Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门奥普拓自控科技有限公司褚丹雷获国家专利权

厦门奥普拓自控科技有限公司褚丹雷获国家专利权

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!

龙图腾网获悉厦门奥普拓自控科技有限公司申请的专利新能源电池涂布后烘干多变量模型预测控制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:CN116300566B

龙图腾网通过国家知识产权局官网在2026-05-08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:202211699973.X,技术领域涉及:G05B19/042;该发明授权新能源电池涂布后烘干多变量模型预测控制系统是由褚丹雷;蒋京波设计研发完成,并于2022-12-28向国家知识产权局提交的专利申请。

新能源电池涂布后烘干多变量模型预测控制系统在说明书摘要公布了:本发明新能源电池涂布后烘干多变量模型预测控制系统,其以TAPC为调用周期进行实时优化控制和滚动更新;具体地,所述控制系统根据其上一个调用周期的回风阀开度、排风机频率和外循环风机频率的设定值,以及当前时刻NMP浓度测量值、烘箱压力测量值、NMP浓度的目标值,和可测量外界扰动变化数据,基于模型进行预测和优化计算,优化结果输出最优的下一个周期的回风阀开度、排风机频率和外循环风机频率的设定值的最优序列,最后把最优序列中的所有输入变量的第一个时刻的输出值回写给烘干系统的相关执行器,完成闭环控制。本发明在保障系统稳定和有毒溶剂NMP浓度不超标的前提下基于预测的动态寻优的优化控制,实现涂布后烘干过程的实时在线优化,在保证多节烘箱协同平稳运行的同时实现能耗下降。

本发明授权新能源电池涂布后烘干多变量模型预测控制系统在权利要求书中公布了:1.新能源电池涂布后烘干多变量模型预测控制系统,其应用于电池涂布烘干系统,所述烘干系统包括m节烘箱及配套n段总送风管和总回风管,其中每节烘箱包括一个电动回风阀、一个内循环风机、一个电加热包和一个排风机;其特征在于:通过调节m个内循环风机频率和m个回风阀开度来控制回风量;通过调节m个电加热包功率来控制烘箱内的温度;通过调节m个排风机频率来补偿烘箱内压力的变化和NMP浓度变化;通过调节n个外循环风机频率来控制各节烘箱NMP浓度和总NMP浓度;其中,n小于m; 所述控制系统以TAPC为调用周期进行实时优化控制和滚动更新;具体地,所述控制系统根据其上一个调用周期的回风阀开度、排风机频率和外循环风机频率的设定值,以及当前时刻NMP浓度测量值、烘箱压力测量值、NMP浓度的目标值,和能够测量外界扰动变化数据,进行基于模型的预测和优化处理,优化输出最优的下一个周期的回风阀开度、排风机频率和外循环风机频率的设定值的最优序列,最后把最优序列中的所有输入变量的第一个时刻的输出值回写给烘干系统的相关执行器,完成闭环控制; 所述控制系统定义了输入变量U和输出变量Y,系统的多输入多输出数学关系表达如下: 1 式中,G是2m+1×3m+n的模型矩阵,矩阵中的每一个元素是1×1的传递函数,U是3m+n行的列向量,包括m个回风阀开度u1、u2、……、um,m个内循环风机频率um+1、um+2、……、u2m,m个排风机频率u2m+1、u2m+2、……、u3m,以及n个外循环风机频率u3m+1、u3m+2、……、u3m+n;Y是2m+1行的列向量,包括m节烘箱NMP浓度y1、y2、……ym,m节烘箱腔体压力、、……、,以及1个烘干系统总NMP浓度;根据以上描述,该多变量控制问题具体表达为: 2 式中,表示第j个控制变量对第i个被控变量之间的数学关系表达式,即对应的连续时间传递函数模型; 所述控制系统根据上述连续时间传递函数模型转换成离散时间系统数学模型, 3 所述控制系统定义了包含预测未来时间输入变量和输出变量的带约束的二次规划形式的目标优化函数J1如下: 4 5 6 7 8 其中,符号表示在第k个控制周期为基准的未来的k+*周期,其中,被称为控制步长,代表输入序列的时间跨度;被称为预测步长,代表预测输出轨迹的时间跨度; 、 代表从当前k周期开始的{k,k+1,k+Hy}时刻的未来的输出变量和{k,k+1,k+Hu}时刻的输入变量的预测序列; 为输出变量的上下界;为输入变量的上下界;为最大变化率;其中,表示进行带权重的2范数计算;Q1、Q2、Q3分别对应目标函数J1中三个求和项各自的权重矩阵,Q1是Hy行Hy列数值矩阵,Q2和Q3是Hu行Hu列数值矩阵;其中,是用户根据不同批次手动设置或者查配方设置的输出变量的目标值; 所述控制系统基于以上模型Gz和目标函数J1进行优化,通过二次规划求解满足约束条件的目标函数取值最小的输入序列来完成每一次APC周期的优化控制;其中,其中公式4的等式右侧的第一项表达了预测轨迹与控制目标间的误差最小化,第二项表达了控制变量U和其预定目标的误差最小化,第三项表达了每次控制变量U的变化指标的最小化。

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厦门奥普拓自控科技有限公司,其通讯地址为:361000 福建省厦门市火炬高新区创业园诚业楼202A室;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。

免责声明
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。