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！

龙图腾网获悉中国矿业大学申请的专利基于分布式金字塔动态贝叶斯网络的煤泥浮选过程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：CN119500417B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411525907.X，技术领域涉及：B03D1/14；该发明授权基于分布式金字塔动态贝叶斯网络的煤泥浮选过程控制方法是由褚菲;沈先雄;王建文;王志伟;赵建宇;邹度宇设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本基于分布式金字塔动态贝叶斯网络的煤泥浮选过程控制方法在说明书摘要公布了：一种基于分布式金字塔动态贝叶斯网络的煤泥浮选过程控制方法，将煤泥浮选过程划分为三个子流程，并确定全局质量指标变量与局部质量指标变量，建立全局动态贝叶斯网络；确定子流程中的关键变量，分析变量间的相关性，确定各流程中的过程时延；确定出第一层动态贝叶斯网络的时间片数量；进行结构学习，建立模型第一层的网络结构；将相邻时间片的相同节点合并为一个节点，构建第二层动态贝叶斯网络结构；贝叶斯网络参数学习；采集实际工况数据信息，并在发生异常工况时确定出导致异常的子流程；利用局部金字塔动态贝叶斯网络，确定出引起异常工况的根本原因；以异常原因为依据，制定控制决策方案，消除异常工况；该方法能及时消除异常工况。

