国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

耙吸挖泥船耙頭密度估計(jì)器研究與分析

2014-04-07 07:44:05王柳艷田雨俞孟蕻
中國(guó)港灣建設(shè) 2014年11期
關(guān)鍵詞:泥泵密度估計(jì)沖水

王柳艷,田雨,俞孟蕻

(1.江蘇科技大學(xué)電子信息學(xué)院,江蘇 鎮(zhèn)江 212003;2.長(zhǎng)沙理工大學(xué),湖南 長(zhǎng)沙 410114)

耙吸挖泥船耙頭密度估計(jì)器研究與分析

王柳艷1,田雨2,俞孟蕻1

(1.江蘇科技大學(xué)電子信息學(xué)院,江蘇 鎮(zhèn)江 212003;2.長(zhǎng)沙理工大學(xué),湖南 長(zhǎng)沙 410114)

針對(duì)新型耙頭的挖掘模式,利用黑箱模擬法與在線滾動(dòng)優(yōu)化預(yù)測(cè)理論,設(shè)計(jì)了一種耙頭吸入密度估計(jì)器,采用現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行了仿真實(shí)驗(yàn)。結(jié)果表明,該密度估計(jì)器可以較為準(zhǔn)確地預(yù)測(cè)耙頭底部的吸入密度,在疏浚作業(yè)中實(shí)時(shí)提供連續(xù)的混合物吸入密度信息,及時(shí)指導(dǎo)操作人員針對(duì)不同工況調(diào)整疏浚參數(shù),滿足高效疏浚的需求。

耙吸挖泥船;耙頭密度估計(jì)器;黑箱模擬法;滾動(dòng)優(yōu)化預(yù)測(cè)

0 引言

耙吸式挖泥船在疏浚時(shí)耙頭的吸入產(chǎn)量隨挖掘地點(diǎn)土質(zhì)的變化而不斷變化,而很多土質(zhì)特性是無法測(cè)量或難以測(cè)量的。因此本文利用非線性數(shù)據(jù)驅(qū)動(dòng)的黑箱模擬法結(jié)合遞推最小二乘法在線估計(jì)設(shè)計(jì)了一種耙頭吸入密度估計(jì)器。

1 耙頭疏浚機(jī)理分析

耙頭是挖泥船的重要機(jī)具,其任務(wù)是挖掘河道底部的沙石、淤泥,然后由泥泵通過管道將吸入的泥水混合物輸送到泥艙中。

耙頭吸入混合物的總產(chǎn)量與挖掘模式有關(guān)[1]:

1) 傳統(tǒng)的沖刷型耙頭沖刷后通過泥泵和管線吸入耙頭底部的泥沙混合物。

沖刷型耙頭破土性能較低,僅由泥泵和管線吸水時(shí)產(chǎn)生的水流對(duì)耙頭底部的泥沙沖刷挖掘。

2) 挖掘型耙頭:由切割(或輔于高壓沖水)挖掘后由泥泵和管線吸入耙頭底部的泥沙混合物。

耙頭由刀片、耙齒、高壓沖水裝置組成,河道底部淤泥通過切割和高壓沖水后被輸送到泥艙?,F(xiàn)代大型耙吸挖泥船均裝備挖掘型耙頭,耙頭挖掘過程見圖1。

主動(dòng)耙頭與挖掘深度 hs和耙頭活動(dòng)罩(泥罩)入土縱深 hz之間的關(guān)系有以下 3 種情況:

1) 當(dāng) hs=hz時(shí),挖掘深度 hs等于泥罩縱深hz,此狀態(tài)下耙頭工作最有效。

圖1 耙頭挖掘過程示意圖Fig.1 Sketch of the drag-head during the excavation regime

2) 當(dāng) hs>hz時(shí),耙頭底部和跟部之間沒有空隙。這種情況下無切削產(chǎn)生,這意味著整個(gè)吸入產(chǎn)量完全是通過高壓沖水獲得。

