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！

龙图腾网获悉浙江大学申请的专利一种基于多尺度深度残差PINN的液压系统滞后分析与泄漏补偿方法及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：CN121118607B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511124896.9，技术领域涉及：G06F30/27；该发明授权一种基于多尺度深度残差PINN的液压系统滞后分析与泄漏补偿方法及系统是由王金成;陈蔚潇;伍斌;杨明;鲍荣浩;陈伟球设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于多尺度深度残差PINN的液压系统滞后分析与泄漏补偿方法及系统在说明书摘要公布了：本发明公开了一种基于多尺度深度残差PINN的液压系统滞后与与泄漏分析系统，及液压系统实时控制中相应的补偿方法。该方法通过构建包含残差块结构的深度神经网络，实现了物理约束与数据驱动的深度融合。系统结合多尺度特征工程与自适应平滑过渡机制，消除了传统分段模型在不同负载区间的预测突变问题。通过多尺度特征工程，将原始负载数据转换为包含原始值、对数值、平方根值、双曲正切值和区域指示器的5维特征向量，能有效捕捉不同负载区间的非线性特性。通过动态权重的调度策略，在训练过程中逐步增强物理约束和平滑约束的权重，由此可以显著提高模型的预测精度和稳定性。本发明实现了液压加载系统高精度的泄漏量预测，为液压系统的实时控制和预测维护提供了可靠的技术支撑与新思路。

本发明授权一种基于多尺度深度残差PINN的液压系统滞后分析与泄漏补偿方法及系统在权利要求书中公布了：1.一种基于多尺度深度残差PINN的液压系统滞后分析与泄漏补偿方法，其特征在于，包括以下步骤： S1、采集液压系统在加载和卸载过程中的负载L和液压缸油量V的时间序列数据； S2、准备一多尺度深度残差的PINN网络模型，该模型为包含输入层、初始特征提取层、6个残差块、最终特征层和输出层的深度神经网络；其中每个残差块包含主路径和跳跃连接，主路径依次包含第一全连接层、第一归一化层、丢弃层、第二全连接层和第二归一化层，跳跃连接在输入输出维度不同时通过投影全连接层进行维度匹配； S3、将S1的负载进行多尺度特征工程处理，将其根据不同工程需求分别进行转换，形成5维特征向量，将其与液压缸油量V共同作为S2中模型的输入；5维特征向量分别为：原始负载、对数负载、平方根负载、双曲正切变换和区域指示器； S4、物理约束训练：定义复合损失函数，包括数据拟合损失、物理约束损失及平滑性损失，且物理约束损失及平滑性损失的权重均为动态权重函数，采用动态权重调度策略，使物理约束动态权重函数和平滑约束动态权重函数随训练轮次递增； S5、滞后特性分析：基于训练好的多尺度深度残差的PINN网络模型，分别预测加载过程的刚度和卸载过程的刚度，计算加载及卸载刚度差异，构建滞后回线，计算滞后回线围成的面积，并将其转化为滞后补偿体积流率，用于液压泵伺服阀的前馈控制，使伺服阀实时调节流量； S6、泄漏量预测与补偿：基于包含物理模型和残差网络的混合泄漏量预测模型，预测泄漏量结果；混合泄漏量预测模型中：物理模型为： ， 其中为阻尼函数，a,b,c为物理模型曲线拟合参数； 残差网络用于捕捉物理模型未能描述的复杂非线性行为； 最终预测泄漏量为： ； 为物理模型预测的泄漏量，为物理模型参数集合；为残差网络预测的泄漏修正量，为残差网络参数集合。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。