買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網恭喜溫州職業(yè)技術學院申請的專利基于數字孿生技術預警控制的逆流閥獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119467855B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510032024.3，技術領域涉及：F16K47/02；該發(fā)明授權基于數字孿生技術預警控制的逆流閥是由夏志良;劉麗珍設計研發(fā)完成，并于2025-01-09向國家知識產權局提交的專利申請。

本基于數字孿生技術預警控制的逆流閥在說明書摘要公布了：本發(fā)明公開了一種基于數字孿生技術預警控制的逆流閥，適用于流體單向流動的精準控制與安全保障；該逆流閥包括閥體和閥瓣組件，利用多源傳感器實時采集流體流向及水錘沖擊特征等關鍵數據；邊緣控制單元處理傳感數據，監(jiān)測逆流和水錘風險，并在緊急情況下執(zhí)行快速關閥操作，同時與中央處理單元通信；中央處理單元通過數字孿生引擎建立并實時更新逆流閥的動態(tài)特性模型，包括閥瓣開度特性、流體壓力及水錘特征；智能分析預警引擎基于深度學習算法識別風險等級與發(fā)展趨勢，生成預警信號；自適應控制引擎結合風險信號和動態(tài)數據，優(yōu)化控制策略庫中的閥瓣關閉參數；此技術方案有效提升了逆流閥的智能化水平和運行可靠性，可廣泛應用于工業(yè)流體控制領域。

本發(fā)明授權基于數字孿生技術預警控制的逆流閥在權利要求書中公布了：1.一種基于數字孿生技術預警控制的逆流閥，其特征在于，包括：閥體，所述閥體內設置有閥瓣組件，用于控制流體的單向流動，所述閥瓣組件包括閥瓣和閥座；多源傳感器，設置于所述閥體上，所述多源傳感器包括設置于閥瓣前后的差壓傳感器，用于檢測流體的流向和壓力差；設置于閥瓣上的角度傳感器，用于檢測閥瓣開啟角度；設置于閥座處的應力傳感器，用于檢測閥座密封面的受力狀態(tài)；設置于閥體上的振動傳感器，用于檢測水錘沖擊特征；電動執(zhí)行機構，設置于所述閥體上，用于在檢測到逆流時快速關閉閥瓣；邊緣控制單元，安裝于所述閥體上，用于接收所述多源傳感器采集的逆流閥運行數據；通過所述逆流閥運行數據，監(jiān)測逆流狀態(tài)和水錘風險，并在緊急情況下執(zhí)行快速關閥控制；將所述用于接收所述多源傳感器采集的逆流閥運行數據傳輸至中央處理單元；接收中央處理單元發(fā)送的控制指令，并根據所述控制指令，通過所述電動執(zhí)行機構進行逆流閥調節(jié)；中央處理單元，所述中央處理單元通過通信網絡與一個或多個所述逆流閥的邊緣控制單元連接，包括：數字孿生引擎，用于接收所述邊緣控制單元傳輸的運行數據；依據所述運行數據建立逆流閥數字孿生模型；根據實時運行數據對所述數字孿生模型持續(xù)更新，生成包括閥瓣開度特性、流體壓力分布及水錘特征的動態(tài)特性數據；并將所述動態(tài)特性數據傳輸至智能分析預警引擎；智能分析預警引擎，用于接收所述動態(tài)特性數據，通過深度學習算法分析閥瓣動作特性和流體狀態(tài)特征，識別逆流風險和水錘風險；根據識別出的風險特征，生成包括風險類型和等級的預警信號；并將所述預警信號傳輸至自適應控制引擎；自適應控制引擎，用于接收所述動態(tài)特性數據和預警信號；基于預設的控制策略庫，根據所述預警信號中的風險類型和等級選擇基礎控制策略，其中所述控制策略庫針對不同風險等級存儲有相應的閥瓣關閉參數模板；結合所述動態(tài)特性數據中的流體壓力分布和水錘特征，對所述基礎控制策略中的關閉參數進行動態(tài)優(yōu)化，生成最優(yōu)的閥瓣關閉曲線，所述關閉曲線定義了閥瓣從啟動關閉到完全關閉過程中的分段速度和時序；將所述關閉曲線轉換為執(zhí)行機構的控制指令，所述控制指令包括執(zhí)行機構的速度指令、位置指令和時序指令；并將所述控制指令下發(fā)至對應的邊緣控制單元；所述智能分析預警引擎的深度學習算法采用一個預先訓練的深度學習模型實現，所述深度學習模型包括多特性解耦模塊、交叉特性關聯模塊、時空序列預測模塊以及風險分級與趨勢預測模塊；其中，所述多特性解耦模塊用于收來自數字孿生模型的多源動態(tài)特性數據，所述多源動態(tài)特性數據包括閥瓣開度變化曲線、流體上下游壓力差、密封面應力分布以及振動頻率特性；所述多特性解耦模塊的輸出為每種特性的獨立高維特性向量，具體包括對壓力差數據輸出壓力波動特性、對振動頻率輸出傅里葉變換后的振動頻譜特性；對閥瓣開度和加速度數據輸出多尺度時間域特性；所述多特性解耦模塊對壓力差信號采用卷積網絡提取局部波動特性，對振動頻率采用傅里葉域網絡提取頻譜特性，對閥瓣動作采用多尺度分析提取加速度與角度變化模式；所述交叉特性關聯模塊的輸入為所述壓力波動特性、振動頻譜特性以及多尺度時間域特性；所述交叉特性關聯模塊的輸出為特性關聯向量和動態(tài)演化向量；所述交叉特性關聯模塊使用基于圖神經網絡的多特性交互模型實現，對解耦后的特性進行關聯分析，動態(tài)建模特性之間的耦合關系；所述時空序列預測模塊的輸入為所述特性關聯向量和動態(tài)演化向量，所述時空序列預測模塊的輸出為時間序列中的預測特性趨勢，所述預測特性趨勢包括水錘沖擊強度的變化預測、密封面應力的偏移預測以及閥瓣動作滯后的可能性；所述時空序列預測模塊采用遞歸網絡實現；所述風險分級與趨勢預測模塊的輸入為所述預測特性趨勢；所述風險分級與趨勢預測模塊采用分類回歸網絡對輸入數據進行風險分級與趨勢預測，其中，分類分支根據特性權重和發(fā)展趨勢生成包括逆流風險、水錘沖擊和密封異常的風險等級；回歸分支預測風險強度及可能的變化趨勢，包括水錘沖擊頻率升高或密封應力偏移；其中，所述多特性解耦模塊對壓力差信號的局部波動特性提取通過以下公式1實現： ；其中，表示用于提取局部波動特性的卷積核的總數量；在時間的壓力波動特性向量；是在時間時的壓力差信號序列輸入中的第個值；為時間窗口長度，用于捕捉信號的短期波動特性；是高斯加權核函數；為卷積核權重；為周期權重函數；為時間窗口內壓力差信號的方差，用于增強對局部異常變化的靈敏度；為方差增益權重；為偏置項，用于平衡輸出；所述高斯加權核函數采用如下的公式2實現： ；其中，為卷積核權重，為高斯核寬度；所述周期權重函數采用如下的公式3實現： ；其中，為頻率參數；為相位參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人溫州職業(yè)技術學院，其通訊地址為：325000 浙江省溫州市甌海經濟開發(fā)區(qū)東方南路38號溫州市國家大學科技園孵化器；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。