3) 當(dāng) hs

在本論文中,將對(duì)無間隙挖掘過程作分析。

耙頭挖掘過程中可建立如下體積平衡關(guān)系式:

式中:Qm為左右 2個(gè)耙頭各吸入混合物流量;Qp為耙齒切割時(shí)產(chǎn)生混合物供應(yīng)量;Qg為高壓沖水時(shí)松動(dòng)土壤(砂)供應(yīng)量;Qj為高壓噴頭產(chǎn)生的流量;Qa為周圍的水流量;Qf為通過閥門的流量。

耙頭的吸入流量來自于 Qp和 Qg,并且這兩個(gè)量與噴射深度 hj、切削深度 hc、船的速度 vsh和耙頭的寬度Wd有以下關(guān)系:

式中:Wd為已知的參數(shù);vsh可測(cè)量得到。

2 耙頭吸入密度器的研究方法

2.1 經(jīng)典模型

由耙頭的疏浚機(jī)理可建立耙頭模型,通過耙頭模型可以估算吸入密度來預(yù)測(cè)吸入的產(chǎn)量。由耙吸挖泥船的傳感器可測(cè)量得到吸入流量、航速、活動(dòng)罩角度等變量的數(shù)據(jù),泥泵轉(zhuǎn)速控制吸入流量的大小。但耙齒的切割、高壓沖水和水流沖刷之間的作用力通常無法測(cè)得,水下土壤密度也是未知可變參數(shù)。

針對(duì)模型的輸入-輸出機(jī)理,本文通過非線性數(shù)據(jù)驅(qū)動(dòng)黑箱模擬法對(duì)耙頭密度進(jìn)行建模,引用多項(xiàng)式模型如下[2]:

式中:Qi為進(jìn)艙流量;vsh為對(duì)地航速;ρi為耙頭吸入密度;adh,bdh,cdh為模型中需估算的參數(shù)。

針對(duì)這一多項(xiàng)式,利用安裝在耙臂上的流量計(jì)和密度計(jì)可以測(cè)得 Qi和 ρi,從而對(duì)上式進(jìn)行仿真估計(jì)[3]。

3個(gè)參數(shù)的估算將通過實(shí)測(cè)數(shù)據(jù)用最小二乘法計(jì)算得到。

2.2 估算參數(shù)分析

考慮此參數(shù)估計(jì)問題是線性的,可以使用最小平方算法求解[4]。需求解的線性方程組 如下:

若將 tij記作數(shù)據(jù)矩陣 A ,A 為輸入?yún)?shù);參數(shù) aj記作參數(shù)向量 b,b 為預(yù)估參數(shù);觀測(cè)值 yi記作y,為輸出變量。則線性方程組為:

此方程組的二范數(shù)極小解的計(jì)算方法為:

2.3 耙頭密度估計(jì)器研究分析

依據(jù)已建立的耙頭產(chǎn)量模型方程式,并采用實(shí)際疏浚數(shù)據(jù),對(duì)模型中的未知參數(shù) adh,bdh,cdh進(jìn)行了估計(jì)預(yù)測(cè)。但以往的研究都是將此參數(shù)估計(jì)值設(shè)為定值提供給疏浚優(yōu)化控制系統(tǒng),這樣不僅沒有在一個(gè)疏浚周期內(nèi)準(zhǔn)確預(yù)測(cè)到不斷變化的吸入密度,也制約了優(yōu)化控制系統(tǒng)的性能。

因此,對(duì)耙頭吸入密度準(zhǔn)確估計(jì)采用以下工作步驟:

