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：船舶工程, 2021, 43(11): 22-87.

DOI：10.13788/j.cnki.cbgc.2021.11.05

• 绞吸挖泥船
• 长短时记忆神经网络
• 软测量
• 泥浆浓度

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。

• 单位
  江苏科技大学