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！

龙图腾网获悉山东科技大学申请的专利基于物理信息约束深度学习的挖掘机动态负载计算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：CN120524833B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511014681.1，技术领域涉及：G06F30/27；该发明授权基于物理信息约束深度学习的挖掘机动态负载计算方法是由王宗省;王善超;王儒涛;朱延正;王胜利;刘成明;张睿智;杨宏哲;刘佳;平金枝设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于物理信息约束深度学习的挖掘机动态负载计算方法在说明书摘要公布了：本发明公开基于物理信息约束深度学习的挖掘机动态负载计算方法，属于负载计算技术领域，用于挖掘机动态负载计算，包括构建挖掘机动力学模型和神经网络模型，所述神经网络模型包括输入层、转换层、动力学模型学习层和输出层，以挖掘机动力学模型作为动力学模型学习层的约束项；所述输入层的输入数据包括三节臂的三个角度、角速度、角加速度及液压压力变量，共12个变量。本发明基于物理约束的层级配置降低模型对不可获取参数的敏感性，通过动态方程导出的机械约束显式集成增强模型可解释性，利用动力学关系约束解空间以优化数据效率，改善网络结构设计，减少对人工确定层数、神经元数量等超参数的依赖，使其更符合实际应用需求。

本发明授权基于物理信息约束深度学习的挖掘机动态负载计算方法在权利要求书中公布了：1.基于物理信息约束深度学习的挖掘机动态负载计算方法，其特征在于，包括构建挖掘机动力学模型和神经网络模型，所述神经网络模型包括输入层、转换层、动力学模型学习层和输出层，以挖掘机动力学模型作为动力学模型学习层的约束项； 所述输入层的输入数据包括三节臂的三个角度、角速度、角加速度及液压压力变量，共12个变量，转换层将三个角度转换为余弦值，然后将12个变量进行特征融合，动力学模型学习层包括4个串联的全连接层，将特征融合结果输入动力学模型学习层，输出层输出挖掘机动态负载的结果； 所述输入数据共包含12个变量，按其物理含义划分为两个子集：其中3个为角度变量，9个为角速度、角加速度及液压压力变量； 构建挖掘机动力学模型包括： ； ； ； ；式中，为惯性矩阵，为关节转动角加速度矩阵，动臂、斗杆、铲斗为三节臂，、和分别为三节臂的关节转动角加速度，为科氏力与离心力矩阵，为关节转动角速度矩阵，、和分别为三节臂的关节转动角速度，为重力向量矩阵，为关节驱动力向量矩阵，、和分别为三节臂的驱动力向量。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。