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！

龙图腾网获悉北京科技大学申请的专利基于多模态浮选泡沫数字化表征的加药量预测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：CN120783173B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511258769.8，技术领域涉及：G06V10/80；该发明授权基于多模态浮选泡沫数字化表征的加药量预测方法及系统是由袁立;周何彬;李江昀;张天翔;王宏;庄培显设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本基于多模态浮选泡沫数字化表征的加药量预测方法及系统在说明书摘要公布了：本发明提供一种基于多模态浮选泡沫数字化表征的加药量预测方法及系统，涉及泡沫浮选技术领域。所述方法包括：采集金属矿浮选过程中泡沫状态的多模态数据，包括RGB图像、视频序列和三维点云；构建三个泡沫特征提取网络，分别提取多模态数据的RGB特征、视频动态特征和三维点云特征；基于跨模态注意力机制对提取的RGB特征、视频动态特征和三维点云特征进行融合，生成多模态特征；构建专家知识库，所述专家知识库包括结构化规则和历史案例；基于专家知识库和大语言模型构建加药量决策模型，将多模态特征转换为标准化向量表示，利用相似度匹配检索专家知识库，生成加药量调整策略。本发明能够实现从泡沫多模态特征到加药量调整的精确预测。

本发明授权基于多模态浮选泡沫数字化表征的加药量预测方法及系统在权利要求书中公布了：1.一种基于多模态浮选泡沫数字化表征的加药量预测方法，其特征在于，包括以下步骤： S1、采集金属矿浮选过程中泡沫状态的多模态数据，包括RGB图像、视频序列和三维点云； S2、构建RGB特征提取网络、视频动态特征提取网络和三维点云特征提取网络，分别提取多模态数据的RGB特征、视频动态特征和三维点云特征； 其中，视频动态特征提取网络以泡沫的视频序列为输入，将帧视频序列分解为个相邻帧对，构建泡沫动态跟踪网络，通过金字塔特征提取、特征扭曲、代价体计算和泡沫动态特征解码，提取每个相邻帧对的泡沫动态信息并分解为变化速度和变化方向两个分量； 基于泡沫动态分解的变化速度和变化方向，计算四个统计特征：泡沫运动的平均速度、速度标准差、最大速度和主导方向；其中，平均速度反映泡沫表面活跃程度，速度标准差衡量运动均匀性，最大速度指示破裂强度，主导方向描述流动趋势；对统计特征进行时序聚合，时序聚合过程采用时间维度平均池化操作，将个相邻帧对各自的维统计特征整合为单一的维视频动态特征； 三维点云特征提取网络的输入为泡沫的三维点云，通过泡沫点云分割网络的三个SA层进行特征提取，得到全局几何特征；全局几何特征经过特征传播上采样模块和泡沫点云分割头，得到分割后的泡沫点云；基于分割后的泡沫点云，获取三维点云特征； 三维点云特征包括三个关键几何特征：泡沫厚度、泡沫体积、泡沫曲率；其中，泡沫厚度计算模块结合液位传感器数据，通过计算分割后的泡沫点云的平均高度与矿浆液位差值得到泡沫厚度；泡沫体积计算模块基于分割后的泡沫点云区域，通过体素化方法计算泡沫体积；泡沫曲率计算模块通过高斯曲率计算得到泡沫曲率； S3、基于跨模态注意力机制对提取的RGB特征、视频动态特征和三维点云特征进行融合，生成泡沫状态的多模态特征； S4、构建专家知识库，所述专家知识库包括结构化规则和历史案例； 专家知识库存储结构化的“如果-那么”形式的规则，包括：RGB特征与加药量的关系、视频动态特征与加药量的关系、三维点云特征与加药量的关系、多模态综合决策规则、以及工艺参数与环境因素规则； 历史案例记录成功的操作案例及其效果评估，建立泡沫状态与调整策略的映射关系； S5、基于专家知识库和大语言模型构建加药量决策模型，通过嵌入向量化将多模态特征转换为标准化向量表示，利用向量相似度计算在专家知识库中检索相似案例和规则，进行多因素综合推理建模，实现智能决策，输出加药量调整策略。

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科技大学，其通讯地址为：100083 北京市海淀区学院路30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。