1)滾動(dòng)優(yōu)化

由于實(shí)際疏浚過程中每個(gè)時(shí)間段采集若干組輸入-輸出數(shù)據(jù),因此為了預(yù)測(cè)耙頭吸入密度 ρi的準(zhǔn)確性,優(yōu)化其估計(jì)性能,針對(duì)測(cè)得數(shù)據(jù)每10組做 1 次 adh,bdh,cdh的參數(shù)估算,將最新的估計(jì)參數(shù)運(yùn)用到公式 (4) 中,再循環(huán)進(jìn)行下一組的吸入密度預(yù)測(cè)。每次仿真取一個(gè)疏浚周期中 100 組數(shù)據(jù)進(jìn)行測(cè)試。這樣滾動(dòng)進(jìn)行的實(shí)時(shí)預(yù)測(cè)不僅提高了預(yù)測(cè)的準(zhǔn)確性,還為后續(xù)的疏浚性能評(píng)估提供了依據(jù)。

2)耙吸管道的延遲補(bǔ)償

考慮到 Qi, ρi不是在耙頭的進(jìn)口處測(cè)得,而是在泥泵處由流量計(jì)和密度計(jì)測(cè)量所得,因此所測(cè)得的密度值具有約數(shù)秒的延遲。為了彌補(bǔ)此延遲,所以期望下個(gè)時(shí)間段的 ρi,mens(k+ τ)為:

式中:τ為樣本延遲;k為時(shí)間指數(shù)。

但 ρi,mens(k+ τ)是未知的,可以計(jì)算前一個(gè)密度值,即 ρi,mens(k):

由于帶入延遲 τ 的不同,預(yù)計(jì) ρi,mens(k)也在變化,這里將通過計(jì)算預(yù)測(cè)和實(shí)測(cè)值的方差,尋找到τ=3時(shí)的密度估計(jì)達(dá)到最佳狀態(tài)。

3) 性能評(píng)價(jià)

耙頭密度估計(jì)器設(shè)計(jì)完成的同時(shí)還需確定一個(gè)性能指標(biāo)來評(píng)價(jià)模型的性能。本文采用計(jì)算實(shí)測(cè)值和預(yù)測(cè)值2組數(shù)據(jù)的平均數(shù)差數(shù)的標(biāo)準(zhǔn)差來做性能評(píng)價(jià),稱為“數(shù)據(jù)差異顯著性檢驗(yàn)”[5]。這種檢測(cè)方式可以明顯針對(duì)2組的差異性進(jìn)行檢驗(yàn),比較出每組調(diào)整后預(yù)測(cè)值的準(zhǔn)確性,今后可利用預(yù)估的參數(shù)做具體分析并提高耙頭挖掘效率。

樣本平均數(shù)差數(shù)的標(biāo)準(zhǔn)差計(jì)算公式(2個(gè)樣本個(gè)數(shù)相同時(shí)):

4) 利用 MATLAB 設(shè)計(jì)仿真耙頭密度估計(jì)器

根據(jù)實(shí)際數(shù)據(jù)的輸入軌跡和初始條件來做出模型的預(yù)測(cè)仿真,運(yùn)用 MATLAB 仿真耙頭密度估計(jì)器。

3 耙頭密度估計(jì)器的仿真與驗(yàn)證

本次仿真實(shí)驗(yàn)使用了不同挖泥船在不同工況下的數(shù)據(jù):挖泥船A在河北某港和挖泥船B在福建某港的實(shí)測(cè)數(shù)據(jù)對(duì)耙頭密度估計(jì)器模型進(jìn)行實(shí)驗(yàn)。在性能指標(biāo)評(píng)價(jià)的A、B兩組數(shù)據(jù)分別選取2個(gè)工況中的 2 個(gè)疏浚周期樣本為 100 組點(diǎn)性樣本作比較。

驗(yàn)證方法:將耙頭密度估計(jì)器的密度估計(jì)值與船上安裝的密度計(jì)測(cè)得的實(shí)際密度值進(jìn)行比對(duì),通過仿真圖和數(shù)據(jù)驗(yàn)證此密度估計(jì)器的精準(zhǔn)度。

1) A 組數(shù)據(jù)仿真結(jié)果

選取 2014 年 4 月 8 日,挖泥船 A 在河北某港作業(yè)時(shí)其中的 2 個(gè)疏浚周期中的 100 組數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),當(dāng)時(shí)航行平均速度在 4 kn 左右。

