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！

龙图腾网获悉哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七0三研究所)申请的专利基于人工智能的舰船燃气轮机多目标优化控制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：CN120762293B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511286566.X，技术领域涉及：G05B13/04；该发明授权基于人工智能的舰船燃气轮机多目标优化控制方法是由马亮;邹斐;闫昌盛;杨健;王琳;王岩;白若忱;马森;毛冬岩;徐广野;王云龙设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本基于人工智能的舰船燃气轮机多目标优化控制方法在说明书摘要公布了：本发明涉及舰船动力系统控制领域，具体是指基于人工智能的舰船燃气轮机多目标优化控制方法，包括数据采集和特征构建、公平约束和平衡约束驱动的工况聚类、基于多任务学习的多目标建模和多目标优化策略生成，本方案引入嵌入公平约束和平衡约束的K‑means聚类算法，有效解决了传统工况分类中类别不均衡与特征分布偏差的问题，使得工况分类结果更加合理和精确，为后续多任务预测和优化控制提供可靠基础；针对协同学习能力差的问题，本发明采用多任务学习模型，设计共享骨干网络，在共享特征基础上建立燃油消耗预测、排放指标估计、响应速度控制和剩余寿命预测多个任务分支，实现任务间的信息共享与特征互补，提高了预测的准确性和泛化能力。

本发明授权基于人工智能的舰船燃气轮机多目标优化控制方法在权利要求书中公布了：1.基于人工智能的舰船燃气轮机多目标优化控制方法，其特征在于：该方法包括以下步骤： 步骤S1：数据采集和特征构建，采集舰船燃气轮机的多源数据，划分为带标签数据和未标记数据，对于带标签数据构建多尺度特征，形成聚类与多任务模型的输入数据集； 步骤S2：使用公平约束和平衡约束进行工况聚类，使用嵌入公平约束和平衡约束的K-means聚类算法，对输入数据集进行工况分类，得到工况分类结果； 步骤S3：基于多任务学习的多目标建模，基于融合时序特征提取和多维传感器特征编码的深度神经网络设计共享骨干网络，构建多任务模型，其中构建多个任务分支，包括燃油消耗预测、排放指标估计、响应速度控制和剩余寿命预测，通过全局权重合并策略与分层权重合并策略得到预测结果； 步骤S4：多目标优化策略生成，基于预测结果，构建多目标优化问题，使用MPC控制算法生成最优策略集； 步骤S5：在线控制与自适应调整，基于工况分类结果、预测结果及最优策略集进行实时控制。

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哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七0三研究所)，其通讯地址为：150078 黑龙江省哈尔滨市道里区洪湖路35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。