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！

龙图腾网获悉北京中宏联工程技术有限公司申请的专利带式焙烧机自动焙烧与过程智能控制的方法及装置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：CN121300095B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511852626.X，技术领域涉及：G05B13/04；该发明授权带式焙烧机自动焙烧与过程智能控制的方法及装置是由刘富春;韩基祥;任伟;李丹;周检平设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本带式焙烧机自动焙烧与过程智能控制的方法及装置在说明书摘要公布了：本发明公开了一种带式焙烧机自动焙烧与过程智能控制的方法及装置，涉及冶金钢铁行业的带式焙烧机球团焙烧技术领域。该方法包括历史数据切片采集与建模、目标工艺参数确定、反馈校验与在线修正、滚动预测控制四个步骤，通过业务切片和时间切片建立模型历史库，基于三层前馈神经元网络建模，结合动态权重的柔性加权偏差计算和柔化系数的滚动优化，实现设备参数精准调控。其主要用于带式焙烧机球团生产过程的自动控制，提升产品质量稳定性，降低能耗，减轻人工劳动强度，为生产无人化、智能化提供支撑。

本发明授权带式焙烧机自动焙烧与过程智能控制的方法及装置在权利要求书中公布了：1.带式焙烧机自动焙烧与过程智能控制的方法，其特征在于，包括： 历史数据切片采集与建模步骤，采集带式焙烧机运行过程中的监测数据样本，监测数据样本包括原料编码、切片编码、工艺监测项数值、设备参数实测信号值、工序能耗数据以及成品合格率指标数据，业务切片由生产事件变化触发，时间切片由采样间隔时间触发，按照业务切片和时间切片建立模型历史库，并基于所述模型历史库，采用三层前馈神经元网络建立自动焙烧大数据模型； 目标工艺参数确定步骤，根据当前原料编码及当前业务切片条件，查询模型历史库中具有相同业务切片标签的记录，若存在对应记录则筛选出按时间切片划分的成品编码域，从成品编码域中选取满足预定义成品合格率指标的质量合格记录，再从质量合格记录中提取工序能耗最低的记录，将该记录的工艺监测项数值、设备参数实测信号值作为预测设备调节参数； 反馈校验与在线修正步骤，实时采集当前工艺监测项数值、设备参数实测信号值，与预测设备调节参数进行基于动态权重的柔性加权偏差计算，根据柔性加权偏差计算结果在线调整并下发设备参数； 柔性加权偏差计算的具体过程为： 对于第i个工艺监测项，其设备参数调节量ΔUi由以下公式确定： 其中，Ei为第i个工艺监测项的当前实时值与预测设备调节参数中对应目标值的偏差； ΔEi为偏差Ei在一个采样周期内的变化率； K i 为第i个工艺监测项对应的基础调节系数，通过自动焙烧大数据模型对历史数据训练得到； fEi,ΔEi为动态权重函数，其表达式为： α和β为预设的加权因子，取值范围分别为0.1-0.5和0.05-0.3，Ei，max和ΔEi，max分别为第i个工艺监测项在模型历史库中，处于合格工况下的偏差绝对值和偏差变化率绝对值的统计最大值； 滚动预测控制步骤，自动焙烧大数据模型周期性执行目标工艺参数确定步骤、反馈校验与在线修正步骤，利用预测模型预估过程未来的偏差值，并引入柔化系数进行滚动优化，确定当前控制策略，控制策略包括对设备参数的调整，使被控变量与期望值偏差最小； 柔化系数λ为动态自适应变量： 其中，λ0为基础柔化系数，取值范围为0.8-1.0，Δ为当前若干个关键工艺监测项的相对偏差绝对值的平均值，，求和范围j从1到m，m为关键工艺监测项的数量，m取值范围为3-6，关键工艺监测项以焙烧段罩内温度、焙烧段罩内压力、带焙料厚为必选项，以预热段罩内温度、均热段风箱温度、抽干段罩内压力为可选补充项，必选项与可选补充项组合构成所述关键工艺监测项； kσ为与波动离散度相关的动态调节系数，，其中C为预设权重系数，取值范围为0.03-0.08，σ为m个关键工艺监测项的相对偏差在最近10-30个采样周期内的综合标准差，综合标准差为各关键工艺监测项相对偏差的标准差的算术平均值，σref为参考标准差，其值通过查询模型历史库，取所有合格工况下关键工艺监测项相对偏差的综合标准差的90%分位数。

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中宏联工程技术有限公司，其通讯地址为：100192 北京市海淀区宝盛南路1号院20号楼7层101；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。