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！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利基于Koopman算子理论的非线性多尺度动态系统控制机理推断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：CN119644944B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411758772.1，技术领域涉及：G05B19/418；该发明授权基于Koopman算子理论的非线性多尺度动态系统控制机理推断方法是由周晓锋;贾冬妮;李帅;刘舒锐;史海波;潘福成设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本基于Koopman算子理论的非线性多尺度动态系统控制机理推断方法在说明书摘要公布了：本发明公开了基于Koopman算子理论的非线性多尺度动态系统控制机理推断方法，该方法基于Koopman算子理论，从观测的时序数据中建立动态系统的降阶机理模型。首先，基于本发明设计的自适应采样策略对观测时序数据进行动态采样，根据数据变化调整采样率，有效地分离不同时间尺度的信息。随后，应用三次B样条插值对离散采样点进行局部数据平滑和数值微分。在此基础上，利用Koopman算子理论的非线性建模能力，创新地构建一个Block‑Hankel矩阵，以捕捉系统的多元动态特性；并利用核奇异值分解技术提取主要动态模式，将系统辨识扩展到非线性动力系统。最后，SINDy算法用于识别降阶模型，实现复杂非线性多尺度系统的精确建模。本发明在自适应采样对多尺度数据处理能力的基础上，融合了Koopman嵌入和稀疏回归的优势，具有较强的鲁棒性和通用性，对非线性、多尺度系统的机理建模具有理论和实际意义。

本发明授权基于Koopman算子理论的非线性多尺度动态系统控制机理推断方法在权利要求书中公布了：1.一种基于Koopman嵌入理论的非线性、多尺度动态系统的机理建模方法，应用于连续搅拌釜式反应器系统，其特征在于，该方法通过设计的自适应采样策略有效分离多时间尺度信息，并利用Koopman算子理论的非线性建模能力，从观测到的时序数据中生成可泛化、可解释的降阶模型，包括如下步骤： S1、获取系统观测数据；所述系统观测数据包括输入变量、输出变量，输入变量包括反应器液体体积Vr、进口流量F、反应物A的进口浓度CA0、反应物A的进口温度TA0、夹套体积Vj、夹套循环流体流量Fj、夹套流体进口温度Tj0、反应液体的密度ρm、反应液体的热容cp,m、换热流体的密度ρj、换热流体的热容cp,j、反应焓变ΔHr、换热系数U、换热面积Ar、气体常数R、指前因子k0、反应的活化能E、反应器流量Fr，以及输出变量为反应物A浓度CA、反应器温度Tr和夹套温度Tj； S2、根据数据的动态变化情况执行自适应采样，有效捕捉多尺度信息； S3、对采样后的数据{ti,xi}应用三次B样条插值进行局部平滑； S4、分析系统的动态特性，对插值后的时间序列数据构建Block-Hankel矩阵，利用其高维结构特点提取系统的时空特性；包括：通过引入窗口长度L，构建一个与传统标准嵌入矩阵不同的新的Block-Hankel矩阵所述Block-Hankel矩阵为Hankel矩阵垂直连接形成；所述Block-Hankel矩阵不仅用于捕获每个时间序列的动态特征，还保留了不同时间序列之间的相互依赖性； S5、利用核奇异值分解KernelSVD对构建的Block-Hankel矩阵进行分解，以提取系统的主动态模式和特征子空间；包括：使用高斯核函数将Block-Hankel矩阵映射到高维特征空间： 其中和是Block-Hankel矩阵的任意两列； 对核矩阵Kpq执行SVD分解： K＝UΣVT 则，经过KSVD分解后得到特征向量矩阵V，该矩阵由核空间中的一组主奇异向量组成，用于表示主动态模式和特征子空间； S6、将提取的低维特征子空间与增强的SINDy方法相结合，构建稀疏动态模型，用于通过计算降阶模型，得到表征当前属性数据下一时序点增量数值的库普曼算子的近似表示，并将其叠加上一时序点数值作为当前属性数据的未来状态或动态特性的预测值；所述当前属性数据为反应物A浓度CA、反应器温度Tr和夹套温度Tj； 步骤7、利用获得的降阶机理模型分析系统数据信息的未来状态变化，从而实现精确控制。

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中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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。