從以下仿真圖可以看出在河北某港疏浚周期中預(yù)估吸入密度與實(shí)測(cè)密度的趨勢(shì)走向較為吻合。比較每次疏浚過程中吸入的混合物平均密度有所不同,如圖 2(a)所顯示的平均吸入密度在 1 200~ 1 300 kg/m3之間,圖 2(b)所顯示的平均吸入密度約在 1 050~1 100 kg/m3之間。

圖 2 耙吸密度 ρi在 A 組數(shù)據(jù)下預(yù)測(cè)和實(shí)測(cè)結(jié)果Fig.2 Drag suction density ρipredicted and measured results under A group of data

由仿真圖可以看出:在耙頭吸入密度有較大改變之前,此密度估計(jì)器可以較為準(zhǔn)確的預(yù)測(cè)耙頭密度的變化趨勢(shì)。

從表 1A 組樣本平均數(shù)差數(shù)可見耙頭模型預(yù)估吸入密度結(jié)果表現(xiàn)良好,數(shù)據(jù)平均數(shù)差數(shù)的標(biāo)準(zhǔn)差也較小。這說明此耙頭密度估計(jì)器可以用于黃驊港土質(zhì)的預(yù)測(cè),且預(yù)測(cè)較為準(zhǔn)確。

表1 預(yù)測(cè)值與實(shí)測(cè)值的差異性檢驗(yàn)Table1 Differences between the predicted and measured values of test

2) B 組數(shù)據(jù)仿真結(jié)果

第二個(gè)工況為 2014 年 6 月 2 日在福建某港使用挖泥船B進(jìn)行疏浚時(shí)測(cè)得其中2個(gè)疏浚周期中的 100 組數(shù)據(jù)對(duì)模型進(jìn)行仿真分析。當(dāng)時(shí)平均航速在 3 kn 左右。

圖 3 耙吸密度 ρi在 B 組數(shù)據(jù)下預(yù)測(cè)和實(shí)測(cè)結(jié)果Fig.3 Drag suction density ρipredicted and measured results under B group of data

通過以上仿真圖可看出在福建某港的疏浚作業(yè)中預(yù)估吸入密度與實(shí)測(cè)密度的變化趨勢(shì)基本相同,且當(dāng)每次疏浚過程中吸入的混合物平均密度有 所 不 同 時(shí) , 如 圖 3(a)所 示 的 平 均 吸 入 密 度1 200~1 260 kg/m3之間, 圖 3(b)所顯示的平均吸入密度約在 1 150~1 250 kg/m3之間,可見在不同的疏浚周期中針對(duì)吸入混合物密度有較大改變時(shí)也能較為準(zhǔn)確的預(yù)測(cè)耙頭吸入密度。從表 1B組樣本平均數(shù)差數(shù)可見預(yù)測(cè)值與實(shí)測(cè)值的差異較小。

比較仿真圖 2、圖 3時(shí)發(fā)現(xiàn) B 組吸入密度的平均值比A組要小,實(shí)際為B組在疏浚時(shí)打開了高壓沖水裝置,且航速較第一個(gè)工況也小,從而吸入密度變小。通過第二組工況實(shí)驗(yàn)驗(yàn)證此耙頭密度估計(jì)器在福建某港下的數(shù)據(jù)預(yù)測(cè)仿真結(jié)果比較好。

4 結(jié)語(yǔ)

本文在耙頭挖掘過程中耙頭密度估計(jì)器的實(shí)現(xiàn)可以在管道的進(jìn)口處預(yù)測(cè)出在后續(xù)疏浚周期中實(shí)時(shí)的吸入密度。通過此密度的確定,結(jié)合其他控制器的操作,工作人員可以調(diào)整泥泵轉(zhuǎn)速、航速、活動(dòng)罩角度等來提高耙頭部分的疏浚效率。

[1] PAWEL M STANO.Nonlinear state and parameter estimation for hopper dredgers[M].Netherlands:Pawel Miroslaw Stano,2013: 8-9.

