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 > 太原理工大学阎高伟获国家专利权

太原理工大学阎高伟获国家专利权

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!

龙图腾网获悉太原理工大学申请的专利一种基于参考信息的球磨机矿浆浓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:CN116628632B

龙图腾网通过国家知识产权局官网在2025-11-28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:202310759305.X,技术领域涉及:G06F18/27;该发明授权一种基于参考信息的球磨机矿浆浓度预测方法是由阎高伟;刘溢文;李荣;肖舒怡;王芳设计研发完成,并于2023-06-26向国家知识产权局提交的专利申请。

一种基于参考信息的球磨机矿浆浓度预测方法在说明书摘要公布了:本发明涉及球磨机负荷预测领域,尤其是涉及一种基于参考信息的球磨机矿浆浓度预测方法。包括:在湿式球磨机筒体表面设置多个振动传感器,采集不同工况下的球磨机振动信号;对所获得的振动信号进行时频转换,得到多个源域数据和目标域数据;将从得到的多个源域数据和目标域数据输入公共特征提取模块中,提取富含动态信息的公共特征;将得到的多个源域数据和目标域数据输入特殊特征提取模块中,提取各个源域的特殊特征;将获得的特征输入回归模块中,得到源域的矿浆浓度预测值;构建损失函数,通过最小化损失函数训练网络;将目标域数据输入训练好的网络。本发明可以更好地融合多工况的参考信息,解决模型失配问题的同时提高矿浆浓度的预测精度。

本发明授权一种基于参考信息的球磨机矿浆浓度预测方法在权利要求书中公布了:1.一种基于参考信息的球磨机矿浆浓度预测方法,其特征在于,包括: S1:在湿式球磨机筒体表面设置多个振动传感器,采集不同工况下的球磨机振动信号; S2:对S1中所获得的振动信号进行时频转换,得到多个源域数据和目标域数据; S3:将从S2中得到的多个源域数据和目标域数据输入公共特征提取模块中,提取富含动态信息的公共特征; S4:将从S2中得到的多个源域数据和目标域数据输入特殊特征提取模块中,提取各个源域的特殊特征; S5:将从S3和S4中获得的特征输入回归模块中,得到源域的矿浆浓度预测值; S6:采用源域的标签值和从S2、S3和S4中获得的数据构建损失函数,通过最小化损失函数训练网络; S6.1:构建源域均方误差损失,损失计算如下: 式中,为源域均方误差损失,和分别为第i个源域中第j个样本的预测值和真值,N表示源域个数,表示源域中的样本个数,S表示数据为源域中的数据; S6.2:采用最大均值差异度量从S3中得到的公共特征间的差异,MMD损失计算如下: 式中,为公共特征的MMD损失,H表示再生核希尔伯特空间,和分别表示从步骤S3的公共特征提取模块提取的多个源域公共特征和目标域公共特征; S6.3:采用最大均值差异度量从S4中得到的特殊特征间的差异,MMD损失计算如下: 式中,为特殊特征的MMD损失,和表示从S4的特殊特征提取模块提取的多个源域特殊特征和多个目标域特殊特征; S6.4:根据S6.1、S6.2和S6.3中的损失得到网络总体损失,计算如下: 式中,L为总体损失,和为损失之间的平衡因子; S7:将目标域数据输入训练好的网络,输出多个矿浆浓度的预测值,求预测值的均值得到最终的预测值。

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太原理工大学,其通讯地址为:030024 山西省太原市迎泽西大街79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。