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！

龙图腾网恭喜温州职业技术学院申请的专利基于数字孪生技术预警控制的逆流阀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：CN119467855B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202510032024.3，技术领域涉及：F16K47/02；该发明授权基于数字孪生技术预警控制的逆流阀是由夏志良;刘丽珍设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于数字孪生技术预警控制的逆流阀在说明书摘要公布了：本发明公开了一种基于数字孪生技术预警控制的逆流阀，适用于流体单向流动的精准控制与安全保障；该逆流阀包括阀体和阀瓣组件，利用多源传感器实时采集流体流向及水锤冲击特征等关键数据；边缘控制单元处理传感数据，监测逆流和水锤风险，并在紧急情况下执行快速关阀操作，同时与中央处理单元通信；中央处理单元通过数字孪生引擎建立并实时更新逆流阀的动态特性模型，包括阀瓣开度特性、流体压力及水锤特征；智能分析预警引擎基于深度学习算法识别风险等级与发展趋势，生成预警信号；自适应控制引擎结合风险信号和动态数据，优化控制策略库中的阀瓣关闭参数；此技术方案有效提升了逆流阀的智能化水平和运行可靠性，可广泛应用于工业流体控制领域。

本发明授权基于数字孪生技术预警控制的逆流阀在权利要求书中公布了：1.一种基于数字孪生技术预警控制的逆流阀，其特征在于，包括：阀体，所述阀体内设置有阀瓣组件，用于控制流体的单向流动，所述阀瓣组件包括阀瓣和阀座；多源传感器，设置于所述阀体上，所述多源传感器包括设置于阀瓣前后的差压传感器，用于检测流体的流向和压力差；设置于阀瓣上的角度传感器，用于检测阀瓣开启角度；设置于阀座处的应力传感器，用于检测阀座密封面的受力状态；设置于阀体上的振动传感器，用于检测水锤冲击特征；电动执行机构，设置于所述阀体上，用于在检测到逆流时快速关闭阀瓣；边缘控制单元，安装于所述阀体上，用于接收所述多源传感器采集的逆流阀运行数据；通过所述逆流阀运行数据，监测逆流状态和水锤风险，并在紧急情况下执行快速关阀控制；将所述用于接收所述多源传感器采集的逆流阀运行数据传输至中央处理单元；接收中央处理单元发送的控制指令，并根据所述控制指令，通过所述电动执行机构进行逆流阀调节；中央处理单元，所述中央处理单元通过通信网络与一个或多个所述逆流阀的边缘控制单元连接，包括：数字孪生引擎，用于接收所述边缘控制单元传输的运行数据；依据所述运行数据建立逆流阀数字孪生模型；根据实时运行数据对所述数字孪生模型持续更新，生成包括阀瓣开度特性、流体压力分布及水锤特征的动态特性数据；并将所述动态特性数据传输至智能分析预警引擎；智能分析预警引擎，用于接收所述动态特性数据，通过深度学习算法分析阀瓣动作特性和流体状态特征，识别逆流风险和水锤风险；根据识别出的风险特征，生成包括风险类型和等级的预警信号；并将所述预警信号传输至自适应控制引擎；自适应控制引擎，用于接收所述动态特性数据和预警信号；基于预设的控制策略库，根据所述预警信号中的风险类型和等级选择基础控制策略，其中所述控制策略库针对不同风险等级存储有相应的阀瓣关闭参数模板；结合所述动态特性数据中的流体压力分布和水锤特征，对所述基础控制策略中的关闭参数进行动态优化，生成最优的阀瓣关闭曲线，所述关闭曲线定义了阀瓣从启动关闭到完全关闭过程中的分段速度和时序；将所述关闭曲线转换为执行机构的控制指令，所述控制指令包括执行机构的速度指令、位置指令和时序指令；并将所述控制指令下发至对应的边缘控制单元；所述智能分析预警引擎的深度学习算法采用一个预先训练的深度学习模型实现，所述深度学习模型包括多特性解耦模块、交叉特性关联模块、时空序列预测模块以及风险分级与趋势预测模块；其中，所述多特性解耦模块用于收来自数字孪生模型的多源动态特性数据，所述多源动态特性数据包括阀瓣开度变化曲线、流体上下游压力差、密封面应力分布以及振动频率特性；所述多特性解耦模块的输出为每种特性的独立高维特性向量，具体包括对压力差数据输出压力波动特性、对振动频率输出傅里叶变换后的振动频谱特性；对阀瓣开度和加速度数据输出多尺度时间域特性；所述多特性解耦模块对压力差信号采用卷积网络提取局部波动特性，对振动频率采用傅里叶域网络提取频谱特性，对阀瓣动作采用多尺度分析提取加速度与角度变化模式；所述交叉特性关联模块的输入为所述压力波动特性、振动频谱特性以及多尺度时间域特性；所述交叉特性关联模块的输出为特性关联向量和动态演化向量；所述交叉特性关联模块使用基于图神经网络的多特性交互模型实现，对解耦后的特性进行关联分析，动态建模特性之间的耦合关系；所述时空序列预测模块的输入为所述特性关联向量和动态演化向量，所述时空序列预测模块的输出为时间序列中的预测特性趋势，所述预测特性趋势包括水锤冲击强度的变化预测、密封面应力的偏移预测以及阀瓣动作滞后的可能性；所述时空序列预测模块采用递归网络实现；所述风险分级与趋势预测模块的输入为所述预测特性趋势；所述风险分级与趋势预测模块采用分类回归网络对输入数据进行风险分级与趋势预测，其中，分类分支根据特性权重和发展趋势生成包括逆流风险、水锤冲击和密封异常的风险等级；回归分支预测风险强度及可能的变化趋势，包括水锤冲击频率升高或密封应力偏移；其中，所述多特性解耦模块对压力差信号的局部波动特性提取通过以下公式1实现： ；其中，表示用于提取局部波动特性的卷积核的总数量；在时间的压力波动特性向量；是在时间时的压力差信号序列输入中的第个值；为时间窗口长度，用于捕捉信号的短期波动特性；是高斯加权核函数；为卷积核权重；为周期权重函数；为时间窗口内压力差信号的方差，用于增强对局部异常变化的灵敏度；为方差增益权重；为偏置项，用于平衡输出；所述高斯加权核函数采用如下的公式2实现： ；其中，为卷积核权重，为高斯核宽度；所述周期权重函数采用如下的公式3实现： ；其中，为频率参数；为相位参数。

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温州职业技术学院，其通讯地址为：325000 浙江省温州市瓯海经济开发区东方南路38号温州市国家大学科技园孵化器；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”。