摘要
本发明涉及一种绞吸挖泥船挖掘过程疏浚难度实时预测方法,包括如下步骤:对监控系统中的施工参数进行分类,划分出可控参数作为施工数据;选取能够实时反应挖掘难易程度的参数,即绞刀切削扭矩和绞车横移扭矩;对施工数据进行预处理;分别筛选出对绞刀切削扭矩、绞车横移扭矩影响显著的关键特征;创建CNN‑LSTM多变量时间序列模型,将施工数据划分为训练集和预测集,对其进行训练;分别将绞刀切削扭矩和绞车横移扭矩相关的关键特征作为模型的输入,绞刀切削扭矩和绞车横移扭矩作为输出,实现实时预测。本发明能够辅助操作人员根据疏浚难度等级实时预测值来即时评估疏浚作业难度,并相应地调整挖掘策略和操作参数,从而提高疏浚施工的控制精度。
技术关键词
绞吸挖泥船
绞刀
时间序列模型
绞车
Lagrange插值法
皮尔逊相关系数
关键控制参数
数据
疏浚作业
变量
混合方法
数值
滤波器
策略
指标
速度
系统为您推荐了相关专利信息
时间序列模型
业务系统
曲线
异常检测方法
时间段
感应设备
实时监测系统
热变形预测方法
数据随时间
计算机设备
展柜
应急控制方法
电力供应控制
实时数据
多属性决策
企业风险管理系统
时间序列模型
风险预测模型
客户
设备故障率