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！

龙图腾网获悉临沂智轩新材料有限公司申请的专利基于机器学习的废渣回收硅溶胶生产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：CN121165659B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511367733.3，技术领域涉及：G05B19/418；该发明授权基于机器学习的废渣回收硅溶胶生产控制方法是由孙鹏;郭端富;韩绒绒;刘伯利;王延明;徐恒水;王统领设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于机器学习的废渣回收硅溶胶生产控制方法在说明书摘要公布了：本发明公开了基于机器学习的废渣回收硅溶胶生产控制方法，本方法采集废渣原料参数、工艺参数及产品质量指标，构建时间序列数据集；利用预测模型分解生成趋势值与残差预测向量；建立双分支神经网络，分别处理原料与工艺参数，并在隐藏层中采用不同学习规则更新权重；将残差预测向量输入网络连接层修正通道加权系数，获得更新预测；将趋势值与更新预测加权融合得到组合预测值；最后通过带约束优化计算反应温度、pH、搅拌速率和投加剂浓度，实现闭环控制与数据更新，从而提升产品质量稳定性与生产效率。

本发明授权基于机器学习的废渣回收硅溶胶生产控制方法在权利要求书中公布了：1.基于机器学习的废渣回收硅溶胶生产控制方法，其特征在于，包括如下步骤： S1、采集废渣原料参数、工艺控制参数与硅溶胶产品质量指标，构建时间序列数据集； S2、基于时间序列数据集构建N-BEATS模型，生成硅溶胶产品质量指标的趋势预测值与残差预测向量； S3、构建Cross-Stitch双分支神经网络结构，输出预测向量； S4、将N-BEATS模型生成的残差预测向量输入Cross-Stitch双分支神经网络结构的Cross-Stitch连接层中，修正通道连接的加权系数，并基于修正后的连接结构更新预测向量； S41、在时间步，从N-BEATS模型输出中读取残差预测向量，从Cross-Stitch双分支神经网络结构的层级中读取系数矩阵，从第一神经网络分支在层级的输出中读取向量，从第二神经网络分支在层级的输出中读取向量，并按通道顺序对齐组成通道数据集； S42、针对每个通道，提取系数矩阵中与通道对应的两行两列形成通道子矩阵，提取向量与中通道的分量形成通道向量，将通道子矩阵与通道向量进行线性组合生成重构向量，并与残差预测向量按元素位置比较计算平方误差，得到初始误差值； S43、执行有限差分更新算法：保持通道子矩阵其余元素不变，将目标元素增加一个固定增量后重新计算重构向量与平方误差；用新误差减去初始误差并除以固定增量得到梯度近似值，将梯度近似值乘以预设学习步长后从目标元素数值中直接扣减，更新得到的新元素值写入通道子矩阵； S44、执行相关系数阈值策略：计算通道向量与残差预测向量的皮尔逊相关系数；当相关系数低于预设阈值时，将通道子矩阵的所有元素数值置为零；当相关系数不低于预设阈值时，保留有限差分更新后的元素值； S45、将更新后的系数矩阵按行归一化，使每行的元素总和为1，并对每列的元素总和设置上限值，当列总和超过上限值时按比例缩减列中所有元素至不超过上限值； S46、利用更新后的系数矩阵分别对第一神经网络分支输出向量与第二神经网络分支输出向量在通道维度执行加权组合，生成下一层的输入向量与，并在双分支网络中依次传递直至输出层，得到时间步的更新预测向量；将最终更新后的系数矩阵存储在对应Cross-Stitch连接层中； S5、将N-BEATS模型生成的趋势预测值与Cross-Stitch双分支神经网络结构输出的更新预测向量进行线性组合，生成目标质量指标的组合预测值； S6、将组合预测值输入控制参数优化结构，计算最优反应温度、pH值、搅拌速率与投加剂浓度，将计算结果输入控制系统，并将过程反馈数据更新至时间序列数据集。

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临沂智轩新材料有限公司，其通讯地址为：276000 山东省临沂市临港经济开发区壮岗镇黄海十一路与化工园区西路交汇处向南100米路东；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。