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！

龙图腾网获悉中南大学申请的专利基于结构化全感知深度学习的工艺指标软测量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：CN121543638B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610059137.7，技术领域涉及：G06N3/042；该发明授权基于结构化全感知深度学习的工艺指标软测量方法是由孙备;孔鹏;李勇刚;主父冠峰;江尚远;李鑫;戴维司设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本基于结构化全感知深度学习的工艺指标软测量方法在说明书摘要公布了：本发明涉及工业过程工艺指标监测技术领域，具体公开了基于结构化全感知深度学习的工艺指标软测量方法，基于结构化全感知建模，不再局限于单一指标预测，而是通过结构化组织过程数据、机理知识、多通道动态特征，同步输出运行工况的概率分布、适配该工况的机理参数集合以及全局工艺指标的推断结果，从而实现对复杂工业系统的深度与广度协同感知，充分挖掘利用了过程数据中蕴含的分布特征与机理特征，感知出了反应器的不同运行状态与对应的机理参数，通过有向拓扑网络刻画了变量之间的相互作用方式，实现了对运行工况、机理参数、过程指标等核心信息的全面输出。

本发明授权基于结构化全感知深度学习的工艺指标软测量方法在权利要求书中公布了：1.基于结构化全感知深度学习的工艺指标软测量方法，其特征在于，包括如下步骤： 步骤A1：基于工艺所属领域知识构建反应器内各反应过程的局部机理模型，获得输入变量和机理参数在拟合误差的影响下同输出变量之间的关系； 在步骤A1中，所述反应器为同一连续工艺过程中的级联的反应器中的一个； 步骤A2：基于级联的反应过程输出变量与输入变量的依赖关系，将所有局部机理模型按级联顺序组织为包括变量集合与变量依赖关系的有向拓扑网络，并计算所有变量值； 在步骤A2中，所述变量集合包括输入变量集合和输出变量集合； 当第i个反应过程构建的局部机理模型的输出变量是第j个反应过程构建的局部机理模型的输入变量，则有向拓扑网络中存在从输出变量到输入变量的有向边； 步骤A3：获取反应器的历史状态变量，划分获得多通道状态变量，分别进行动态时空特征提取得到多通道动态特征； 所获得的历史状态变量经划分后获得以下多通道状态变量：入口状态变量、反应状态变量、出口状态变量； 步骤A4：经交叉注意力增强多通道动态特征，投影至统一概率空间后进行自适应加权融合，获得表征全局运行状态的工况概率向量； 步骤A5：将工况概率向量通过预先构建的机理参数字典矩阵进行加权估计映射得到动态机理参数集合； 在步骤A5中，所述机理参数字典矩阵中每一行对应一个工况及其匹配的机理参数组，通过工况概率向量进行概率加权后，得到对应工况概率分布下的独有机理参数组； 步骤A6：迭代上述步骤直至结束，之后在每个时间步均依次执行步骤A3至A5，获得连续时刻下的运行工况概率分布和机理参数集合，并按时刻划分将机理参数集合代入有向拓扑网络，获得所有时刻下的全局工艺指标。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。