Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京科技大学张凯获国家专利权

北京科技大学张凯获国家专利权

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!

龙图腾网获悉北京科技大学申请的专利云边端协同下基于多层级特征融合的卷取温度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:CN120105327B

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:202510076882.8,技术领域涉及:G06F18/25;该发明授权云边端协同下基于多层级特征融合的卷取温度预测方法是由张凯;王亚礼;彭开香设计研发完成,并于2025-01-17向国家知识产权局提交的专利申请。

云边端协同下基于多层级特征融合的卷取温度预测方法在说明书摘要公布了:本发明公开了一种云边端协同下基于多层级特征融合的卷取温度预测方法,属于工业控制技术领域,所述方法包括:将制造执行层、过程控制层和实时控制层分别部署在云侧、边侧和端侧;采集过程控制层的当前带钢过程数据和制造执行层的钢卷设定数据,并在端侧对采集到的数据进行预处理;在边侧对预处理后的当前带钢过程数据进行特征提取,得到当前板坯的底层工况信息;在云侧对预处理后的钢卷设定数据进行特征提取,得到下一板坯的上层排产设定信息,将当前板坯的底层工况信息与下一板坯的上层排产设定信息进行融合,得到多层级融合特征,基于此实现卷取温度预测。本发明方案可有效提高卷取温度预测精度。

本发明授权云边端协同下基于多层级特征融合的卷取温度预测方法在权利要求书中公布了:1.一种云边端协同下基于多层级特征融合的卷取温度预测方法,用于热连轧工业过程中的卷取温度预测,其中,所述热连轧工业过程自上而下分为制造执行层、过程控制层和实时控制层;其特征在于,所述方法包括: 将制造执行层部署在云侧,过程控制层部署在边侧,实时控制层部署在端侧; 采集过程控制层的当前带钢过程数据和制造执行层的钢卷设定数据,并在端侧对采集到的当前带钢过程数据和钢卷设定数据进行预处理,包括:对当前带钢过程数据和钢卷设定数据进行数据截取及对齐操作;对当前带钢过程数据中的离散变量进行时间窗截取及降采样处理,得到多尺度的离散数据;其中,离散变量包括各区顶部和底部的集管开关状态; 在边侧对预处理后的当前带钢过程数据进行特征提取,得到当前板坯的底层工况信息,包括:采用融合注意力机制的GRU层对完成对齐操作的当前带钢过程数据进行特征提取,以提取过程控制层上一钢卷连续特征向量;并采用SlowFastNetworks对多尺度的离散数据进行特征提取,以提取过程控制层上一钢卷离散特征向量; 在云侧对预处理后的钢卷设定数据进行特征提取,得到下一板坯的上层排产设定信息,包括:通过SENet对完成对齐操作的钢卷设定数据进行特征提取,得到制造执行层下一钢卷特征向量; 在云侧将当前板坯的底层工况信息与下一板坯的上层排产设定信息进行特征融合,得到多层级融合特征,基于所述多层级融合特征实现卷取温度预测,包括:将过程控制层上一钢卷离散特征向量进行通道平均并进行展平之后与过程控制层上一钢卷连续特征向量进行拼接,得到过程控制层上一钢卷特征向量;将过程控制层上一钢卷特征向量进行时间步平均后与制造执行层下一钢卷特征向量进行拼接,得到多层级融合特征;多层级融合特征经过两个全连接层后得到卷取温度预测值。

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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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。

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。