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！

龙图腾网获悉中南大学申请的专利基于多层级跨工序关联的矿物浮选过程工业知识图谱构建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：CN119918634B 。

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：202510005765.2，技术领域涉及：G06N5/022；该发明授权基于多层级跨工序关联的矿物浮选过程工业知识图谱构建方法是由谢世文;阳挺;谢永芳;吴宗泽;唐朝晖设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于多层级跨工序关联的矿物浮选过程工业知识图谱构建方法在说明书摘要公布了：本发明公开了一种基于多层级跨工序关联的矿物浮选工业知识图谱构建方法。通过结合本体建模和树状结构，系统化表达浮选工艺。该方法将浮选工艺视为一棵动态树，根节点用于表征进料参数，树干和分支节点分别对应主要工艺步骤及其子过程，叶节点表示工艺参数和性能指标反馈。本发明在知识图谱中引入本体，对工艺数据、工序关联及输入—输出关系进行语义化动态建模，并使用本体语义实现多源异构数据的统一描述和集成表达。通过该方法，有效解决了浮选工艺中多参数复杂关联的直观建模问题，提供了一种清晰的工艺表达与知识组织形式，为矿物浮选工艺智能化分析和优化奠定了基础。

本发明授权基于多层级跨工序关联的矿物浮选过程工业知识图谱构建方法在权利要求书中公布了：1.一种基于多层级跨工序关联的矿物浮选过程工业知识图谱构建方法，其特征在于，包括如下步骤： 步骤一、采集浮选工艺中的工艺数据； 步骤二、构建浮选树模型，并根据工艺数据定义浮选树状模型的输入—输出关系； 步骤三、通过本体建模对浮选树模型中的概念和关系进行语义化描述，形成本体建模的浮选树模型； 步骤四、将本体建模的浮选树模型通过图数据库Neo4j构建知识图谱，并利用可视化工具展示图谱； 所述步骤二的具体步骤如下： 步骤S21：浮选树模型层级定义如下：根节点：矿物进料参数，所述矿物进料参数包括矿物类型、粒径分布和含水率；树干节点：浮选工艺步骤，所述浮选工艺步骤包括快粗选、粗选、精选和扫选；分支节点：子工序参数，所述子工序参数包括气泡分布、矿浆稳定性和矿浆流速；叶子节点：最终输出的生产指标，所述最终输出的生产指标包括精矿品位和精矿回收率； 步骤S22：定义浮选树状模型的输入—输出关系： 设置浮选树模型营养物质的传递：设定目标矿物的最终精矿浓度为C精矿，传递过程考虑每个步骤的效率因子以及可能的损失因子，公式表示为： 其中：C精矿为最终精矿浓度，C原矿为原矿浓度，E步骤i为第i步骤的浮选效率因子，L步骤i为第i步骤的损耗因子，kj为矿浆pH值对各工艺步骤效率的影响系数，pHj为第j步骤的pH值，pHopt,j为第j步骤的最佳pH值；n为浮选步骤总数，m为浮选过程中实际经过的步骤数； 所述步骤三的具体步骤如下： 步骤S31：定义本体模型的基本结构：概念类和关系类；概念类包括铅矿物、锌矿物和浮选槽，关系类包括捕收剂影响铅回收率和pH值调控矿浆稳定性； 其中捕收剂的添加量X捕收剂和回收率R回收之间的关系通过如下公式来建模： 其中，R基准为基准回收率，即没有捕收剂时的回收率，a和b为实验拟合的参数，表示捕收剂对回收率的非线性影响； pH值与矿浆稳定性的关系用以下公式表示： L稳定性＝kpH·pH-pHopt2 其中，kpH是稳定性的响应系数，pHopt为最佳pH值。

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南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。