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！

龙图腾网获悉中国计量大学;杭州市质量计量科学研究院申请的专利一种氢气流量快速调控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：CN121477998B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610019473.9，技术领域涉及：G05D7/06；该发明授权一种氢气流量快速调控方法是由程莹;郑虹;谢代梁;邵磊;刘通;徐雅;钦铮承;刘铁军;张艳南设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本一种氢气流量快速调控方法在说明书摘要公布了：本发明公开了一种氢气流量快速调控方法及系统，属于流体控制技术领域。为解决现有PID控制方法在氢气流量控制中精度低、响应慢的问题，本发明提出了一种数据驱动的智能调控方案。所述方法包括：通过多支路硬件系统覆盖不同流量范围；利用轻量化神经网络预测模型实时预测系统未来状态；基于该预测模型构建模型预测控制优化问题，并采用交替方向乘子法进行并行求解，生成最优阀门指令；执行指令时引入前馈补偿以抑制非线性误差；根据流量需求动态切换支路以实现平滑过渡；并通过增量学习机制在线更新预测模型。本发明摆脱了对精确数学模型的依赖，显著提升了氢气流量控制的精度、响应速度以及对宽范围、多工况的适应性，适用于氢燃料发动机系统。

本发明授权一种氢气流量快速调控方法在权利要求书中公布了：1.一种氢气流量快速调控方法，其特征在于，包括以下步骤：系统状态实时感知步骤： 通过部署在氢气供应管路中的传感器实时采集系统的动态参数，所述动态参数至少包括各支路的压力、温度以及比例阀的开度； 系统未来状态预测步骤：将所述动态参数输入至一轻量化神经网络预测模型，得到未来时刻的系统状态预测值，所述系统状态预测值至少包括支路压力和氢气流量； 优化指令求解步骤：基于所述轻量化神经网络预测模型构建MPC的优化问题，并采用交替方向乘子法将所述优化问题分解并行求解，得到最优比例阀开度指令； 控制执行与补偿步骤：将所述最优比例阀开度指令发送至比例阀执行，并基于所述系统状态预测值与实际反馈值的偏差生成前馈补偿量，叠加至所述最优比例阀开度指令； 动态支路切换步骤：根据流量设定值所属的预设流量范围，触发对应的支路切换操作，并在切换过程中协同调节相关支路的比例阀开度； 滚动优化与在线学习步骤：重复执行上述步骤以实现闭环控制，并周期性地利用新采集的系统数据对所述轻量化神经网络预测模型进行增量学习； 其中，所述轻量化神经网络预测模型为全连接神经网络模型，其输入层节点数与所述动态参数的维度相同，隐藏层采用包含至少两层的多层结构，激活函数采用ReLU函数，输出层采用线性激活函数，所述隐藏层具体采用64-128-64的三层结构； 所述优化指令求解步骤中，采用交替方向乘子法进行并行求解的具体过程包括：将未来N个控制步长的全局优化问题拆分为N个子问题；引入全局一致性变量和对偶变量以协调各子问题的解；采用残差平衡策略动态调整交替方向乘子法中的惩罚参数，以加速迭代收敛； 所述动态支路切换步骤中，所述预设流量范围包括低流量范围、中流量范围和高流量范围，分别由喉径不同的音速喷嘴支路覆盖；当流量需求从低流量范围切换至中流量范围，或从中流量范围切换至高流量范围时，系统控制原支路的比例阀开度逐渐减小，同时控制目标支路的比例阀开度逐渐增大，以实现流量平滑过渡； 所述前馈补偿量通过PI控制器生成，且所述前馈补偿量的幅度被限制在阀门开度指令的±20%范围内； 在构建所述轻量化神经网络预测模型之前，还包括步骤：通过计算CFD仿真，获取不同喉径音速喷嘴在不同入口压力和流量下的流量-压力关系曲线；基于所述流量压力关系曲线，制定所述动态支路切换逻辑并确定各支路的最佳工作区间。

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中国计量大学;杭州市质量计量科学研究院，其通讯地址为：310000 浙江省杭州市钱塘区学源街258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。