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！

龙图腾网获悉常州厚丰新能源有限公司申请的专利电池材料回收制备过程智能优化控制系统及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：CN119395996B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411513271.7，技术领域涉及：G05B13/04；该发明授权电池材料回收制备过程智能优化控制系统及方法是由李智;殷晓飞;王怀栋;蔡璐;董成;吴丹;何松良;张富蓉;徐国富设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本电池材料回收制备过程智能优化控制系统及方法在说明书摘要公布了：本发明公开了电池材料回收制备过程智能优化控制系统及方法，涉及智能控制技术领域，通过收集测试环境中电池材料回收制备过程中的训练样本数据，训练质量预测模型，再构建深度强化学习模型的状态空间、动作空间以及奖励函数，通过特征融合策略融合测试环境中，质量预测模型的预测结果以及传感器的监测数据，生成融合过程表征向量，将融合过程表征向量输入深度强化学习模型中，对深度强化学习模型进行训练，基于实时传感器数据、质量预测模型和深度强化学习模型，获得深度强化学习模型输出的动作，将该动作作为优化策略，对待监测回收制备过程进行参数调控；有效降低了生产能耗，提升了资源利用效率。

本发明授权电池材料回收制备过程智能优化控制系统及方法在权利要求书中公布了：1.电池材料回收制备过程智能优化控制方法，其特征在于，包括以下步骤： 步骤一：使用多模态传感技术收集测试环境中电池材料回收制备过程中的训练样本数据； 步骤二：基于训练样本数据，训练以产品质量指标为输出的质量预测模型； 步骤三：基于质量预测模型的预测结果，构建深度强化学习模型的状态空间，并构建深度强化学习模型的动作空间以及奖励函数； 步骤四：通过特征融合策略融合测试环境中，质量预测模型的预测结果以及传感器的监测数据，生成融合过程表征向量； 步骤五：将融合过程表征向量输入深度强化学习模型中，对深度强化学习模型进行训练； 步骤六：对于待监测回收制备过程，实时通过多模态传感技术收集实时传感器数据，基于实时传感器数据、质量预测模型和深度强化学习模型，获得深度强化学习模型输出的动作；将该动作作为优化策略，对待监测回收制备过程进行参数调控； 所述基于实时传感器数据、质量预测模型和深度强化学习模型，获得深度强化学习模型输出的动作的方式为： 通过实时传感器数据和当前回收制备过程的各项可控关键参数的参数值，构建特征拼接向量； 将特征拼接向量输入至质量预测模型，获得质量预测模型输出的后续t0时刻的质量指标的预测值； 基于质量指标的预测值和各项传感器的监测数据，构建出对应的融合过程表征向量； 收集当前时刻所在的时间分段的所有融合过程表征向量，组成对应的表征向量集合； 将该表征向量集合输入至深度强化学习模型中，获得深度强化学习模型的Actor网络输出的动作。

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常州厚丰新能源有限公司，其通讯地址为：213000 江苏省常州市新北区龙城大道2650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”。