Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 恭喜重庆方信智能装备有限公司李国华获国家专利权

恭喜重庆方信智能装备有限公司李国华获国家专利权

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!

龙图腾网恭喜重庆方信智能装备有限公司申请的专利钻孔瓦斯抽采在线计量控制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:CN119221986B

龙图腾网通过国家知识产权局官网在2025-05-27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:202411346125.X,技术领域涉及:E21F7/00;该发明授权钻孔瓦斯抽采在线计量控制系统是由李国华;高亮;路文文;谭德军;邢东宏;李晓鹏设计研发完成,并于2024-09-26向国家知识产权局提交的专利申请。

钻孔瓦斯抽采在线计量控制系统在说明书摘要公布了:本申请提供一种钻孔瓦斯抽采在线计量控制系统,涉及煤矿信息化系统技术领域,该系统包括:数据获取单元,用于获取抽采泵控制时序数据和管道瓦斯传感时序数据;流量预测单元,用于通过瓦斯抽采流量预测模型预测对应未来的第二时间段的瓦斯流量预测时序数据;瓦斯抽采流量预测模型的主干网络采用LSTM模型;抽采控制单元,用于通过瓦斯抽采压力控制模型确定对应第二时间段的抽采泵控制参数预测时序数据,该瓦斯抽采压力控制模型采用基于注意力机制的Transformer模型。由此,通过全面自动化的在线控制系统,依托机器学习模型实时监控瓦斯数据并进行动态调整,减少人为干预的频率和对操作人员的依赖。

本发明授权钻孔瓦斯抽采在线计量控制系统在权利要求书中公布了:1.一种钻孔瓦斯抽采在线计量控制系统,包括:数据获取单元,用于获取抽采泵控制时序数据和管道瓦斯传感时序数据;所述管道瓦斯传感时序数据包含针对钻孔瓦斯抽采管道中的采样位置的对应邻近的第一时间段的多个瓦斯传感数据,所述瓦斯传感数据包含瓦斯流量、瓦斯浓度、压力和温度;所述抽采泵控制时序数据包含对应所述第一时间段的多个抽采泵控制参数,所述抽采泵控制参数包含抽采泵转速和抽采阀门开度;流量预测单元,用于将所述抽采泵控制时序数据和管道瓦斯传感时序数据输入至瓦斯抽采流量预测模型,以预测对应未来的第二时间段的瓦斯流量预测时序数据;所述瓦斯抽采流量预测模型的主干网络采用LSTM模型;抽采控制单元,用于将所述管道瓦斯传感时序数据、所述瓦斯流量预测时序数据和所述抽采泵控制时序数据输入至瓦斯抽采压力控制模型,以确定对应所述第二时间段的抽采泵控制参数预测时序数据;所述瓦斯抽采压力控制模型采用基于注意力机制的Transformer模型;其中,所述瓦斯抽采流量预测模型采用基于注意力机制的Bi-LSTM模型,其包含级联的TCN层、Bi-LSTM层、注意力层和输出层;所述TCN层用于通过多个卷积层以不同的时间尺度捕捉抽采泵控制时序数据和管道瓦斯传感时序数据中的短期和长期依赖关系: 式中,表示在历史采样的时间步tp经过TCN层提取的多尺度特征向量,TCN表示多尺度时间卷积网络的特征处理过程;表示从时间步tp-n+1到时间步tp的输入特征序列,n表示时间窗口长度;所述Bi-LSTM层用于捕捉多尺度特征向量的双向依赖关系: 式中,表示在时间步tp的前向LSTM隐状态;是前向LSTM单元,用于处理时间序列的前向依赖;表示在前一时间步tp-1的前向LSTM隐状态;表示在时间步tp的后向LSTM隐状态;是后向LSTM单元,用于处理时间序列的后向依赖;是在后一时间步tp+1的后向LSTM隐状态;表示在时间步tp的综合隐状态;所述注意力层采用自适应多头注意力机制,用于动态调整各时间步的权重: MultiHeadQ,K,V=Concathead1,…,headHWA+bA,式中,AttentionQ,K,V表示注意力机制的输出,Q、K和V分别表示由通过线性变换而得到的查询向量、键向量和值向量,dk表示键向量的维度;表示对应时间步tp的自适应偏置项,softmax表示softmax激活函数;Wb和bb分别表示自适应权重调整模块的权重矩阵和偏置项,表示对应时间步tp的输入特征向量;headi表示第i个注意力头的输出,WiQ、WiK和WiV分别表示第i个注意力头的查询变换矩阵、键变换矩阵和值变换矩阵;Concathead1,…,headH表示将所有H个注意力头的输出按维度拼接起来,MultiHeadQ,K,V表示对应时间步tp的多头注意力机制的最终输出,WA和bA分别表示多头注意力输出的线性变换权重矩阵和偏置向量;所述输出层用于预测在未来各个时间步的瓦斯流量: 式中,表示在未来的时间步ts的瓦斯流量的预测值,ts=tp+△t,△t表示ts与tp之间的时间间隔;Wo和bo分别表示线性输出层的权重矩阵和偏置项。

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重庆方信智能装备有限公司,其通讯地址为:400000 重庆市武隆区凤山街道龙湖路102号2-14-230588(集群注册);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”。

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。