何模型,所述属性参数包括各子物理实体的外观形状、尺寸大小、内部结构、空间位置、姿态与装配关系; 2)实时采集拌和站在运行期间的生产状态数据,构建拌和站数字孪生体的数据模型; 3)将所述数据模型与所述几何模型相结合,建立拌和站数字孪生体; 4)实时获取拌和站的生产记录数据,将所述生产记录数据与所述生产状态数据按照生产批次建立关联,得到每一生产批次混凝土的详细过程记录数据,将所述详细过程记录数据进行存储,生成混凝土生产电子台账,其中,实时获取的拌和站的生产记录数据包括原料配比信息、原材料监测信息、投料误差、混凝土强度等级、坍落度和生产方量; 5)由所述拌和站的数字孪生体对所述混凝土生产电子台账进行处理,得到拌和站的生产虚拟影像; 6)从所述混凝土生产电子台账中挖掘历史数据,在线训练机器学习模型,用训练后的机器学习模型对后续生产的混凝土质量进行预测,其具体包括: 6.1)利用所述混凝土生产电子台账中的生产记录数据构建数据集,通过主成分分析法分别分析能够对混凝土各项强度指标造成显著影响的变量,将其确定为混凝土各项强度指标的主变量; 6.2)采用增量式机器学习算法分别建立混凝土各项强度指标的机器学习模型,用所述混凝土各项强度指标的主变量作为自变量分别对所述混凝土各项强度指标的机器学习模型进行训练,其中,所述增量式机器学习算法为霍夫丁树算法,并且,所述混凝土各项强度指标的机器学习模型是在霍夫丁树模型的基础上了添加滑动窗口,同时设置霍夫丁树模型在每个节点的后台利用滑动窗口内数据训练备用子树,当备用子树的节点分裂增益显著大于当前子树时,完成节点的分裂; 6.3)用训练后的混凝土各项强度指标的机器学习模型对后续生产的混凝土质量进行预测。

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西安理工大学,其通讯地址为:710000 陕西省西安市金花南路5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AI智能生成
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。