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！

龙图腾网获悉太原科技大学申请的专利一种气固流化床床层状态识别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：CN120086702B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510571725.4，技术领域涉及：G06F18/2411；该发明授权一种气固流化床床层状态识别方法及系统是由樊旭晨;贺永亮;李懿江设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种气固流化床床层状态识别方法及系统在说明书摘要公布了：本发明属于化工过程控制及矿业工程领域，公开了一种气固流化床床层状态识别方法及系统，包括：获取流化床运行过程中的压力波动信号，对压力波动信号进行分解，得到多尺度分解系数，对多尺度分解系数进行去噪，形成去噪后的压力波动信号；根据去噪后的压力波动信号，提取时域特征参数和频域特征参数，得到多维特征向量；对多维特征向量进行降维处理，得到降维后的特征矩阵；根据所述降维后的特征矩阵，构建床层状态识别模型；根据床层状态识别模型，动态识别床层状态。本发明实现对流化床床层状态的实时监测与反馈控制，从而提高气固流化床运行的稳定性和效率。

本发明授权一种气固流化床床层状态识别方法及系统在权利要求书中公布了：1.一种气固流化床床层状态识别方法，其特征在于，所述方法包括： 获取流化床运行过程中的压力波动信号，对所述压力波动信号进行分解，得到多尺度分解系数，对所述多尺度分解系数进行去噪，形成去噪后的压力波动信号； 根据所述去噪后的压力波动信号，提取时域特征参数和频域特征参数，得到多维特征向量，其中，所述时域特征参数包括：压力波动信号的均值、方差、偏度和峰度，所述频域特征参数包括：压力波动信号的功率谱密度和主频成分； 对所述多维特征向量进行降维处理，得到降维后的特征矩阵； 根据所述降维后的特征矩阵，构建床层状态识别模型； 根据所述床层状态识别模型，动态识别床层状态； 根据所述降维后的特征矩阵，构建床层状态识别模型包括： 根据预先设定的不同床层状态标签，采用支持向量机算法构建分类模型即床层状态识别模型，将降维后的特征矩阵输入分类模型进行训练； 根据分类模型的训练结果，确定支持向量机算法的核函数类型和核函数参数，得到优化后的分类模型； 其中，根据分类模型的训练结果，确定支持向量机算法的核函数类型和核函数参数包括： 步骤1：利用初始化搜索中心，其中，为m个涡流中心的初始值，为第m个涡流中心的初始值，利用初始化标准差，最优解的适应度函数设置为，其中，为当前迭代中所有候选解的全局最佳解，迭代步数t=0； 步骤2：以搜索半径，围绕搜索中心，生成服从高斯分布的候选解，候选解的总数为250，如果候选解的值超出边界范围，则使用式其中，为超出范围的候选解，为是符合均匀分布的随机数，和都是d维向量，分别代表d维搜索空间的上界和下界，变换到边界内； 步骤3：从中选择最佳解，保存到矩阵，再从中选出全局最佳解存入，若优于当前的全局最优解，则更新最优解； 步骤4：将作为第m个新涡流中心，使用式，其中，为损失函数，为超平面的法向量，为对原始特征的变换，为错分样本的惩罚因子，为松弛变量，b为阈值，更新前m-1个涡流中心，缩减半径得，利用变换后的m个中心作为缩减半径后的涡流中心，生成服从正态分布的候选解，变换迭代步数t=t+1，s.t.为运筹学的标准写法，使得的意思，为变换后的特征，T为超平面的法向量的转置； 步骤5：判断是否满足终止条件：如果迭代步数t≥E，其中，为最大迭代次数，用于控制算法的运行时间和防止过拟合，则终止迭代，输出最优解S；如不满足终止条件，则转步骤2； 根据所述床层状态识别模型，动态识别床层状态包括： 根据优化后的分类模型，将待分类的特征矩阵输入分类模型，得到各个特征矩阵对应的床层状态分类结果； 根据分类结果，采用投票法确定各个床层的最终状态，若某个床层的多个特征矩阵的分类结果一致，则判断该床层处于该分类结果对应的状态； 根据各个床层的最终状态，绘制不同状态下床层横截面图，通过图形化方式直观展示各个床层的状态分布情况； 根据各个床层的状态分布情况，采用插值算法计算各个床层之间的过渡状态，得到完整的床层状态分布图，为后续的生产管理提供数据支持。

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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区瓦流路66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”。