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！

龙图腾网获悉东北大学申请的专利一种钢铁生产设备的多时间尺度智能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：CN120406292B 。

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：202510896651.1，技术领域涉及：G05B19/05；该发明授权一种钢铁生产设备的多时间尺度智能控制方法是由魏春新;刘瑜;孙杰;彭文;邓志银;朱苗勇设计研发完成，并于2025-07-01向国家知识产权局提交的专利申请。

本一种钢铁生产设备的多时间尺度智能控制方法在说明书摘要公布了：本发明的一种钢铁生产设备的多时间尺度智能控制方法，属于钢铁生产过程的智能控制技术领域。包括：采集历史多模态数据并进行预处理，构成多模态时间序列数据；构建融合物理模型和数据驱动模型的设备数字孪生体，对设备响应进行预测，采用多模态时间序列数据对设备数字孪生体进行训练；采集实时的多模态数据，经预处理后输入到训练好的设备数字孪生体，获得设备响应的预测值；基于设备响应的预测值，通过改进多目标粒子群优化算法和约束贝叶斯优化算法对控制参数进行多时间尺度分层优化控制；基于优化控制结果，通过PLC执行机构调节设备的控制参数，并将调整后的设备状态变量反馈至传感器，实现闭环控制。

本发明授权一种钢铁生产设备的多时间尺度智能控制方法在权利要求书中公布了：1.一种钢铁生产设备的多时间尺度智能控制方法，其特征在于，包括： 步骤1：采集历史多模态数据并进行预处理，构成多模态时间序列数据； 步骤2：构建融合物理模型和数据驱动模型的设备数字孪生体，对设备响应进行预测，采用多模态时间序列数据对设备数字孪生体进行训练； 步骤3：采集实时的多模态数据，经预处理后输入到训练好的设备数字孪生体，获得设备响应的预测值； 步骤4：基于设备响应的预测值，通过改进多目标粒子群优化算法和约束贝叶斯优化算法对控制参数进行多时间尺度分层优化控制； 步骤5：基于步骤4的优化控制结果，通过PLC执行机构调节设备的控制参数，并将调整后的设备状态变量反馈至传感器，实现闭环控制； 所述步骤4具体为： 步骤4.1：以小时为大周期获取设备响应的预测值，通过改进多目标粒子群优化算法对控制参数集合进行小时级周期性全局搜索优化，控制参数集合中的控制参数构成改进多目标粒子群优化算法中的粒子； 步骤4.2：以分钟为小周期获取设备响应的预测值，采用约束贝叶斯优化算法对控制参数集合进行分钟级局部优化； 所述步骤4.1具体为： 步骤4.1.1：粒子群初始化，每个粒子表示一组控制参数Pm∈P，随机生成粒子位置xmn表示第m个粒子Pm在维度n上的位置；粒子速度vmn表示Pm的调节数值，粒子速度初始化为控制参数取值范围的10％； 步骤4.1.2：构建改进多目标粒子群优化算法的目标函数： 其中，目标函数表示设备数字孪生体的预测结果与实际值Yt的误差最小； 步骤4.1.3：通过计算适应度函数值判断粒子是否为全局最优位置，若不是全局最优位置，则根据下式更新粒子速度以及粒子位置： 其中，w表示输入变量静态权重系数；γ表示惯性权重衰减系数，用于平衡全局搜索与局部搜索；r1和r2表示两个随机因子，r1,r2～U0,1，控制搜索的平衡；pbestmn表示粒子Pm在维度n上的历史最佳位置；gbestn表示当前全局最佳位置； 步骤4.1.4：基于设备数字孪生体重新获取设备响应的预测值，确保优化搜索方向始终与设备实际物理响应保持一致； 步骤4.1.5：根据设定的终止条件，判断是否终止优化过程，如果满足终止条件则输出粒子的全局最佳位置，作为下一大周期的最优控制参数；如果不满足终止条件，则返回步骤4.1.2继续迭代； 所述步骤4.2具体为： 步骤4.2.1：构建控制目标函数FP的代理模型： 其中，μP和σ2P分别表示控制参数集合P中的控制参数在出现波动时所对应的设备响应的预测结果的均值与方差； 步骤4.2.2：建立如下期望提升表达式： 其中，Fbest表示历史最小控制目标函数值；F表示标准正态分布的概率密度函数，φ表示标准正态分布的累积分布函数； 步骤4.2.3：在设备安全区Bsafe内，获得使EIP达到最大时对应的控制参数p*，作为下一小周期的最优控制参数： 其中，Bsafe＝[pmin,pmax]，pmin表示出现波动的控制参数的最小设定值，pmax表示出现波动的控制参数的最大设定值。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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”。