基于LSTM的绞吸挖泥船泥浆浓度动态软测量

• 作者: 李军 俞孟蕻 袁伟
• 来源期刊: 船舶工程
• 学科: 交通运输
• 关键词: 绞吸挖泥船 长短时记忆神经网络 软测量 泥浆浓度
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 专题:疏浚装备
• 页码范围: 22-25,87
• 页数: 5页
• 分类号: U616
• 语种: 中文
• DOI: 10.13788/j.cnki.cbgc.2021.11.05

摘要

受恶劣的施工环境的影响,绞吸挖泥船在疏浚过程中应用的泥浆浓度计易发生故障.为保证绞吸挖泥船在泥浆浓度计损坏时能继续施工作业,提出一种基于长短时记忆(LSTM)神经网络的泥浆浓度动态软测量方法.利用实测施工数据建立泥浆浓度软测量模型,并将所建LSTM模型与BP神经网络(BPNN)模型、KNN模型和循环神经网络(RNN)模型进行对比,验证基于LSTM神经网络的绞吸挖泥船泥浆浓度软测量模型的预测效果.试验结果表明,该方法能实现对绞吸挖泥船泥浆浓度的实时准确预测,预测精度高且稳定性好,具有良好的工程实用价值.