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 > 赢信汇通(雅安)智能制造有限公司王炳获国家专利权

赢信汇通(雅安)智能制造有限公司王炳获国家专利权

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!

龙图腾网获悉赢信汇通(雅安)智能制造有限公司申请的专利一种铸造车间催化燃烧设备的VOCs排放动态预测与节能控制系统及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:CN120848441B

龙图腾网通过国家知识产权局官网在2025-12-05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:202511367406.8,技术领域涉及:G05B19/418;该发明授权一种铸造车间催化燃烧设备的VOCs排放动态预测与节能控制系统及介质是由王炳;朱运波;何华设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。

一种铸造车间催化燃烧设备的VOCs排放动态预测与节能控制系统及介质在说明书摘要公布了:本发明公开了一种铸造车间催化燃烧设备的VOCs排放动态预测与节能控制系统及介质,系统包括:高频VOCs浓度监测单元,采用TDLAS和FTIR光谱分析仪并通过数据融合算法获取高精度浓度数据,其中TDLAS分析仪的二次微分信号被单独提取作为关键特征;数据预处理与特征工程模块,对多源数据进行处理;动态排放预测模块,内置注意力机制时序卷积网络ATCN模型,通过融合所述二次微分信号与历史数据,实现排放浓度超早期预测;多目标优化控制模块,采用模型预测控制MPC框架,以综合运行成本最低为目标,其中动态虚拟碳惩罚系数β能根据车间生产计划动态调整,滚动优化生成超前控制指令,调节设备功率与风机频率;本发明实现了VOCs治理的超早期预测、前瞻性控制和节能降耗。

本发明授权一种铸造车间催化燃烧设备的VOCs排放动态预测与节能控制系统及介质在权利要求书中公布了:1.一种铸造车间催化燃烧设备的VOCs排放动态预测与节能控制系统,其特征在于,包括: 高频VOCs浓度监测单元,包括设置在催化燃烧设备进气管道上的可调谐二极管激光吸收光谱TDLAS分析仪和设置在排气管道上的傅里叶变换红外FTIR光谱分析仪,用于以不低于1Hz的频率实时采集进气总碳氢化合物THC浓度值和排气非甲烷总烃NMHC浓度值; 设备工况参数采集单元,与所述催化燃烧设备的可编程逻辑控制器PLC通信连接,用于实时获取设备的运行工况参数,所述运行工况参数至少包括进气流量、催化床温度、电加热器功率和引风机频率; 数据预处理与特征工程模块,与所述高频VOCs浓度监测单元和所述设备工况参数采集单元信号连接,用于对接收到的时序数据进行小波变换去噪、基于Z分数的标准化处理,并构造基于滑动时间窗口的统计特征,所述统计特征至少包括窗口内VOCs浓度的均值、方差和斜率; 动态排放预测模块,与所述数据预处理与特征工程模块输出端连接,其内嵌入注意力机制增强的时序卷积网络ATCN模型,该模型以经过预处理和特征工程后的当前及历史时序数据作为输入,输出未来时间窗口后的排气非甲烷总烃NMHC浓度预测值;所述时序数据包括所述进气总碳氢化合物THC浓度值、所述进气流量、所述催化床温度; 多目标优化控制模块,与所述动态排放预测模块和所述可编程逻辑控制器PLC通信连接,被配置为,将所述排气非甲烷总烃NMHC浓度预测值与预设的排放浓度阈值进行比较;以综合运行成本最低和排放达标为优化目标,采用模型预测控制MPC框架,基于被控对象的过程模型进行滚动优化求解,生成超前控制指令;所述控制指令用于调节所述电加热器的加热功率和所述引风机的运行频率;所述综合运行成本包括电能消耗成本和因超标排放带来的虚拟碳惩罚成本; 其中,所述系统设立一个数据缓存区,分别接收来自所述高频VOCs浓度监测单元中的TDLAS分析仪与FTIR光谱分析仪的实时数据流,通过数据融合算法进行处理; 所述数据融合算法具体为:采用自适应加权融合算法,以TDLAS分析仪的高频响应数据作为主体,以FTIR光谱分析仪提供的多组分浓度定量分析结果作为修正因子,对TDLAS分析仪的测量值进行在线校准,输出最终的高精度、高可靠性的VOCs浓度值; 所述自适应加权融合算法用于根据TDLAS分析仪与FTIR光谱分析仪测量值的长期趋势偏差,生成动态校准系数对TDLAS分析仪的测量值进行在线校准; 其中,所述注意力机制增强的时序卷积网络ATCN模型的构建、训练和在线预测过程,与所述高频VOCs浓度监测单元中的TDLAS分析仪的物理测量特性进行深度耦合,具体包括: 所述ATCN模型的一项独有输入特征,是由所述TDLAS分析仪提供的激光扫描吸收光谱的二次微分信号,该信号对VOCs气体浓度变化的速率极为敏感; 在模型训练阶段,将所述二次微分信号与VOCs浓度时序数据一同作为训练输入,使所述ATCN模型多头自注意力机制层,能够学习到VOCs浓度变化速率与最终排放峰值之间的内在物理关联; 在在线预测阶段,所述ATCN模型利用实时采集的二次微分信号,优先捕捉到VOCs浓度即将发生突变的趋势,再结合历史时序数据,实现对排气NMHC浓度的变化拐点和突发峰值的超早期、高精度预测。

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赢信汇通(雅安)智能制造有限公司,其通讯地址为:625000 四川省雅安市名山区工业大道18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。