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 > 保尔伍斯股份有限公司锡德里克·肖卡尔特获国家专利权

保尔伍斯股份有限公司锡德里克·肖卡尔特获国家专利权

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!

龙图腾网获悉保尔伍斯股份有限公司申请的专利提供用于高炉热控制的操作指令的计算机系统和方法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:CN116261690B

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:202180067006.9,技术领域涉及:G05B13/02;该发明授权提供用于高炉热控制的操作指令的计算机系统和方法是由锡德里克·肖卡尔特;法布里斯·汉森;利昂内尔·豪斯埃默尔;玛利亚姆·巴尼亚萨迪;菲利普·贝梅斯设计研发完成,并于2021-09-28向国家知识产权局提交的专利申请。

提供用于高炉热控制的操作指令的计算机系统和方法在说明书摘要公布了:提供了用于训练强化学习模型130以提供用于高炉热控制的操作指令的计算机系统100、计算机实施的方法和计算机程序产品。领域自适应机器学习模型110从作为多变量时间序列获得的并反映多个领域的相应高炉BF1至BFn的热状态的历史操作数据21,生成第一领域不变数据集22。通用高炉过程的瞬态模型121用于生成人工操作数据24a作为反映针对特定热控制动作26a的通用高炉BFg的热状态的多变量时间序列。生成式深度学习网络122通过将从历史操作数据21学习到的特征传递到人工操作数据24a来生成第二领域不变数据集23a。强化学习模型130通过处理组合的第一和第二领域不变数据集22,23a鉴于给定的目标函数来确定1400针对特定热控制动作26a的奖励131。根据奖励131,基于修改的参数123‑2重新生成第二领域不变数据集,并重复奖励的确定,以学习将应用于一个或多个高炉的相应操作状态的优化的热控制动作的优化操作指令。

本发明授权提供用于高炉热控制的操作指令的计算机系统和方法在权利要求书中公布了:1.一种计算机实施的方法1000,用于训练强化学习模型130以提供用于高炉热控制的操作指令,所述方法的特征在于以下步骤: 通过迁移学习训练的领域自适应机器学习模型110处理作为多元时间序列获得并反映多个领域的相应高炉BF1至BFn的热状态的历史操作数据21,以生成代表所述高炉BF1至BFn中任一个的所述热状态的第一领域不变数据集22,而与所述领域无关; 通过使用通用高炉过程的瞬态模型121,生成人工操作数据24a作为反映针对特定热控制动作26a的所述通用高炉BFg的热状态的多元时间序列,其中,所述瞬态模型121反映了通用高炉的相应的物理、化学、热和流动状况,并在交换热量、质量和动量传递时为所述通用高炉中构造的固体层的向上气体流动和向下移动提供解决方案; 通过在所述历史操作数据21的多元时间序列上训练的生成式深度学习网络122来处理所述人工操作数据24a,以通过将从所述历史操作数据21学习到的特征传递到所述人工操作数据24a来生成第二领域不变数据集23a; 所述强化学习模型130通过处理组合的第一领域不变数据集22和第二领域不变数据集23a鉴于给定的目标函数,来确定针对所述特定热控制动作26a的奖励131;以及 根据所述奖励131,基于修改的参数123-2重新生成所述第二领域不变数据集,其中,遗传搜索和或贝叶斯优化算法123-1基于所述强化学习模型130的当前环境25a和当前学习步骤的所述特定热控制动作26a的输出,来指导对用于进一步热控制动作的所述修改的参数的搜索,并且重复确定步骤以学习用于将被应用于一个或多个高炉的相应操作状态的优化的热控制动作的优化的操作指令。

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保尔伍斯股份有限公司,其通讯地址为:卢森堡阿尔萨斯;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。