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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 祁阳丰达机电有限公司陶宗胜获国家专利权

祁阳丰达机电有限公司陶宗胜获国家专利权

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!

龙图腾网获悉祁阳丰达机电有限公司申请的专利一种可重构的铸造工艺模块分级控制方法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:CN121467682B

龙图腾网通过国家知识产权局官网在2026-04-17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:202610026361.6,技术领域涉及:B22D46/00;该发明授权一种可重构的铸造工艺模块分级控制方法是由陶宗胜;熊隽玮;陶琎设计研发完成,并于2026-01-09向国家知识产权局提交的专利申请。

一种可重构的铸造工艺模块分级控制方法在说明书摘要公布了:本发明公开了一种可重构的铸造工艺模块分级控制方法,包括:首先获取铸造任务执行过程中产生的多源传感器数据流,数据包括温度、压力、流速等关键工艺参数。基于此数据流,确定用于表征动态工况的初始工况特征集合。随后,利用分级解耦调控模型对该特征集合进行分段工况调优处理,通过系统耦合解离与随机扰动剥离,得到优化工况特征集合。最后,对优化特征集合进行特征重构处理,生成与当前铸造工序精准匹配的优化控制指令,用以实时调整浇注速度、冷却速率或压力参数,从而实现铸造工艺的闭环优化控制。本发明有效提升了复杂工况下的控制精度与工艺稳定性。

本发明授权一种可重构的铸造工艺模块分级控制方法在权利要求书中公布了:1.一种可重构的铸造工艺模块分级控制方法,其特征在于,包括: 获取金属铸造任务执行过程中生成的多源传感器数据流;所述金属铸造任务至少包括浇注工序、凝固工序与冷却工序中的一种或多种;所述多源传感器数据流包括反映金属液或铸件状态的工艺参数数据,所述工艺参数数据包括温度、压力、流速、位移、应变中的一种或多种; 基于所述多源传感器数据流,确定待处理的初始工况特征集合;所述初始工况特征集合用于表征铸造过程中的动态工况; 基于分级解耦调控模型对所述初始工况特征集合进行分段工况调优处理,得到优化工况特征集合; 对所述优化工况特征集合进行特征重构处理,生成与当前铸造工序相匹配的优化控制指令;所述优化控制指令用于调整浇注速度、冷却速率、压力参数中的一种或多种,以实现对铸造工艺的闭环优化控制; 所述基于分级解耦调控模型对所述初始工况特征集合进行分段工况调优处理,得到优化工况特征集合,包括: 获取铸造任务执行过程生成的多源传感器数据流,所述多源传感器数据流包含:所述铸造任务执行过程中在执行侧生成的第一状态数据、执行侧所在的扰动背景数据、以及远程参考数据,所述远程参考数据是基于控制侧生成的第二状态数据生成的; 基于所述多源传感器数据流,确定待处理的初始工况特征集合;所述初始工况特征集合包括主状态特征矩阵、参考耦合特征矩阵和偏差特征矩阵,所述主状态特征矩阵是对所述多源传感器数据流进行时序特征提取获得的;所述参考耦合特征矩阵是对所述第二状态数据进行时序特征提取获得的;所述偏差特征矩阵是对多源传感器数据流与第二状态数据的可叠加耦合响应量之间的解耦偏差量进行时序特征提取获得的; 基于分级解耦调控模型对所述初始工况特征集合进行分段工况调优处理,得到优化工况特征集合;所述工况调优处理包括系统耦合解离与随机扰动剥离; 所述分级解耦调控模型包括至少两个工况调优子模型;任一个所述工况调优子模型用于:对主状态特征矩阵、参考耦合特征矩阵和偏差特征矩阵中的任一个或多个特征矩阵执行一次工况调优处理;所述基于分级解耦调控模型对所述初始工况特征集合进行分段工况调优处理,得到优化工况特征集合,包括: 基于至少两个工况调优子模型中的目标工况调优子模型对主状态特征矩阵、参考耦合特征矩阵和偏差特征矩阵中的任一个或多个特征矩阵执行工况调优处理,得到待选特征矩阵;目标工况调优子模型为所述至少两个工况调优子模型中的任一工况调优子模型; 对获得的至少两个待选特征矩阵进行特征集成,得到优化工况特征集合; 所述分级解耦调控模型包括:第一工况调优子模型和第二工况调优子模型;所述第二工况调优子模型包括:降维组件、自注意力组件、增强组件; 所述基于分级解耦调控模型对所述初始工况特征集合进行分段工况调优处理,得到优化工况特征集合,包括: 基于所述主状态特征矩阵、参考耦合特征矩阵和偏差特征矩阵,基于第一工况调优子模型对所述主状态特征矩阵进行初阶工况调优处理,得到第一响应特征矩阵; 通过所述降维组件对所述第一响应特征矩阵及所述偏差特征矩阵进行降维可叠加投影,得到降维投影特征矩阵; 通过所述自注意力组件,按照时域方向对所述降维投影特征矩阵进行自注意力融合处理,得到自注意力优化工况特征集合; 通过增强组件对所述自注意力优化工况特征集合进行增强处理,得到工况调优增强权重参数; 基于所述工况调优增强权重参数对所述偏差特征矩阵进行进阶工况调优处理,得到第二响应特征矩阵; 对所述第一响应特征矩阵和所述第二响应特征矩阵进行特征集成,得到优化工况特征集合; 所述第一工况调优子模型包括:特征嵌入组件、耦合解耦组件、特征重构组件;所述基于所述主状态特征矩阵、参考耦合特征矩阵和偏差特征矩阵,基于第一工况调优子模型对所述主状态特征矩阵进行初阶工况调优处理,得到第一响应特征矩阵,包括: 通过所述特征嵌入组件对所述主状态特征矩阵、参考耦合特征矩阵、偏差特征矩阵执行特征嵌入操作,得到嵌入矩阵特征; 通过所述耦合解耦组件,利用核方法在时域方向和频域方向下对所述嵌入矩阵特征进行特征解耦处理,得到核相似性特征; 通过所述特征重构组件对所述核相似性特征进行特征重构处理,得到调控权重张量; 基于所述调控权重张量对所述主状态特征矩阵进行初阶工况调优处理,得到第一响应特征矩阵。

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祁阳丰达机电有限公司,其通讯地址为:426100 湖南省永州市祁阳市浯溪街道长流路与望州路交汇处西北角;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。