哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七0三研究所)张磊获国家专利权
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!
龙图腾网获悉哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七0三研究所)申请的专利基于数字孪生模型的自适应控制仿真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:CN120928712B 。
龙图腾网通过国家知识产权局官网在2025-12-02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:202511475295.2,技术领域涉及:G05B13/04;该发明授权基于数字孪生模型的自适应控制仿真系统是由张磊;马森;白若忱;王岩;徐广野;王琳;闫昌盛;张春梅;王云龙;吴瀚;徐兆春;毛冬岩设计研发完成,并于2025-10-15向国家知识产权局提交的专利申请。
本基于数字孪生模型的自适应控制仿真系统在说明书摘要公布了:本发明公开了基于数字孪生模型的自适应控制仿真系统,涉及燃气轮机控制技术领域,本发明通过对燃气轮机结构化数据流进行多层级、多维度的严格筛选,在保障数据完整性的同时显著提升了用于构建数字孪生模型的数据质量,从而构建出更贴近真实系统动态特性的数字孪生模型,该模型在嵌入自适应控制算法后能够生成更精准的控制参数优化轨迹,提升仿真过程的收敛速度与稳定性,最终输出的控制仿真策略具备更强的工况适应性与动态响应能力,所转换的控制指令可显著改善现场控制器对燃气轮机系统的调节效果,且有效提升了燃气轮机数字孪生驱动的自适应控制系统的精度、鲁棒性与工程实用性。
本发明授权基于数字孪生模型的自适应控制仿真系统在权利要求书中公布了:1.基于数字孪生模型的自适应控制仿真系统,其特征在于,包括以下模块: 数据采集及预处理模块:用于采集被控系统的实时运行数据,并对运行数据进行预处理,得到结构化数据流; 数字孪生模型构建模块:与数据采集及预处理模块连接,用于对结构化数据流进行筛选,得到优化后的结构化数据流集合,并利用优化后的结构化数据流集合构建数字孪生模型; 闭环仿真系统形成模块:与数字孪生模型构建模块连接,用于调用预存的自适应控制算法并嵌入至所述数字孪生模型中,形成闭环仿真系统; 控制执行模块:与闭环仿真系统形成模块连接,用于在所述闭环仿真系统中,以当前工况状态为初始条件运行仿真,生成控制参数优化轨迹,基于所述控制参数优化轨迹生成控制仿真策略,将所述控制仿真策略转换为控制指令,并下发至现场控制器对被控系统执行调节操作; 所述对结构化数据流进行筛选,得到优化后的结构化数据流集合,并利用优化后的结构化数据流集合构建数字孪生模型,包括: 数据分类及分组单元:用于按照数据类型对结构化数据流进行分类,并对每类结构化数据流进行分组; 相关性分析单元:用于分析每类结构化数据流中每组结构化数据流间的相关性,得到每类结构化数据流中每组结构化数据流间的相关系数; 综合相关系数获取单元:用于综合每类结构化数据流中每组结构化数据流间的相关系数,得到每类结构化数据流的综合相关系数; 重要性分析单元:用于分析每类结构化数据流中每组结构化数据流的重要性,得到每类结构化数据流中每组结构化数据流的重要性得分; 综合重要性得分获取单元:用于综合每类结构化数据流中每组结构化数据流的重要性得分,得到每类结构化数据流的综合重要性得分; 综合指数获取单元:用于将每类结构化数据流的综合相关系数与综合重要性得分进行归一化处理,并将归一化结果结合,得到每类结构化数据流的综合指数; 筛选判定单元:用于利用每类结构化数据流的综合相关系数、综合重要性得分、综合指数、每类结构化数据流中每组结构化数据流间的相关系数、每类结构化数据流中每组结构化数据流的重要性得分对每类结构化数据流中的每组结构化数据流进行筛选,得到优化后的每类结构化数据流; 数字孪生模型构建单元:用于对优化后的每类结构化数据流进行集合,得到优化后的结构化数据流集合,并利用优化后的结构化数据流集合构建数字孪生模型。
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哈尔滨船舶锅炉涡轮机研究所(中国船舶集团有限公司第七0三研究所),其通讯地址为:150078 黑龙江省哈尔滨市道里区洪湖路35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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励