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！

龙图腾网获悉西安电子科技大学申请的专利应用于复杂制造系统的Petri网监督控制方法及控制器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：CN117032107B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310981900.8，技术领域涉及：G05B19/418；该发明授权应用于复杂制造系统的Petri网监督控制方法及控制器是由陈玉峰;王硕;刘鼎设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本应用于复杂制造系统的Petri网监督控制方法及控制器在说明书摘要公布了：本发明提供了一种应用于复杂制造系统的Petri网监督控制方法以及控制器，通过获取复杂制造系统的系统信息，并根据系统信息构建复杂制造系统的Petri网模型；根据Petri网模型构建Petri网模型的可达图；将每个设备的当前状态以及资源作为输入，通过训练完成的神经网络模型预测每个设备在所有可达状态下的变迁使能值；根据每个设备在所有可达状态下的变迁使能值，对复杂制造系统进行监督控制。对于复杂制造系统，本发明可以在避免直接计算其可达图的情况下，避免计算其可达图引起的状态爆炸问题，大大降低因计算可达图造成的时间复杂度和计算复杂度，可以直接实现对复杂Petri网进行死锁控制并具有较高的行为许可性。

本发明授权应用于复杂制造系统的Petri网监督控制方法及控制器在权利要求书中公布了：1.一种应用于复杂制造系统的Petri网监督控制方法，其特征在于，包括： S100，获取复杂制造系统的系统信息，并根据所述系统信息确定所述复杂制造系统的Petri网模型； S200，根据所述复杂制造系统的Petri网模型构建Petri网模型的可达图；所述可达图包括复杂制造系统中每个设备的当前状态、下一可达状态以及当前状态至下一可达状态的可达路径； S300，将每个设备的当前状态以及资源作为输入，通过训练完成的神经网络模型预测每个设备在所有可达状态下的变迁使能值； S400，根据每个设备在所有可达状态下的变迁使能值，对所述复杂制造系统进行监督控制； 在所述S300之前，所述应用于复杂制造系统的Petri网监督控制方法还包括： 构建训练集以及验证集； 利用训练集以及验证集对预先构建的基于多层感知器结构的神经网络模型进行迭代训练得到训练完成的神经网络模型； 所述构建训练集以及测试集包括： S510，构建与所述复杂制造系统的Petri网模型结构相同的多个不同初始状态的Petri网模型； 其中，所述Petri网模型中的库所所包含的资源少于所述复杂制造系统的Petri网模型的资源； S520，根据所述多个不同初始状态的Petri网模型，利用模型数据集生成算法生成符合神经网络模型训练所需的数据集； 所述神经网络模型输入的样本特征为：|P|+|T|维的向量，输出为维数为|T|维向量；其中，前|P|维为当前Petri网系统的初始状态，|T|维为当前Petri网系统中由初始状态到达某可达状态所经历的变迁序列向量，样本输出用以表示当前Petri网系统可达状态下所有变迁的使能状态；所述神经网络模型中输入层神经元个数为|P|+|T|，输出层神经元个数为|T|；激活函数使用Sigmoid函数；神经网络模型损失函数采用二进制交叉熵损失函数；神经网络模型优化器采用小批量梯度下降法结合Adam算法。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。