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！

龍圖騰網獲悉河南中礦能源有限公司申請的專利基于人工智能的低碳固廢膠凝材料生產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：CN120406369B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510865298.0，技術領域涉及：G05B19/418；該發明授權基于人工智能的低碳固廢膠凝材料生產控制方法及系統是由李振龍;潘鋒;高鋒輝;梁會利;梁毅;王洪濤;信浩;張蘇坤;黨城飛;牛明超;鞏韻;張巧寧設計研發完成，并于2025-06-26向國家知識產權局提交的專利申請。

本基于人工智能的低碳固廢膠凝材料生產控制方法及系統在說明書摘要公布了：本發明公開了一種基于人工智能的低碳固廢膠凝材料生產控制方法及系統，涉及生產控制技術領域。該方法通過獲取歷史生產數據，利用機器學習算法分別訓練質量預測模型和生產過程控制變量數據關系預測模型，通過實時收集影響生產過程的目標變量數據，并將其輸入兩個模型，分別獲得對應的預測結果，結合模型輸出，對變量數據進行校正，并根據修正策略數據庫獲取最佳修正參數，將最佳修正參數轉化為生產設備控制參數，實現對生產過程的智能調節。該方法解決了低碳固廢膠凝材料生產過程中，控制精度不夠的問題，實現生產過程的精準預測與動態優化，有效提升低碳固廢膠凝材料的質量穩定性與生產效率。

本發明授權基于人工智能的低碳固廢膠凝材料生產控制方法及系統在權利要求書中公布了：1.一種基于人工智能的低碳固廢膠凝材料的生產控制方法，其特征在于，所述方法包括： 獲取歷史生產數據，通過機器學習算法基于歷史生產數據中的歷史目標變量數據和對應的質量數據訓練第一模型，基于歷史目標變量數據訓練第二模型，其中，第二模型的訓練，包括：分析歷史生產數據中的歷史目標變量數據之間的相互關系，學習目標變量之間的關聯規律，在第二模型的訓練過程中，先從歷史目標變量數據中提取關鍵信息，關鍵信息為對生產質量影響度排序靠前的N個數據，并對其進行編碼，基于編碼后的關鍵信息和學習到的歷史目標變量數據之間的相關關系進行解碼，并將解碼后的數據作為第二模型的輸出數據； 實時收集影響生產質量的目標變量數據，將所述目標變量數據輸入所述第一模型和所述第二模型，分別獲取第一預測結果和第二預測結果； 將所述第二預測結果與輸入的所述目標變量數據逐一進行比較，獲取每一變量數據對應的變量差值，將所述變量差值大于設定閾值的變量作為差異變量，并統計所述差異變量的數量； 在所述目標變量數據中不存在所述差異變量時，所述目標變量數據不需要校正，在所述差異變量的數量小于第一設定數量時，所述目標變量數據除去所述差異變量的剩余變量數據輸入所述第二模型，獲取預測變量數據組，將所述預測變量數據組中對應所述差異變量的數值替換掉所述目標變量數據中所述差異變量的數值，將替換后的所述目標變量數據作為校正數據； 在差異變量數量大于第二設定數量，且第一預測結果正常時，目標變量數據作為待學習數據，連續采集多組待學習數據，并添加到第二模型對應的第二樣本數據中，并基于第二樣本數據重新對第二模型進行二次訓練； 在目標變量數據中不存在差異變量或者經過校正后，輸入第一模型，獲取第一預測結果，將第一預測結果與質量標準進行比較，獲取比較結果； 在比較結果小于等于設定數值時，質量合格；在比較結果大于設定數值時，質量不合格，基于第一預測結果的輸入數據在修正策略數據庫中查找與目標變量數據和第一預測結果相似度大于預設相似度的變量數據集，并根據變量數據集中每一變量組合對應的修策略對目標變量數據對應控制參數進行修正，獲取修正參數，將修正參數輸入第一模型，獲取第三預測結果，將與質量標準最接近的第三預測結果對應的修正參數作為最佳修正參數； 基于所述最佳修正參數調整生產設備的輸出信息。

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河南中礦能源有限公司，其通訊地址為：471000 河南省洛陽市洛龍區關林西路81號；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”。