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！

龙图腾网获悉华东交通大学申请的专利一种受电弓受流质量闭环优化方法及系统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：CN121069740B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511613615.6，技术领域涉及：G05B11/42；该发明授权一种受电弓受流质量闭环优化方法及系统是由董文涛;熊梦园;王朔;胡健强;韦宝泉设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本一种受电弓受流质量闭环优化方法及系统在说明书摘要公布了：本发明公开了一种受电弓受流质量闭环优化方法及系统，方法包括：根据预设的膨胀卷积链式结构网络通过不同膨胀系数的卷积层组合对多模态数据集进行多尺度空间特征提取，得到空间特征；将空间特征和多模态时间序列集输入至预设的时空卷积注意力网络中，通过时空卷积注意力网络中的空间特征分支、时序特征分支、跨模态注意力机制和动态记忆机制输出融合空间‑时间的时空融合特征；确定受电弓的接触质量指数；将时空融合特征和接触质量指数输入至预设的数字孪生模型，利用梯度下降法与PID闭环控制算法生成实时优化控制指令。实现了对接触质量指数的实时优化与控制指令的动态生成，确保系统能够快速响应外界变化并保持受流过程的稳定性和可靠性。

本发明授权一种受电弓受流质量闭环优化方法及系统在权利要求书中公布了：1.一种受电弓受流质量闭环优化方法，其特征在于，包括： 获取受电弓的多模态数据集以及多模态时间序列集，所述多模态数据集中包含受电弓的压力数据、温度数据以及应变数据，所述多模态时间序列集中包含所述压力数据的时间序列、温度数据的时间序列以及所述应变数据的时间序列； 根据预设的膨胀卷积链式结构网络通过不同膨胀系数的卷积层组合对所述多模态数据集进行多尺度空间特征提取，得到空间特征； 将所述空间特征和所述多模态时间序列集输入至预设的时空卷积注意力网络中，通过所述时空卷积注意力网络中的空间特征分支、时序特征分支、跨模态注意力机制和动态记忆机制输出融合空间-时间的时空融合特征，包括：将所述空间特征输入至所述空间特征分支，所述空间特征分支输出得到初始空间特征图，并利用空间注意力门控机制动态增强受电弓滑板表面关键区域的特征响应，得到空间注意力权重矩阵； 根据所述空间注意力权重矩阵对所述初始空间特征图进行加权，输出空间注意力增强后的目标特征图； 将所述多模态时间序列集输入至所述时序特征分支，根据所述时序特征分支中的双向门控循环单元，对接触力随时间的动态演化规律进行建模，输出得到时序特征； 基于层级式跨模态注意力机制对所述目标特征图和所述时序特征进行融合，得到融合特征，并将当前时刻的融合特征与上一时刻的历史记忆状态拼接后输入门控单元，生成门控权重以更新记忆状态，即得到所述时空融合特征，更新记忆状态的表达式为： ， ， ， ， 式中，为当前时刻更新后的记忆状态，同时也是网络最终输出的时空融合特征，为上一时刻的历史记忆状态，为当前时刻通过层级式跨模态注意力机制得到的跨模态融合特征，分别为重置门输出向量、更新门输出向量和候选记忆向量，为对应门控的权重矩阵，为对应门控的偏置项，为Sigmoid激活，为逐元素乘法，为残差系数； 确定受电弓的接触质量指数，所述接触质量指数包括压力均匀性参数、动态稳定性参数和热平衡性参数； 将所述时空融合特征和所述接触质量指数输入至预设的数字孪生模型，利用梯度下降法与PID闭环控制算法生成实时优化控制指令，并将所述实时优化控制指令下发至磁流变执行机构，动态优化受电弓的受流状态，其中，生成实时优化控制指令具体包括： 基于受电弓与接触网的三维物理及热力学多体动力学模型，构建数字孪生模型，所述数字孪生模型的状态更新方程表达式为： ， 式中，为数字孪生模型在时刻t的状态变量，包含受电弓位置、接触力和温度，为数字孪生模型生成的实时控制指令，为接触质量指数，为联合仿真函数； 构建以接触质量指数为目标的优化损失函数，并利用梯度下降法实时更新优化控制参数； 根据优化后的控制参数构造PID闭环控制指令，即得到实时优化控制指令，所述实时优化控制指令的表达式为： ， 式中，为t时刻的优化控制指令，为接触力偏差的比例增益系数，为速度偏差的比例增益系数，为接触力设定值与实际值之间的偏差，为速度设定值与实际值之间的偏差。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。