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！

龙图腾网获悉中国矿业大学申请的专利一种基于混合分布的重介悬浮液密度鲁棒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：CN120492788B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510623271.0，技术领域涉及：G06F17/18；该发明授权一种基于混合分布的重介悬浮液密度鲁棒软测量方法是由刘鑫;海洋;代伟;刘小庆;南静;王兰豪;陈强设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种基于混合分布的重介悬浮液密度鲁棒软测量方法在说明书摘要公布了：本发明公开一种基于混合分布的重介悬浮液密度鲁棒软测量方法，将阀门开度数据输入训练获得的重介悬浮液密度鲁棒软测量模型，输出目标重介悬浮液密度数据；训练获得重介悬浮液密度鲁棒软测量模型，包括：基于重介选煤过程密度回路系统的密度控制回路特征，构建非线性状态空间模型；采集密度计历史运行数据，构建辨识数据集；非线性状态空间模型包括状态转移方程和输出量测方程；利用混合概率分布理论对噪声特性进行建模，获得非线性状态空间鲁棒概率模型；采用期望最大化算法进行联合参数辨识与状态估计，迭代优化确定非线性状态空间鲁棒概率模型最优参数组合，获得重介悬浮液密度鲁棒软测量模型，有效解决了传统软测量方法鲁棒性差的问题。

本发明授权一种基于混合分布的重介悬浮液密度鲁棒软测量方法在权利要求书中公布了：1.一种基于混合分布的重介悬浮液密度鲁棒软测量方法，其特征在于，包括： 将阀门开度数据输入训练获得的重介悬浮液密度鲁棒软测量模型，输出目标重介悬浮液密度数据； 其中，训练获得重介悬浮液密度鲁棒软测量模型，包括： 步骤1：基于重介选煤过程密度回路系统的密度控制回路特征，构建非线性状态空间模型；采集密度计历史运行数据，构建重介选煤过程密度回路系统的辨识数据集； 所述的非线性状态空间模型包括状态转移方程和输出量测方程； 步骤2：利用混合概率分布理论对噪声特性进行建模，获得非线性状态空间鲁棒概率模型； 步骤3：采用期望最大化算法进行联合参数辨识与状态估计，通过迭代优化确定非线性状态空间鲁棒概率模型最优参数组合，获得优化后的重介悬浮液密度鲁棒软测量模型； 步骤1中，将重介选煤过程密度回路系统简化为一个以给水阀门开度为输入和以合格介质桶中重介悬浮液密度为输出的单输入－单输出系统： ， 其中，和分别表示重介质悬浮液的体积流量和密度；表示清水密度；表示磁选机出口处所回收的重介质密度；表示经过磁选机流入合格介质桶的重介质体积流量；和分别表示从高浓介质桶加入到合格介质桶的高浓介质体积流量和密度；Vcor表示合格介质桶内重介质悬浮液的体积；表示经过补水阀加入合格介质桶的清水体积流量； 在工作点处进行泰勒展开，建立如下非线性状态空间模型： ， 其中，表示采样时刻，为时刻的密度状态，xk表示k时刻的密度状态；分别表示采样时刻和采样时刻的密度计测量数据，表示采样时刻的给水阀门开度，表示非线性状态转移函数，表示非线性输出量测函数，和表示模型参数，和表示系统噪声； 步骤2中，设定为零均值的高斯白噪声，服从分布，Rw为高斯分布的方差；采用高斯-学生氏t混合分布建模测量噪声： ， 其中，GStM表示高斯-学生氏t混合分布，表示高斯分布；ek为密度回路系统的测量噪声；St表示学生氏t分布；和分别表示高斯分布和学生氏t分布的混合权重，且；和分别表示高斯分布的均值和方差；、和分别表示学生氏t分布的均值、尺度参数和自由度参数； 密度回路状态变量和输出变量服从如下分布： ， 式中，为时刻的密度状态；xk表示k时刻的密度状态，和表示模型参数，和表示模型参数；表示密度回路系统所采集的输出数据，即密度计所采集的数据； 步骤2中，引入辅助变量对混合分布中的分解为高斯分布与伽马分布的混合，得到输出变量分布为： ， 其中，表示伽马分布，βk为引入的辅助变量； 步骤2中，引入辅助变量对混合分布中的分解为高斯分布与伽马分布的混合，得到输出变量分布为： ， 其中，表示伽马分布； 步骤2中，引入伯努利随机变量，dk概率密度函数为： ， 输出变量概率密度函数为： ， 其中，表示噪声参数。

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国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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。