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！

龙图腾网获悉天科院环境科技发展(天津)有限公司;交通运输部天津水运工程科学研究所申请的专利基于多维全时管控的港口干散货堆场电子大棚封闭系统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：CN121704168B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610201551.7，技术领域涉及：G05B13/02；该发明授权基于多维全时管控的港口干散货堆场电子大棚封闭系统是由张春意;井亮;薛永华;王清彪;曹丽华;李阳;赵俊;王妍苏;李金钊;张斌斌;王一珅设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本基于多维全时管控的港口干散货堆场电子大棚封闭系统在说明书摘要公布了：本发明涉及粉尘污染治理技术领域，尤其涉及基于多维全时管控的港口干散货堆场电子大棚封闭系统。本系统通过识别作业事件建立时间基准，将多源传感器数据映射至统一时间轴并结合贝叶斯概率推断实现时空配准；基于配准数据构建物理信息神经网络预测连续粉尘浓度场；根据浓度阈值生成虚拟封闭边界并评估封闭有效性；利用CFD模型结合参数反演法校准物理参数；在滚动预测时域内，构建喷淋成本、环保惩罚及控制代价加权的优化模型，求解最优喷淋控制策略，并将执行效果反馈至模型形成闭环优化。该系统能够实现对堆场扬尘的精准治理，在露天的场景下也能保证扬尘被封闭在电子大棚中。

本发明授权基于多维全时管控的港口干散货堆场电子大棚封闭系统在权利要求书中公布了：1.基于多维全时管控的港口干散货堆场电子大棚封闭系统，其特征在于，包括： 多维感知与配准模块，用于通过识别作业事件建立时间基准，以所述作业事件的发生时刻为锚点，将不同采样频率的传感器数据映射到统一时间轴，结合贝叶斯概率推断方法更新各传感器的空间位置分布，得到时空配准数据； 环境场重构模块，用于基于时空配准数据构建物理信息神经网络，并引入包含数据拟合损失和物理残差损失的损失函数，以预测各时空坐标下的连续浓度场； 虚拟封闭边界生成模块，用于根据环保浓度阈值在所述连续浓度场中提取等值面，生成动态的虚拟封闭边界并判断是否完整包围作业区域，评估电子大棚的封闭有效性； 仿真模型校准模块，用于使用CFD模型预测未来时段的粉尘扩散，在预测时段结束后收集实际观测数据，并结合参数反演法初步校准CFD模型的物理参数； 预测优化控制模块，用于建立滚动时域优化框架，以作业成本、环保惩罚和控制代价的加权和为目标函数，以所述虚拟封闭边界浓度为约束条件，结合CFD模型的预测结果，求解目标优化问题以获得最优作业控制策略； 闭环反馈与持续迭代模块，用于将最优作业控制策略执行后的实际效果反馈至CFD模型，并持续更新边界条件与物理参数； 其中，构建物理信息神经网络步骤包括： 以堆场区域的时空坐标信息作为输入变量，粉尘浓度值作为输出变量，建立神经网络模型，并以时空配准数据作为监督样本进行网络训练； 在网络训练过程中引入包含数据拟合误差项与物理方程残差项的复合损失函数，以保证预测结果同时满足观测一致性与扩散方程约束； 采用梯度下降法对网络参数进行优化，直至损失函数收敛，获得满足物理规律约束的连续浓度场预测模型； 其中，所述复合损失函数计算公式为： ； 其中，表示数据拟合损失，表示物理方程损失，表示边界条件损失，表示质量守恒损失，、、和为各项损失对应的权重系数； 在训练物理信息神经网络中，采用复合损失函数进行训练，对于数据拟合损失： ； 其中，表示传感器的数量，表示第个传感器的网络预测浓度值，对应三维空间坐标，对应时间维度，表示第个传感器的真实浓度值； 对于物理方程损失： ； ； 其中，表示PDE残差点的数量，即在区域内部随机抽样的抽样点数量，表示物理残差项，表示浓度对时间的偏导，表示风速矢量，表示粉尘扩散系数，表示浓度梯度，表示浓度二阶偏导； 对于边界条件损失： ； 其中，表示边界点数量，表示沿边界法向的浓度梯度； 对于质量守恒损失： ； 其中，表示目标空间区域，表示区域边界，表示浓度对时间的偏导，表示边界法向量，、表示体积与面积微元。

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天科院环境科技发展(天津)有限公司;交通运输部天津水运工程科学研究所，其通讯地址为：300450 天津市滨海新区天津自贸试验区(东疆保税港区)呼伦贝尔路416号铭海中心1号楼-2、7-504-9；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。