本发明授权基于分布式金字塔动态贝叶斯网络的煤泥浮选过程控制方法在权利要求书中公布了：1.一种基于分布式金字塔动态贝叶斯网络的煤泥浮选过程控制方法，包括煤泥浮选工业系统，所述煤泥浮选工业系统包括原煤处理子系统、重介质选煤子系统和浓缩浮选子系统； 其特征在于，煤泥浮选过程控制方法包括以下步骤： 步骤一：将煤泥浮选过程划分为三个子流程，并确定全局质量指标变量与局部质量指标变量，建立全局动态贝叶斯网络； S11：通过对煤泥浮选过程历史数据的深入分析，结合丰富的工艺知识和煤泥浮选工业系统的实际情况，采用分布式思想，将煤泥浮选过程划分为原煤处理、重介质选煤和浓缩浮选三个子流程，三个子流程分别对应煤泥浮选工业系统中的原煤处理子系统、重介质选煤子系统和浓缩浮选子系统； S12：将浮选槽溢流灰分S确定为全局质量指标变量，并为每个子流程设定一个质量指标期望值作为各自的局部质量指标变量，三个子流程的局部质量指标变量分别为S1、S2、S3； S13：根据全局质量指标变量与局部质量指标变量之间的因果关系建立全局贝叶斯网络； S14：将各子过程连接在不同时间片之间，构建全局动态贝叶斯网络； 步骤二：确定三个子流程中的关键变量，并采集过程数据，分析变量间的相关性，确定各流程中的过程时延T； S21：结合煤泥浮选工艺知识，以能反映产品质量，便于测量为依据确定出三个子流程中的关键变量，并将其划分为操作变量与测量变量；通过各子流程内的测量变量反映产品指标变化情况，并通过调整操作变量来实现产品质量的改进； S22：利用布置在原煤处理子系统、重介质选煤子系统和浓缩浮选子系统中的传感器组分别实时采集原煤处理子流程、重介质选煤子流程和浓缩浮选子流程中的过程数据，并得到时间序列数据； S23：利用最大信息系数法分析原煤处理子流程、重介质选煤子流程和浓缩浮选子流程中的时间序列数据，并确定出变量间的相关性； S24：根据相关性结果近似估计三个子流程中局部质量指标变量与关键变量的时间延迟，并以最大的时间延迟作为该过程的过程时延T； 步骤三：根据各子流程的过程时延T，利用公式1确定出局部金字塔动态贝叶斯网络模型中第一层动态贝叶斯网络的时间片数量； W＝2K-11； 式中，W表示金字塔第一层动态贝叶斯网络时间片数量；K＝ceillog2T+1；ceil·表示向上取整函数； 步骤四：进行结构学习，建立金字塔动态贝叶斯网络模型第一层的网络结构； 确定各子流程中局部金字塔动态贝叶斯网络第一层的时间片数量后，利用公式2中的贝叶斯信息准则评分函数学习第一层动态贝叶斯网络结构； 式中，D表示给定数据集；G表示给定结构；N表示训练样本数量；n是节点个数；IPXi；PaXi表示给定结构G中节点Xi与其父节点的互信息量；Dim[G]为模型G的独立参数个数；HPXi表示节点Xi的熵； 步骤五：利用可变长度数据窗口将第一层动态贝叶斯网络中相邻时间片的相同节点合并为一个节点，构建第二层动态贝叶斯网络结构； 利用可变长度数据窗口将第一层动态贝叶斯网络中相邻时间片的相同节点合并为一个节点，以使第二层动态贝叶斯网络中的节点包含更多的数据动态信息；同时，改变数据窗口大小，重新利用贝叶斯信息准则评分函数进行结构学习，得到金字塔第二层动态贝叶斯网络结构； 步骤六：重复执行步骤五，直至动态贝叶斯网络的时间片数量为2； 通过合并网络节点的方式减少时间片数据，直至时间片数量减少至2时停止合并过程；最终，得到金字塔动态贝叶斯网络的时间片数量依次为2K-1,2K-2,2K-3,...,21； 步骤七：全局动态网络与局部金字塔动态贝叶斯网络参数学习； 进行参数学习，通过参数学习使动态贝叶斯网络捕捉时间序列数据中变量间的动态关系；然后，通过条件概率分布推理出引起异常工况的变量状态，并制定出最优安全控制决策方案； 步骤八：采集实际工况数据信息，判断是否发生异常工况，并在发生异常工况时确定出导致异常的子流程； 将全局质量指标变量实际工况数据信息与设定的安全阈值进行比较，其中，安全阈值设定为9.2％；当浮选槽溢流灰分S≤9.2％时，则表示煤泥浮选过程处于安全运行状态；当浮选槽溢流灰分S＞9.2％时，则表示煤泥浮选过程出现异常，将在线异常数据作为证据信息输入到全局动态贝叶斯网络，基于全局网络推理原理推理出发生异常的子流程；在全局网络推理过程中，计算当前时刻与前一时刻中各子流程的异常概率，并找出当前时刻与前一时刻异常概率最大的子流程；如果前一时刻异常概率最大的子流程与当前时刻异常概率最大的子流程相邻，且在当前异常概率最大的子流程之前，则表示当前子流程的异常是由前一子流程异常导致的，需要对前一子流程进行异常检测，否则认为异常发生的原因就是当前子流程； 步骤九：利用局部金字塔动态贝叶斯网络，确定出引起异常工况的根本原因； 确定出异常子流程后，将局部在线异常数据作为证据信息输入到当前时刻对应的局部金字塔动态贝叶斯网络的各层中，并从上到下，进行逐层推理，根据最大后验概率原则确定出金字塔动态贝叶斯网络各层的异常诊断结果； 步骤十：以局部金字塔动态贝叶斯网络诊断出的异常原因为依据，制定并实施合理的控制决策方案，消除异常工况； S101：当局部金字塔动态贝叶斯网络各层诊断出的异常原因相同时，则代表该过程中的时间延迟并不影响故障定位结果与决策制定，直接实施基于对应异常原因推理出的控制决策方案；同时，观察浮选槽溢流灰分S是否回到安全阈值内，若浮选槽溢流灰分S降至安全阈值内，则表示异常工况被消除，推理过程结束；否则，执行步骤十一； S102：当局部金字塔动态贝叶斯网络各层诊断出的异常原因不相同时，按照如下步骤实施控制决策： A1：首先采用局部金字塔第一层推理出的调整方案进行操作调整，若浮选槽溢流灰分S回到安全阈值内，则推理过程结束； A2：执行第一层的调整方案后，若煤泥浮选过程并未恢复正常运行状态，则在第一层操作调整的基础上继续采用第二层推理出的调整方案进行操作调整；在实施第二层的调整方案时，只采纳并执行新出现的操作策略，对于第一层操作调整过程中已经调整过的变量不在重复进行调整；同时，观察浮选槽溢流灰分S是否回到安全阈值内，若浮选槽溢流灰分S降至安全阈值内，则推理过程结束； A3：执行第一层与第二层的调整方案后，若煤泥浮选过程仍未恢复正常运行，则继续采纳并执行金字塔动态贝叶斯网络后续层数的推理方案，执行过程与第二层的调整方案执行过程相同，只执行新出现的调整策略，执行过的调整方案也不再重复执行，直至煤泥浮选过程恢复正常运行，则推理过程结束；当执行最后一层推理出的调整方案后，若煤泥浮选过程仍未恢复正常运行，则执行步骤十一； 步骤十一：选择全局推理过程中的异常概率第二大的子流程进行推理，并重新执行步骤九，继续利用在线异常数据作为证据信息推理出控制决策方案，直至异常工况排除。

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矿业大学，其通讯地址为：221000 江苏省徐州市大学路1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。