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！

龙图腾网恭喜中南大学申请的专利基于动态机理模型参数演化的关键工艺指标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：CN119862801B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510353252.0，技术领域涉及：G06F30/27；该发明授权基于动态机理模型参数演化的关键工艺指标软测量方法是由孙备;孔鹏;阳春华;李勇刚;张旭隆;尹舒龙设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于动态机理模型参数演化的关键工艺指标软测量方法在说明书摘要公布了：本发明涉及工业过程关键指标监测技术领域，具体公开了基于动态机理模型参数演化的关键工艺指标软测量方法，本发明通过建立基于机理模型和GraphTrans模型的嵌入式混合模型，通过GraphTrans模型估计机理模型的参数，保证了嵌入式混合模型的精度，同时，通过机理模型为GraphTrans模型所输出的动态的机理模型参数提供特定的物理意义，通过嵌入式混合模型完成对工业过程关键指标的预测，解决了传统的引入有综合状态空间的软测量方法，在加权和的计算过程，静态参数和动态特性间的冲突会制约集成机理模型的应用效果的问题。

本发明授权基于动态机理模型参数演化的关键工艺指标软测量方法在权利要求书中公布了：1.基于动态机理模型参数演化的关键工艺指标软测量方法，其特征在于，包括构建嵌入式混合模型，所述嵌入式混合模型包括： 机理模型，所述机理模型基于工艺所属领域知识构建； 嵌入至机理模型中的GraphTrans模型，所述GraphTrans模型包括依次堆叠有S层的编码块以及与第S层的编码块连接的全连接层，每个编码块均包含有一个图卷积神经网络模块和一个Transformer模块； 根据所建立的嵌入式混合模型，进行对关键工艺指标的软测量，包括如下步骤： 数据的提取，提取所进行工艺的过程参数，并根据工艺所属领域知识建立过程参数之间的关联网络，获得过程参数之间的图结构数据； 所述图结构数据为图的邻接矩阵，且根据工艺所属领域知识建立过程参数之间的关联网络，还获得有过程参数之间的图掩码矩阵； 数据的输入，机理模型同步接收所提取的过程参数及动态的机理模型参数，所述动态的机理模型参数由GraphTrans模型接收根据关联网络所建立的图结构数据计算获得； 所述GraphTrans模型获得动态的机理模型参数的步骤如下： 由第一层的编码块接收所有初始节点特征，通过第一层的编码块中的图卷积神经网络模块聚合来自邻居节点的特征； 将所聚合的邻居节点的特征输入至同一层编码块中的Transformer模块内，通过使用有图掩码矩阵的Transformer模块，结合Transformer模块内部所搭载的多头自注意力机制提取不同的变量相关模式，提取获得关联变量之间的注意力特征； 将所获得注意力特征输入至下一层的编码块中并实现逐层特征提取，最终由最后一层的编码块将结果输入至全连接层获得动态的机理模型参数 由第一层的编码块中的图卷积神经网络模块聚合来自邻居节点的特征的过程如下： ； 式中，Hl是第l层的节点特征矩阵，为添加了自连接的邻接矩阵，且，初始时H0=X，X为标准化后的变量矩阵，且； 式中，A表示邻接矩阵，，I是单位矩阵，是的度矩阵，且，Wl是第l层的权重矩阵，且，σ•是非线性激活函数； 式中，R为实数，N为变量个数，也是图中的节点数，F为特征长度； 数据的处理，由机理模型接收过程参数及动态的机理模型参数，进行对关键工艺指标的实时估算，完成对关键工艺指标的软测量。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。