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！

龙图腾网获悉世兴达(福建)纺织科技有限公司申请的专利再生涤纶熔融挤出过程的AI参数优化控制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：CN120491590B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510957276.7，技术领域涉及：G05B19/418；该发明授权再生涤纶熔融挤出过程的AI参数优化控制方法及系统是由洪家鑫;潘善祥;孟庆旺;黄华设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本再生涤纶熔融挤出过程的AI参数优化控制方法及系统在说明书摘要公布了：本发明公开了再生涤纶熔融挤出过程的AI参数优化控制方法及系统，涉及材料加工技术领域。包括有：S1：将所述光谱数据、成像数据和工艺参数时序数据进行数据融合，获取得到融合特征；S2：通过物理信息神经网络和元学习混合模型，构建混合模型，并根据所述融合特征，确定出初始工艺参数；S3：通过纤维强度、单位能耗和设备磨损率，构建奖励函数，并根据所述奖励函数，对所述初始工艺参数进行修正，获取修正后的工艺参数。本发明通过三维时空‑光谱张量融合，构建出了高维特征表达，从而可以覆盖原料特性的异构性，同时通过节点边权重，可以动态捕捉空间‑光谱关联性，进而提高了杂质分布和熔体流动的预测精度。

本发明授权再生涤纶熔融挤出过程的AI参数优化控制方法及系统在权利要求书中公布了：1.一种再生涤纶熔融挤出过程的AI参数优化控制方法，其特征在于，包括有： S1：采集多模态数据：获取光谱数据、成像数据和工艺参数时序数据，并将所述光谱数据、成像数据和工艺参数时序数据进行数据融合，获取得到融合特征，包括有： S1.2.1：构建三维时空-光谱张量：将光谱数据根据时间顺序进行堆叠，并根据成像数据的光谱波段、空间坐标和时间大小，形成四维张量，并对所述四维张量进行归一化处理，获取得到归一化反射率值，具体为： ； 其中：为第j个像素在波长λ处的归一化反射率值，为第j个像素在波长λ处的原始反射率值，为在波长λ处最小像素反射率值，为在波长λ处最大像素反射率值； S1.2.2：图神经网络模型建模：根据所述归一化反射率值，对图神经网络模型中的节点进行设置，获取不同节点之间的边权重，具体为： ； 其中：为节点m和节点n之间的边权重，为自然对数的底数，为节点m的归一化反射率值，为节点n的归一化反射率值，为节点m的空间坐标，为节点n的空间坐标，为空间尺度参数； S1.2.3：获取预测压力梯度值：根据所述边权重，确定出所述图神经网络模型的注意力系数，并根据所述注意力系数，对所述图神经网络模型中节点的特征向量进行更新，获取更新后的特征向量； S2：构建混合模型：通过物理信息神经网络和元学习混合模型，构建混合模型，并根据所述融合特征，确定出初始工艺参数，包括有： S2.1：获取熔体预测流速：通过所述物理信息神经网络和融合特征，构建动量守恒方程，并获取熔体预测流速，所述动量守恒方程具体为： ； 其中：为熔体的密度，为节点m处的预测压力梯度值，为熔体的动力粘度，为速度场的拉普拉斯算子，为杂质阻力项，为采样时间； S2.2：构建损失函数：通过所述熔体预测流速、动量守恒方程和实时熔体温度，获取数据匹配项、PDE残差项和安全惩罚项，确定出总损失函数； S2.3：确定出初始工艺参数：根据所述总损失函数和元学习混合模型，构建混合模型，并将原料的现有工艺参数作为所述混合模型的输入，输出获取对应的初始工艺参数； S3：工艺参数修正：通过纤维强度、单位能耗和设备磨损率，构建奖励函数，并根据所述奖励函数，对所述初始工艺参数进行修正，获取修正后的工艺参数。

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世兴达(福建)纺织科技有限公司，其通讯地址为：362200 福建省泉州市晋江市金井镇山头工业区；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”。