買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉鹽城市鑫緯嘉新能源科技有限公司申請的專利一種鑄造過程中的節能預警控制方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119536095B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411781796.9，技術領域涉及：G05B19/042；該發明授權一種鑄造過程中的節能預警控制方法及系統是由陳松林;唐昀青;高樹海;劉國平;陳玉華;高樹進設計研發完成，并于2024-12-05向國家知識產權局提交的專利申請。

本一種鑄造過程中的節能預警控制方法及系統在說明書摘要公布了：本發明公開了一種鑄造過程中的節能預警控制方法及系統，所述方法包括：獲取鑄造環境數據、電力消耗數據、燃料消耗數據以及排放量數據并進行數據清洗和歸一化操作，得到預處理后的多變量時序數據；將多變量時序數據輸入至預先訓練完成的多變量預測模型中，得到各個變量的預測值，并將預測值與實際測量值進行對比計算，得到預測殘差；根據預測殘差，進行序貫貝葉斯分析，得到各個變量的異常事件概率并進行概率融合計算與綜合評估，得到異常得分；當判定異常得分大于預設異常閾值時，生成預警信號，并將預警信號發送給鑄造設備，以使鑄造設備根據預警信號自動調整運行參數。本方法能夠實現鑄造過程中的準確環保預警與實時控制。

本發明授權一種鑄造過程中的節能預警控制方法及系統在權利要求書中公布了：1.一種鑄造過程中的節能預警控制方法，其特征在于，由服務器執行，包括： 獲取鑄造環境數據、電力消耗數據、燃料消耗數據以及排放量數據； 根據所述鑄造環境數據、所述電力消耗數據、所述燃料消耗數據和所述排放量數據，進行數據清洗和歸一化操作，得到預處理后的多變量時序數據； 將所述多變量時序數據輸入至預先訓練完成的多變量預測模型中，得到各個變量的預測值，并將所述預測值與實際測量值進行對比計算，得到預測殘差； 根據所述預測殘差，進行序貫貝葉斯分析，得到各個變量的異常事件概率； 根據所述異常事件概率，進行概率融合計算并進行綜合評估，得到異常得分； 當判定所述異常得分大于預設異常閾值時，生成預警信號，并將所述預警信號發送給鑄造設備，以使鑄造設備根據預警信號自動調整運行參數； 其中，所述多變量預測模型的配置過程，包括： 將歷史多變量時序數據作為輸入數據，基于WOA-HKELM模型，構建初始多變量預測模型； 基于初始多變量預測模型，通過鯨魚優化算法迭代HKELM模型的參數組合，進行模型訓練； 當訓練次數大于或等于預設的最大訓練次數時，判定訓練完成，得到多變量預測模型； 其中，所述基于初始多變量預測模型，通過鯨魚優化算法迭代HKELM模型的參數組合，進行模型訓練，包括： 基于所述初始多變量預測模型，得到鯨魚優化算法的參數； 基于所述鯨魚優化算法的參數，隨機生成HKELM模型的參數組合； 基于所述參數組合，進行適應度計算，得到每個參數組合的適應度； 基于所述適應度，進行鯨魚優化迭代，當迭代次數大于或等于預設的最大迭代次數時，得到HKELM模型的最優參數組合； 其中，鯨魚優化算法的參數包括種群大小和最大迭代次數；HKELM模型的參數組合包括正則化參數、核函數參數和核函數權重； 其中，所述根據所述異常事件概率，進行概率融合計算并進行綜合評估，得到異常得分，包括： 根據所述各個變量的異常事件概率，采用貝葉斯網絡法進行概率融合計算，得到融合后的異常事件綜合概率； 將所述融合后的異常事件綜合概率與預設概率閾值進行比較，進行綜合評估，得到異常得分； 其中，異常事件綜合概率的計算公式如下： ； 其中，表示融合后的異常事件綜合概率；表示給定多變量時序數據下，各個變量異常事件的聯合概率；表示在時刻t時第n個變量的異常事件；表示總變量數；表示當前觀測的多變量時序數據。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人鹽城市鑫緯嘉新能源科技有限公司，其通訊地址為：224000 江蘇省鹽城市大豐區小海鎮工業園區中心路以南；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。