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！

龙图腾网获悉齐鲁工业大学申请的专利一种面向空气分离装置中O2浓度预测的软测量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：CN115600506B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211395048.8，技术领域涉及：G06F30/27；该发明授权一种面向空气分离装置中O2浓度预测的软测量方法是由孙凯;徐聪;吴修粮设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本一种面向空气分离装置中O2浓度预测的软测量方法在说明书摘要公布了：本发明涉及数据驱动软测量建模领域，尤其一种面向空气分离装置中O2浓度预测的软测量方法，包括如下步骤:S1、获取历史数据集：按时间间隔T对空气分离装置数据进行采样，构成历史样本数据集D={X,Y}；S2、数据预处理：采用标准化方法对数据集D={X,Y}进行预处理,消除数据间量纲关系；S3、构建门控循环单元GRU基础网络模型：将数据集的80%作为训练集，剩余20%作为测试集，训练一个GRU基础网络模型。S4、利用基于方差分解的灵敏度分析和非负绞杀算法NNG的GRU模型自适应变量选择算法，实现O2浓度的软测量建模；本发明采用GRU神经网络捕获数据间的非线性时序特征，利用基于方差分解的灵敏度分析和NNG实现自适应输入变量选择，并将其应用于空气分离装置中O2浓度的软测量。

本发明授权一种面向空气分离装置中O2浓度预测的软测量方法在权利要求书中公布了：1.一种面向空气分离装置中O2浓度预测的软测量方法，其特征在于包括如下步骤： S1、获取历史数据集：按时间间隔T对空气分离装置数据进行采样，构成历史样本数据集D={X,Y}； S2、数据预处理：采用标准化方法对数据集D={X,Y}进行预处理，消除数据间量纲关系； S3、构建GRU基础网络模型：将数据集D={X,Y}的80%作为训练集，剩余20%作为测试集，训练一个GRU基础网络模型； S4、利用基于方差分解的灵敏度分析和NNG的GRU模型自适应变量选择算法，实现空气分离装置中O2浓度的软测量建模； 在步骤S4中，NNG算法在进行变量选择过程中，利用基于方差分解的灵敏度分析计算总灵敏度指数，并将总灵敏度指数作为NNG算法的自适应权重向量； 所述总灵敏度指数获得步骤如下，XA和XB为两个相互独立的输入变量矩阵，XA和XB的大小相等且行数为，X=[XA;XB]，j和i分别代表XA、XB的行索引和列索引，f表示训练好的GRU模型，定义矩阵表示将XA第i列替换为XB的第i列后的新矩阵，为： 总灵敏度指数表示为： ; 构建自适应构权重向量：根据总灵敏度指数计算每个输入变量相对于输出变量的相对重要性因子， ； 将μi作为NNG算法的自适应权重向量，引入GRU模型实现自适应变量选择，首先将NNG的收缩算子θ=[θ1,θ2,…,θK]引入GRU模型输入权重中，获得优化的GRU模型基本单元表达式： 其次，将相对重要性因子μi引入NNG算法，并通过求解带约束的二次优化， 获得最优收缩系数θ=[θ1,θ2,…,θK]，其中s为绞杀参数， 最后，将θ=[θ1,θ2,…,θK]添加到入GRU模型基本单元表达式中，得到优化后的GRU预测模型： 。

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齐鲁工业大学，其通讯地址为：250353 山东省济南市长清区大学路3501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。