Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜江苏大学邢磊获国家专利权

恭喜江苏大学邢磊获国家专利权

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!

龙图腾网恭喜江苏大学申请的专利一种基于代理模型的鼓泡塔碳捕获工艺的多目标优化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:CN115081293B

龙图腾网通过国家知识产权局官网在2025-05-13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:202210798202.X,技术领域涉及:G06F30/23;该发明授权一种基于代理模型的鼓泡塔碳捕获工艺的多目标优化方法是由邢磊;江海设计研发完成,并于2022-07-08向国家知识产权局提交的专利申请。

一种基于代理模型的鼓泡塔碳捕获工艺的多目标优化方法在说明书摘要公布了:本发明提供一种基于代理模型的鼓泡塔碳捕获工艺的多目标优化方法,包括以下步骤:通过COMSOLMultiphysics软件,构建填充鼓泡塔反应器的物理仿真模型;根据预选的优化目标和设计变量,在设计域内通过最优拉丁超立法取样;构建自适应混合代理模型,利用仿真结果进行模型训练,并使用R2和RMSE等对模型的准确性和稳定性进行评估对不同设计变量进行Sobol全局敏感度分析;采用非支配性遗传算法二对所选的代理模型进行多目标优化求解;根据NSGA‑II得到的解集绘制Pareto前沿图来获取多目标优化最优解;输出满足预先指定工艺要求的多目标优化方案,得到该工艺所需能耗和二氧化碳捕获速率的最佳权衡解及对应的最佳操作条件,这些数据对该工艺后续工业化应用具有指导意义。

本发明授权一种基于代理模型的鼓泡塔碳捕获工艺的多目标优化方法在权利要求书中公布了:1.一种基于代理模型的鼓泡塔碳捕获工艺的多目标优化方法,其特征在于,包括以下步骤:步骤S1、多物理场仿真模型的构建:构建基于矿物颗粒的加强风化作用捕获CO2的串联填充鼓泡塔反应器的物理仿真模型;填充鼓泡塔反应器的物理仿真模型是基于矿物颗粒的加强风化作用捕获CO2的串联填充鼓泡塔反应器的物理仿真模型,串联填充鼓泡塔反应器包括至少两个填充鼓泡塔反应器,填充鼓泡塔反应器包括基于海水的填充鼓泡塔和基于淡水的填充鼓泡塔;物理仿真模型中包括二氧化碳捕获的反应动力学和二氧化碳在反应器内气-液界面的传质过程;步骤S2、代理模型数据集取样:根据捕获CO2的串联填充鼓泡塔反应器工艺,首先确定该工艺的优化目标和设计变量,目标函数:fX=[f1X,f2X]T其中,f1X代表最大的CO2捕获速率,f2X代表最小的工艺能耗;所述设计变量X:X=[x1,x2,x3,x4,x5,x6,x7,x8]T,X∈K其中,x1,x2,x3和x4分别是海水填充鼓泡塔反应器中矿物颗粒大小、床层高度、气体流速和液体流速;x5,x6,x7和x8则对应于淡水填充鼓泡塔反应器中矿物颗粒大小、床层高度、气体流速和液体流速,K为待优化流程的设计域,表示为:K=[[1,10],[1,10],[0.0001,0.001],[0.0001,0.001],[1,10],[1,10],[0.0001,0.001],[0.001,0.01]]T;在确定设计变量和目标后,在设计域内通过最优拉丁超立方取样法取样,并将取样点输入步骤S1构建的物理仿真模型中,得到相应取样点的仿真结果;步骤S3、代理模型的构建与评估:根据步骤S2取样点的仿真结果构建自适应混合代理模型,利用仿真结果进行混合代理模型训练,并使用R2和RMSE对混合代理模型的准确性和稳定性进行评估;步骤S4、全局敏感度分析:在步骤S3混合代理模型的准确性和稳定性达标后,对不同设计变量X进行Sobol全局敏感度分析,得到的全局敏感度指数ST;步骤S5、代理模型优化求解:在步骤S4的敏感度分析后,采用非支配性遗传算法对所选的混合代理模型进行多目标优化求解;步骤S6、多目标权衡解图绘制:根据步骤S5非支配性遗传算法得到的解集绘制Pareto前沿图来获取最优解;步骤S7、优化方案输出:对照步骤S6得到的最优解找出非支配性遗传算法中对应最优解的最佳设计变量X的相应目标函数值最大的CO2捕获速率和最小的工艺能耗,输出满足预先指定工艺要求的多目标优化方案;所述多目标优化方案包括能实现的最小能耗和最大捕获速率以及对应的最佳设计变量X的取值。

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江苏大学,其通讯地址为:212013 江苏省镇江市京口区学府路301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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。