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！

龙图腾网获悉福建省尤溪永丰茂纸业有限公司申请的专利基于智能化纸浆质量预测的过程调控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：CN121119852B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511660948.4，技术领域涉及：G06Q10/0639；该发明授权基于智能化纸浆质量预测的过程调控方法是由郑建团设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本基于智能化纸浆质量预测的过程调控方法在说明书摘要公布了：本发明涉及一种基于智能化纸浆质量预测的过程调控方法，其特征在于，包括以下步骤：S1:获取现场物理量与业务数据，并预处理，得到多模态数据流；S2:根据多模态数据流，进行特征工程获取多模态特征，并通过特征筛选与降维，获取特征矩阵；S3:基于特征矩阵，对关键质量短期走势进行预测，获取达标概率；并针对即将完成或进行中的批次，预测敏感变量,获取敏感变量清单；S4:基于达标概率与敏感变量清单，基于多目标优化算法，获取候选的结构化的控制策略包；S5:根据控制策略包和当前过程状态，进行最优过程控制。本发明提升了过程主动调控能力，降低了异常发生概率。

本发明授权基于智能化纸浆质量预测的过程调控方法在权利要求书中公布了：1.基于智能化纸浆质量预测的过程调控方法，其特征在于，包括以下步骤： S1:获取现场物理量与业务数据，并预处理，得到多模态数据流； S2:根据多模态数据流，进行特征工程获取多模态特征，并通过特征筛选与降维，获取特征矩阵； S3:基于特征矩阵，对关键质量短期走势进行预测，获取最差-联合达标概率；并针对即将完成或进行中的批次，预测敏感变量,获取敏感变量清单； S4:基于最差-联合达标概率与敏感变量清单，基于多目标优化算法，获取候选的结构化的控制策略包； S5:根据控制策略包和当前过程状态，进行最优过程控制; 所述基于特征矩阵，对关键质量短期走势进行预测，获取最差-联合达标概率，具体如下： 基于特征矩阵，以滑动时间窗的多模态特征作为输入，将过去w分钟的对齐特征片段拼接成时序样本，预测未来h分钟的关键质量指标的轨迹； 采用TemporalCNN构建短期预测模型，输出同时包含点预测与区间估计，通过分位数回归直接给出多个置信分位； 针对每个目标指标，维护工艺标准区间，短期预测得到的条件分布用于计算瞬时达标概率以及未来h分钟内的最差-联合达标概率; 所述短期预测模型使用1D空洞卷积捕捉长依赖，保持因果性，残差块提高稳定性与可训练性，层级累积感受野覆盖窗口长度，输入序列经输入投影层后，依次通过L个残差块后得到最终特征，并通过因果卷积横向映射到未来H步的输出uT； 分位数回归头，对每个分位数τ∈Q： ； 其中，和分别为分位数回归头的权重与偏置；Reshape表示重排操作；为预测的分位点估计值张量； 概率回归头： ； 其中，Wμ,bμ分别为均值预测的权重和偏置；Wσ,bσ分别为标准差预测的权重和偏置；为预设值；，分别为预测的条件均值矩阵和标准差矩阵；softplus为非负激活函数； 对单一质量阈值，上限U′或区间[L’,U′]，达标概率为： ； 其中，y为未来某一步、某指标的真实取值；Φ·为标准正态分布的累积分布函数；Py≤U′为单侧达标概率；PL’≤y≤U′为双侧达标概率； 进一步获取整个预测时域内的最差-联合达标概率： ； 其中，表示对预测时域内的每个时间步k计算联合达标概率，取其中的最小值；为对所有指标的达标概率取乘积；m为并行关注的指标数量；表示在未来第k个时间步，指标j达到其工艺合格区间的概率。

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福建省尤溪永丰茂纸业有限公司，其通讯地址为：365104 福建省三明市尤溪县西滨镇下墩村丁山路29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。