Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连理工大学刘洋获国家专利权

大连理工大学刘洋获国家专利权

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!

龙图腾网获悉大连理工大学申请的专利一种重型燃气轮机多工况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:CN120724874B

龙图腾网通过国家知识产权局官网在2025-12-26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:202511233048.1,技术领域涉及:G06F30/27;该发明授权一种重型燃气轮机多工况建模方法是由刘洋;李晓;赵珺;王伟设计研发完成,并于2025-09-01向国家知识产权局提交的专利申请。

一种重型燃气轮机多工况建模方法在说明书摘要公布了:本发明提供一种重型燃气轮机多工况建模方法,属于信息技术领域。本发明从重型燃气轮机机理结构模型出发,结合重型燃气轮机实际运行数据,引入深度神经网络进行典型工况下的系统辨识,并采用量子粒子群优化算法对神经网络结构参数进行优化,从而实现对重型燃气轮机非线性动态特性的高精度建模。本发明解决了重型燃气轮机单一方法建模精度低的问题,提升模型精度和鲁棒性,有效地为现场操作人员提供技术保障。此方法在不同工业领域中均可有广泛的应用。

本发明授权一种重型燃气轮机多工况建模方法在权利要求书中公布了:1.一种重型燃气轮机多工况建模方法,其特征在于,具体步骤如下: 步骤一、获取并预处理重型燃气轮机实时运行数据; 步骤二、基于机理方程的重型燃气轮机模块化建模:以模块化建模和机理建模的思想,基于质量守恒定律和能量守恒定律以及热力学分析进行重型燃气轮机非线性数学模型的搭建,选用燃烧室压力和燃烧室温度作为重型燃气轮机非线性数学模型状态量,空气流量与燃料流量作为重型燃气轮机非线性数学模型控制输入量,重型燃气轮机的发电功率和排气温度作为重型燃气轮机非线性数学模型输出量进行重型燃气轮机非线性数学模型搭建; 重型燃气轮机非线性数学模型如下: 10 11 式中,,同时,,与分别为均值为0的白噪声,表示模型输出发电功率与排气温度,,表示均值为0的输出发电功率的测量高斯白噪声,表示均值为0的排气温度的测量高斯白噪声; 为燃烧室压力,表示燃烧室出口温度,K;和分别表示空气流量和燃料流量,kgs;表示出口烟气常数,Jkg·K;表示燃烧室出口烟气定压比热容,Jkg·K;表示燃烧室容积,m3;表示燃烧室出口额定流量,kgs;为燃烧室出口额定压力,Pa;为燃烧室出口额定温度,K;表示空气定压比热容,Jkg·K;表示环境温度,K;表示环境压力,Pa;为压气机的绝热效率;表示燃料低位发热值,Jkg;为重型燃气轮机额定发电功率,为重型燃气轮机绝热效率; 步骤三、基于机理数据融合的重型燃气轮机建模:基于量子粒子群优化深度神经网络的建模方法,实现机理模型与数据驱动方法的融合,获得深度神经网络模型; 步骤四、利用最优解对深度神经网络模型进行训练,得到优化后的深度神经网络模型,并根据实测数据对深度神经网络模型进行验证;如果误差高于规定的误差上限,则返回步骤三重新训练深度神经网络模型,直到误差满足要求。

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大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2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。

免责声明
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。