[发明专利]一种基于GRU的耙吸挖泥船艏吹瞬时产量预测方法

说明书

本发明公开一种基于GRU的耙吸挖泥船艏吹瞬时产量预测方法。该方法首先对耙吸挖泥船艏吹的历史施工数据和瞬时产量数据进行收集；再根据相关数学模型以及艏吹工艺进行分析，选取与瞬时产量预测有关的变量作为模型的输入，瞬时产量作为输出；之后对所选取的数据进行预处理，包括去噪、异常值处理、归一化处理。并将预处理的数据划分为训练集数据、验证集数据；然后建立GRU神经网络模型，用于耙吸挖泥船艏吹瞬时产量的预测；最后利用所述训练集数据对模型进行训练，并利用所述验证集数据对模型进行验证，得到耙吸挖泥船瞬时产量预测模型。该预测方法准确、快速、稳定。

技术领域

本发明涉及工程挖泥产量预测方法，特别涉及一种基于GRU的耙吸挖泥船艏吹瞬时产量预测方法。

背景技术

疏浚工程是在水下挖掘的土方工程沉淀物、沙或岩石使用特定的机械设备拓宽和加深挖掘区域。人们对于耙吸挖泥船的性能、效率、自动化水平、环保等级要求越来越高，提高性能和效率挖泥船产能成为了疏浚工作的重点。艏吹是耙吸挖泥船常用吹填施工方法之一，多用于离岸深海区取砂、运输到近岸区艏吹造陆的情况，如长江口区域圈围工程，斯里兰卡科伦坡南港集装箱码头工程和科特迪瓦阿比让港口扩建项目。耙吸挖泥船艏吹作业方式得到了广泛的应用。但是针对两流的复杂性，艏吹的机理复杂性难以对艏吹进行机理分析和准确预测。而作为评价耙吸挖泥船艏吹施工效率的重要指标，预测耙吸挖泥船艏吹的生产率有助于提高施工效率，选择最优的挖泥船作业参数，实现挖泥船的最优控制。因此对耙吸挖泥船的疏浚瞬时产量的预测对于优化疏浚过程，控制疏浚成本具有重要意义。

中国专利CN201921046801.6公开发表了一种新型的挖泥船产量计，使用带有驱动机构的检测筒侧壁转动连接保持套，从不同角度进行检测，提升了检测数据的可靠性；中国专利CN202010875940.0公开发表了一种挖泥船产量计，通过对挖泥船船管道内泥浆浓度和管道流量进行测量，进一步得到挖泥船的产量情况。采用基于电学层析成像法的无源传感器提升了液固两相流体管道输送浓度与流量测量精度的准确性。利用产量计对挖泥船瞬时产量进行测量虽然直接方便，但是不能提前估计挖泥船的瞬时产量，不能达到预测的效果。

耙吸挖泥船的疏浚过程是一个时间连续的施工过程，产生的施工数据是基于时间序列的数据，数据之间存在时间滞后的问题，GRU神经网络对于时间序列的数据具有很好的处理能力，对非线性、多步预测问题可以取得很好的预测效果，因此采用GRU神经网络对耙吸挖泥船艏吹瞬时产量预测模型进行构建。技术现有的耙吸挖泥船艏吹瞬时产量预测方法较少，且精度不够高，没有考虑挖泥船实际施工数据是基于时间序列的数据而存在的一些问题。

发明内容

发明目的：本发明的目的是提供一种精度高的基于GRU的耙吸挖泥船艏吹瞬时产量预测方法。

技术方案：本发明提出了所述的基于GRU的耙吸挖泥船艏吹瞬时产量预测方法，包括如下步骤：

步骤1：收集耙吸挖泥船艏吹的历史施工数据和瞬时产量的数据。耙吸挖泥船的施工过程复杂，需要涉及的耙吸挖泥船的多个关键设备，因此收集到的历史数据也会包括多个设备运行数据。而对耙吸挖泥船瞬时产量的描述量主要包括管道流量和泥浆浓度。

步骤2：选择对瞬时产量表示更为直接的管道流量和泥浆浓度作为模型输出。通过对相关数学模型以及艏吹工艺进行分析，从产量的直接计算公式、管道内泥浆浓度计算公式出发，并根据对相关行业知识分析，泥泵转速、泥门开度等因素都会在很大程度上影响或反映耙吸挖泥船艏吹瞬时产量，因此选取泥泵转速、14个抽舱门行程、引水阀开度、高压冲水泵转速、泥浆浓度和管道流量作为影响产量的因素作为模型的输入变量。

步骤3：从收集到的历史数据中提取出上述步骤涉及的实际数据，并对所选取的数据进行预处理。预处理内容包括数据的滤波处理、异常值处理、归一化处理。并将对上述预处理之后的数据进行数据集的划分。