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！

龙图腾网获悉福州乾宇科技有限公司;福建乾宇材料科技有限公司申请的专利基于流变模型与互相关分析的浮选液位自动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：CN121478008B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610024226.8，技术领域涉及：G05D9/12；该发明授权基于流变模型与互相关分析的浮选液位自动控制系统是由邱昊设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于流变模型与互相关分析的浮选液位自动控制系统在说明书摘要公布了：本发明涉及超临界流体萃取回收与工业自动化控制技术领域，具体为基于流变模型与互相关分析的浮选液位自动控制系统，包括：接收多模态传感器阵列采集的萃取容器内的实时工况数据；调用预存的Peng‑Robinson状态方程模型，计算出当前工况下无泡沫且无沸腾状态的理论静液面高度；调用预存的流体流变学参数库，生成理论受扰液位波形；执行差分计算：互相关系数大于或等于预设的置信度阈值，向排渣执行机构发送启动指令以执行物理刮渣动作；反之，对实时观测液位高度执行数字低通滤波处理并保持进料状态；本发明解决了超临界萃取过程中因持续沸腾或环境剧烈波动导致的基准面漂移难题，使液位控制建立在严谨的热力学基础之上。

本发明授权基于流变模型与互相关分析的浮选液位自动控制系统在权利要求书中公布了：1.基于流变模型与互相关分析的浮选液位自动控制系统，其特征在于，包括多模态传感器阵列、排渣执行机构以及与上述多模态传感器阵列和排渣执行机构电气连接的控制器；控制器被配置为执行以下步骤： 接收多模态传感器阵列采集的萃取容器内的实时工况数据，实时工况数据包括温度数值、压力数值、进出料质量流率以及包含波动的时间序列实时观测液位高度； 调用预存的Peng-Robinson状态方程模型，基于温度数值和压力数值，计算出当前工况下无泡沫且无沸腾状态的理论静液面高度； 调用预存的流体流变学参数库，在理论静液面高度的基础上叠加预设的泡沫层厚度模型和闪蒸体积膨胀模型，生成理论受扰液位波形； 执行差分计算：将时间序列实时观测液位高度减去理论静液面高度得到现实残差序列，并将理论受扰液位波形减去理论静液面高度得到理论干扰序列； 计算现实残差序列与理论干扰序列之间的互相关系数； 响应于互相关系数大于或等于预设的置信度阈值，判定液位波动源于物理泡沫堆积，向排渣执行机构发送启动指令以执行物理刮渣动作； 响应于互相关系数小于置信度阈值，判定液位波动源于非物理传感器噪声，对实时观测液位高度执行数字低通滤波处理并保持进料状态； 控制器在计算理论静液面高度时，具体执行以下步骤： 利用亨利定律及预设的溶质溶解度常数，计算溶质在溶剂中的理论溶解体积； 根据温度数值和压力数值，计算液相混合物的理论密度； 基于进出料质量流率的积分值、理论溶解体积以及理论密度，推算出在几何容器内不包含气相空隙率的纯液相物理高度，并将该高度作为理论静液面高度，其计算公式如下： ； 其中，为萃取容器的有效截面积；为系统启动时刻的初始流体质量；为当前计算时刻；为积分计算的时间变量；、分别为时刻的进料与出料质量流率；为液相混合物的理论密度；为溶质的理论溶解体积； 流体流变学参数库包含表面张力衰减因子和粘度系数；控制器在生成理论受扰液位波形时，具体执行以下步骤： 基于表面张力衰减因子，计算气泡破裂的理论半衰期； 利用粘度系数构建非牛顿流体支撑力模型； 结合理论半衰期和非牛顿流体支撑力模型，计算随时间变化的泡沫层虚拟厚度，并将该虚拟厚度叠加至理论静液面高度，形成泡沫层厚度模型； 流体流变学参数库还包含超临界流体密度波动因子；控制器在生成理论受扰液位波形时，具体执行以下步骤： 监测压力数值的时间变化率，当变化率超过预设的压降阈值时，触发闪蒸模拟逻辑； 基于超临界流体密度波动因子，计算因局部压力降低导致的液相体积膨胀率； 将体积膨胀率转换为对应的液位虚高数值，并将该液位虚高数值叠加至理论静液面高度，形成闪蒸体积膨胀模型； 控制器在计算互相关系数时，具体执行以下步骤： 将现实残差序列和理论干扰序列投影至同一时间窗口； 分别计算两个序列在对应时间点上的波形斜率值； 计算两个序列的波形斜率值之间的皮尔逊相关系数，并将该皮尔逊相关系数作为互相关系数。

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福州乾宇科技有限公司;福建乾宇材料科技有限公司，其通讯地址为：350000 福建省福州市鼓楼区工业路523号福州大学国家大学科技园怡山园区2号创业楼3层308/309/310室；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。