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！

龙图腾网获悉鹏城实验室申请的专利工业设备控制方法、工业设备控制系统及存储介质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：CN119668205B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411641821.3，技术领域涉及：G05B19/418；该发明授权工业设备控制方法、工业设备控制系统及存储介质是由王晓明;张超波;刘乙奇;梁骁俊;刘荣辉;王浩;阳春华;桂卫华设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本工业设备控制方法、工业设备控制系统及存储介质在说明书摘要公布了：本申请提出的工业设备控制方法、工业设备控制系统及存储介质，应用于工业设备控制系统，包括云服务端、边缘端以及终端设备，具体包括边缘端获取终端设备发送的第一状态参数，并发送至云服务端；云服务端根据接收到的第一状态参数，分别对多个预设模型的模型参数进行更新，得到更新后的多个候选模型；云服务端将多个候选模型发送给边缘端；边缘端获取终端设备当前采集的目标状态参数，根据目标状态参数评估终端设备的运行状态指标，并根据运行状态指标从多个候选模型中选定目标模型；边缘端将目标状态参数输入目标模型，得到预测控制信息，并根据预测控制信息对终端设备进行控制。本申请能够提高对复杂工业过程的控制准确性和实时性。

本发明授权工业设备控制方法、工业设备控制系统及存储介质在权利要求书中公布了：1.一种工业设备控制方法，其特征在于，应用于工业设备控制系统，所述工业设备控制系统包括云服务端、边缘端以及至少一个终端设备，所述方法包括以下步骤； 所述边缘端获取所述终端设备发送的第一状态参数，并将所述第一状态参数发送至所述云服务端；其中，所述第一状态参数由所述终端设备在运行时采集； 所述云服务端根据接收到的所述第一状态参数，分别对多个预设模型的模型参数进行更新，得到更新后的多个候选模型； 其中，所述多个候选模型至少包括用于预测所述终端设备在稳定运行状态下所需的预测控制信息的第一候选模型，以及用于预测所述终端设备在非稳定运行状态下所需的预测控制信息的第二候选模型； 所述云服务端将所述多个候选模型发送给所述边缘端，使得所述边缘端部署有所述多个候选模型； 所述边缘端获取所述终端设备当前采集的目标状态参数，所述目标状态参数包括操作状态参数以及设备状态参数，根据所述目标状态参数评估所述终端设备的运行状态指标，并根据所述运行状态指标从所述多个候选模型中选定目标模型，包括：根据所述操作状态参数评估所述终端设备的操作状态指标；根据所述设备状态参数评估所述终端设备的设备状态指标；当所述操作状态指标指示所述终端设备的操作状态发生改变，或者，所述设备状态指标指示所述终端设备的设备状态异常时，将所述终端设备的所述运行状态指标标记为非稳定状态； 当所述操作状态指标指示所述终端设备的操作状态未发生改变，并且，所述设备状态指标指示所述终端设备的设备状态正常时，将所述终端设备的所述运行状态指标标记为稳定状态；根据所述运行状态指标从所述多个候选模型中选定所述目标模型； 所述边缘端将所述目标状态参数输入所述目标模型，得到所述预测控制信息，并根据所述预测控制信息对所述终端设备进行控制； 其中，当所述目标模型为第一候选模型时，所述边缘端将所述目标状态参数输入所述目标模型，得到所述预测控制信息具体包括以下步骤：将所述目标状态参数输入所述目标模型，以使所述目标模型执行以下步骤：根据所述目标状态参数以及所述第一状态参数，建立非线性等效模型；基于所述非线性等效模型进行滚动预测，得到预设的预测时域内的预测输出数据；根据所述预测输出数据与预设的目标参考值之间的偏差值，以及所述预测输出数据中操作参数的变化量，构建目标函数；采用梯度下降法对所述目标函数进行优化求解，得到最优控制率；基于所述最优控制率计算得到所述预测控制信息； 其中，所述第二候选模型为神经网络模型，当所述目标模型为第二候选模型时，所述边缘端将所述目标状态参数输入所述目标模型，得到预测控制信息的过程包括以下步骤：提取所述目标状态参数中的设备状态参数以及所述第一状态参数中的第一设备状态参数；将所述设备状态参数和所述第一设备状态参数输入所述第二候选模型，得到所述预测控制信息。

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鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2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。