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一种多模态工业过程全工况高实时预测控制方法和设备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：CN117572829B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311354128.3，技术领域涉及：G05B19/418；该发明授权一种多模态工业过程全工况高实时预测控制方法和设备是由黄科科;应新宇;吴德浩;刘一顺;孙备;阳春华;桂卫华设计研发完成，并于2023-10-19向国家知识产权局提交的专利申请。

本一种多模态工业过程全工况高实时预测控制方法和设备在说明书摘要公布了：本发明公开了一种多模态工业过程全工况高实时预测控制方法和设备，方法在学习全工况显示控制律时：先使用一种工况数据集学习当前工况的显式控制律，即学习自组织模糊神经网络的参数；再根据已学习工况的数据覆盖率，确定是否增加模糊规则；若是小范围工况变化，则在原有损失基础上引入弹性权重巩固项机制，确保学习到新工况控制策略同时保持对历史工况的控制性能；若是大范围工况变化，采用截断径向基神经元生长机制，通过增加模糊规则来学习新工况的控制策略，使得显式控制律能够适应大范围工况变化；在线控制时，使用全工况显式控制律根据当前控制状态得到控制序列。本发明克服传统多模型在线求解优化问题，实现工业过程全工况的精准控制效果。

本发明授权一种多模态工业过程全工况高实时预测控制方法和设备在权利要求书中公布了：1.一种多模态工业过程全工况高实时预测控制方法，其特征在于，包括： 离线学习： 使用工业系统每种工况的数据集分别学习对应的输出状态预测模型，以及使用所有工况的数据集，学习基于自组织模糊神经网络的全工况显式控制律； 其中，在学习全工况显示控制律时，首先使用第一种工况的数据集学习当前工况的显式控制律，即学习自组织模糊神经网络的参数；再使用其余工况的数据集依次对当前已学习到的显式控制律进行调整：若当前已学习工况的数据覆盖率不满足预设条件，则直接对当前网络参数进行更新学习；若当前已学习工况的数据覆盖率满足预设条件，则先增加模糊规则，即增加自组织模糊神经网络中表示模糊规则的神经元，再对自组织模糊神经网络的参数进行更新学习； 在线控制： 将当前时刻的输出状态与历史的输出状态序列和控制序列、未来输出状态的参考轨迹，一起构建作为当前时刻的控制状态数据，输入到学习到的全工况显式控制律中，得到当前时刻的最优控制序列； 使用当前时刻的最优控制序列的第一个控制变量控制工业系统。

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。