济南大学;武汉理工大学张亮亮获国家专利权
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!
龙图腾网获悉济南大学;武汉理工大学申请的专利基于非权值共享与变分机制的水泥水化热预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:CN121483458B 。
龙图腾网通过国家知识产权局官网在2026-04-28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:202610031522.0,技术领域涉及:G16C60/00;该发明授权基于非权值共享与变分机制的水泥水化热预测方法及系统是由张亮亮;王梓静;王琳;杨波;袁景凌;宁帅;李琴飞设计研发完成,并于2026-01-12向国家知识产权局提交的专利申请。
本基于非权值共享与变分机制的水泥水化热预测方法及系统在说明书摘要公布了:本发明提供一种基于非权值共享与变分机制的水泥水化热预测方法及系统,涉及水泥水化热预测技术领域,该方法包括:获取水化热时序数据与属性参数,经预处理、特征融合与时间编码生成增强序列,通过滑动窗口构建样本,输入由非权值共享卷积模块、变分卷积模块和全连接模块组成的预测模型,得到预测结果。非权值共享卷积模块动态生成卷积核,适应水化各阶段特征变化;变分卷积模块引入概率正则与KL约束,增强模型鲁棒性。本发明解决了传统方法对非平稳时序动态规律捕捉能力弱、小样本高噪声下泛化能力差的问题,实现了对水泥水化热更精准、稳定且泛化能力强的预测。
本发明授权基于非权值共享与变分机制的水泥水化热预测方法及系统在权利要求书中公布了:1.一种基于非权值共享与变分机制的水泥水化热预测方法,其特征在于,包括:获取水泥样本的水化热历史时序数据及水泥属性参数;其中,所述水泥属性参数包括以下任意一种或几种:化学组成、物理性质、水灰比、反应温度; 对所述水化热历史时序数据及水泥属性参数进行预处理与特征融合,生成包含材料属性与时间阶段信息的增强特征序列; 采用滑动窗口处理所述增强特征序列,构建模型输入样本,其中每个输入样本对应一个或多个未来时间步的水化热值作为预测标签; 将所述输入样本输入至依次包括非权值共享卷积模块、变分卷积模块和全连接模块的水化热预测模型中,得到预测结果;其中,非权值共享卷积模块根据所述输入样本动态生成卷积核参数,并利用该动态卷积核对输入数据进行特征提取,输出时间敏感特征;变分卷积模块对所述时间敏感特征进行概率编码,通过重参数化技巧引入随机性,输出经概率化正则的特征表示;全连接模块对所述经概率化正则的特征表示进行整合与非线性映射,输出最终的水化热预测值; 所述非权值共享卷积模块提取时间敏感特征的操作,具体包括: 根据输入数据通过卷积操作生成动态变化的卷积核参数; 将输入数据在时间维度上展开为局部序列块; 将展开后的输入数据与所述动态生成的卷积核参数进行逐窗口计算,得到时间敏感特征; 所述变分卷积模块进行概率编码并引入随机性的操作,具体包括: 对输入特征执行两次独立的卷积操作,分别输出潜变量分布的均值参数和对数方差参数,并通过对数方差参数计算标准差; 从标准正态分布中采样随机噪声; 基于重参数化技巧,计算潜变量表示; 所述水化热预测模型的训练过程包括: 准备包含输入样本及其对应预测标签的训练数据集; 将训练数据集输入所述水化热预测模型进行前向传播,计算预测损失; 其中,所述预测损失包括散度损失,使用散度对所述变分卷积模块的潜变量分布进行约束,所述散度约束项的计算公式为: ; 基于所述预测损失,通过反向传播算法更新模型参数,直至模型收敛。
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济南大学;武汉理工大学,其通讯地址为:250000 山东省济南市市中区南辛庄西路336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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励