[2]WANG Li.Intelligent data analysis and control of a hopper dredger [D].Netherlands:Delft University of Technology,2006:42,79,169.

[3]MAERTENS K,BABUˇSKA R,BAERDEMAEKER.Evolutionary input selection for the non-linear identification of complex processes[J].Computers and Electronics in Agriculture,2005,49(3): 441-451.

[4] 楊世興,張寶泉,趙永秀.MATLAB 在最小二乘參數(shù)辯識(shí)中的應(yīng)用[J].電工技術(shù),2003(11):44-45. YANG Shi-xing,ZHANG Bao-quan,ZHAO Yong-xiu.Application of MATLAB in the least-squares parameter identification[J]. The Electrician Technology,2003(11):44-45.

[5] 張鳳菊,劉曉娟,趙麗平,等.數(shù)據(jù)差異性顯著檢驗(yàn)[J].農(nóng)機(jī)使用與維修,2012(4):51-52. ZHANG Feng-ju,LIU Xiao-juan,ZHAO Li-ping,et al.Significant differences in test data[J].Agricultural Use and Repair,2012(4): 51-52.

Research and analysis on drag head density estimator of trailing suction hopper dredger

WANG Liu-yan1,TIAN Yu2,YU Meng-hong1
(1.School of Electronics and Information,Jiangsu University of Science and Technology,Zhenjiang,Jiangsu 212003,China; 2.Changsha University of Science&Technology,Changsha,Hunan 410114,China)

Based on the new type drag head of digging model,we used the black-box simulation and online rolling forecast to design a drag head density estimator,and carried the simulation experiment with field data.It proved that the estimator can accurately predicting the inhalation density,can provide continuous real-time to the operators when the density of the mixture inhaled dredging,can let the operator according to different working conditions to adjust each subsystem,and can meet the efficient dredging requirements.

trailing suction hopper dredger;drag head density estimator;black box simulation method;rolling optimization forecast

U674.31

:A文獻(xiàn)標(biāo)志碼:2095-7874(2014)11-0069-04

10.7640/zggwjs201411020

2014-09-25

2014-10-21

航道疏浚技術(shù)交通行業(yè)重點(diǎn)實(shí)驗(yàn)室基金資助項(xiàng)目 (7200603023)

王柳艷 (1990 — ),女,江蘇溧水人,碩士研究生。從事耙吸挖泥船高效化疏浚課題研究。E-mail:wangliuyanxx@163.com

猜你喜歡
泥泵密度估計(jì)沖水
中國(guó)人均可支配收入的空間區(qū)域動(dòng)態(tài)演變與差異分析
m-NOD樣本最近鄰密度估計(jì)的相合性
面向魚眼圖像的人群密度估計(jì)
DPM方法用于泥泵葉輪的耐磨選型
淺談新型IHC 曲線泥泵挖掘黏土效率及能耗對(duì)比分析
基于MATLAB 的核密度估計(jì)研究
科技視界(2021年4期)2021-04-13 06:03:56
大型絞吸挖泥船泥泵封水系統(tǒng)配置分析
船舶(2019年1期)2019-03-06 07:36:46
航浚4007輪泥泵改造研究與實(shí)踐
一鍵下水
公共衛(wèi)生間內(nèi)的激光沖水器
大眾健康(2016年7期)2016-08-04 22:44:07
安龙县| 仙桃市| 虞城县| 遵义市| 定陶县| 鹰潭市| 伊宁市| 武汉市| 望谟县| 堆龙德庆县| 来凤县| 南木林县| 克拉玛依市| 全椒县| 镇雄县| 安多县| 林周县| 开阳县| 岳阳市| 监利县| 大丰市| 陵川县| 博野县| 正安县| 呼和浩特市| 台东市| 威海市| 栾川县| 桓仁| 焦作市| 营口市| 吉隆县| 宜兴市| 珠海市| 北辰区| 芜湖市| 永福县| 两当县| 天祝| 连山| 普定县|