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！

龙图腾网获悉北京工业大学申请的专利一种多模态数据驱动城市固废焚烧被控对象建模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：CN119558170B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411460403.4，技术领域涉及：G06F30/27；该发明授权一种多模态数据驱动城市固废焚烧被控对象建模方法是由汤健;华亚鹏;王天峥;杜胜利;乔俊飞设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本一种多模态数据驱动城市固废焚烧被控对象建模方法在说明书摘要公布了：本发明提供了一种多模态数据驱动城市固废焚烧被控对象建模方法。涉及MSWI过程技术领域，包括：获取初始火焰燃烧状态全局量化值；获取多工况下的虚拟数据；结合真实过程数据，将初始火焰燃烧状态全局量化值输入改进的DFR燃烧状态量化模型，得到最终的火焰燃烧状态全局量化值；获取真实运行数据并利用VSG技术扩充真实过程数据，得到扩充数据；对多工况下的虚拟数据和扩充数据进行混合，得到多场景下的多工况时序数据；根据多场景下的多工况时序数据和最终的火焰燃烧状态全局量化值构建多入多出被控对象模型，其中，多入多出被控对象模型包含堆叠的四层LSTM。本发明解决了现有技术中MSWI过程的被控对象建模样本体量小，导致建模精确度低下的问题。

本发明授权一种多模态数据驱动城市固废焚烧被控对象建模方法在权利要求书中公布了：1.一种多模态数据驱动城市固废焚烧被控对象建模方法，其特征在于，包括： 获取初始火焰燃烧状态全局量化值，具体包括：获取真实过程数据并根据所述实过程数据的时间尺度对火焰视频的多帧进行融合，得到初始火焰燃烧状态全局量化值； 获取多工况下的虚拟数据； 所述获取多工况下的虚拟数据，包括： 进行MSW采样并对MSW样品进行分析，得到过程输入因素； 根据多工况正交试验设计和所述过程输入因素获取多因子多水平的正交实验表； 确定数值仿真边界条件； 根据数值仿真边界条件，采用FLIC仿真炉排上的MSW固相燃烧，获得固相燃烧产物； 采用FLUENT仿真炉膛内MSW气相燃烧，获取气相燃烧产物； 根据所述固相燃烧产物和所述气相燃烧产物进行固‑气相耦合燃烧模拟，并基于固‑气相耦合燃烧模拟的输入条件，采用ASPEN Plus模拟全流程物质能量平衡并根据多因子多水平的正交实验表得到多工况下的虚拟数据； 结合真实过程数据，将所述初始火焰燃烧状态全局量化值输入改进的DFR燃烧状态量化模型，得到最终的火焰燃烧状态全局量化值； 所述得到最终的火焰燃烧状态全局量化值，具体包括：以火焰燃烧状态量化值作为因变量，以布风布料操作变量为自变量，构建数据集；DFR模型结构确定，包括每层森林算法的类型、数量和堆叠层数；选择注意力机制DFR模型构建，以火焰高度、亮度和长度3个局部量化值为输出构建多入多出改进DFR模型，层级间采用选择性注意力机制提高特征的表达能力；火焰高度、亮度和长度值融合，基于高度、亮度和长度3个局部量化值采用线性融合策略，并结合运行过程状态信息获得最终的火焰燃烧状态全局量化值； 获取真实运行数据并利用VSG技术扩充真实过程数据，得到扩充数据； 对所述多工况下的虚拟数据和所述扩充数据进行混合，得到多场景下的多工况时序数据； 根据所述多场景下的多工况时序数据和所述最终的火焰燃烧状态全局量化值构建多入多出被控对象模型，其中，所述多入多出被控对象模型包含堆叠的四层LSTM； 构建多入多出被控对象模型具体包括： 多入多出被控对象模型结构设计，依据MSWI工艺流程设计串行集成输出的模型结构，顺序为：火焰燃烧状态→炉膛温度→蒸汽流量→含氧量；火焰燃烧状态模型部分，以布风布料控制量作为输入，构建第一层LSTM，并获得火焰燃烧状态量化值输出；炉膛温度模型部分，以布风布料控制量和火焰燃烧状态量化值作为输入，构建第二层LSTM，并得到炉膛温度输出；蒸汽流量模型部分，以布风布料控制量、火焰燃烧状态和炉膛温度作为输入，构建第三层LSTM，并得到蒸汽流量输出；含氧量模型部分，以布风布料控制量、火焰燃烧状态、炉膛温度和蒸汽流量作为输入，构建第四层LSTM，并得到含氧量输出；多入多出被控对象模型，通过串行堆叠四层LSTM，获得具有时序特性的被控对象模型。

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北京工业大学，其通讯地址为：100020 北京市朝阳区平乐园100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。