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！

龙图腾网获悉南京航空航天大学申请的专利一种可控聚变装置运行状态检测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：CN121703873B 。

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：202610210277.X，技术领域涉及：G01T3/06；该发明授权一种可控聚变装置运行状态检测方法及系统是由胡志猛;宋金霖;李福乐;崔志强;李威;汤晓斌;龚频设计研发完成，并于2026-02-13向国家知识产权局提交的专利申请。

本一种可控聚变装置运行状态检测方法及系统在说明书摘要公布了：本发明提出一种可控聚变装置运行状态检测方法及系统，涉及可控聚变装置运行状态检测技术领域。方法包括：基于液体闪烁体探测器的测量结果获取脉冲高度谱；对各道址计数值进行归一化处理；将归一化的脉冲高度谱数据输入贝叶斯神经网络模型进行前向传播计算，其训练过程包括：结合蒙特卡洛模拟与实验刻度构建中子响应矩阵；基于预设基函数生成模拟中子能谱集合；利用中子响应矩阵与模拟中子能谱集合卷积生成模拟脉冲高度谱集合；基于数据对，采用贝叶斯推断训练得到权重参数服从概率分布的神经网络模型；对模型输出进行逆变换处理，得到入射中子能谱分布。本发明提高了中子能谱解谱的稳定性和精度，并能提供反演结果的不确定度量化信息。

本发明授权一种可控聚变装置运行状态检测方法及系统在权利要求书中公布了：1.一种可控聚变装置运行状态检测方法，其特征在于，包括： S1：基于部署在可控聚变装置现场的液体闪烁体探测器的测量结果，获取脉冲高度谱； S2：基于脉冲高度谱，对各道址的计数值进行归一化处理，生成归一化的脉冲高度谱数据； S3：将归一化的脉冲高度谱数据输入至预先训练完成的贝叶斯神经网络模型中进行前向传播计算，贝叶斯神经网络模型的网络权重参数以概率分布形式表征；其中，构建并训练贝叶斯神经网络模型，包括： Sa：基于液体闪烁体探测器的物理特性参数，通过蒙特卡洛模拟与实验刻度相结合的方式，构建中子响应矩阵； Sb：基于多种预设的基函数中子能谱，通过随机组合与参数调整的方式，生成模拟中子能谱集合；其中，Sb包括： Sb1：提供包含高斯峰形谱与指数衰减谱的基函数库； Sb2：基于随机数，从基函数库中选择至少一种基函数，并为每种选中的基函数分配一个随机的强度系数； Sb3：基于被选中的基函数及其分配的强度系数，进行加权求和运算，生成一条模拟中子能谱；其中，进行加权求和运算时，还对求和结果施加随机的能量偏移与展宽，以增加模拟中子能谱集合的多样性； Sb4：重复执行Sb2至Sb3，生成包含预设数量谱的模拟中子能谱集合； Sc：基于模拟中子能谱集合与中子响应矩阵，进行卷积运算，生成对应的模拟脉冲高度谱集合； Sd：基于模拟脉冲高度谱集合与模拟中子能谱集合构成的训练数据对，采用贝叶斯推断方法对初始化的神经网络进行训练，得到网络权重参数服从概率分布的贝叶斯神经网络模型；Sd中，采用贝叶斯推断方法对初始化的神经网络进行训练，包括： Sd1：为初始化的神经网络的权重参数设定先验概率分布； Sd2：将训练数据对中的模拟脉冲高度谱输入初始化的神经网络，计算得到预测中子能谱； Sd3：基于预测中子能谱与训练数据对中对应的模拟中子能谱，计算似然函数； Sd4：基于先验概率分布与似然函数，利用马尔可夫链蒙特卡洛采样方法对权重参数的后验概率分布进行推断； Sd5：基于采样得到的后验概率分布，确定贝叶斯神经网络模型的最终概率化权重参数； S4：对贝叶斯神经网络模型前向传播计算的输出进行逆变换处理，得到入射中子能谱分布。

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南京航空航天大学，其通讯地址为：211000 江苏省南京市秦淮区御道街29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。