本發(fā)明涉及耙吸挖泥船疏浚過程裝艙優(yōu)化，尤其涉及一種耙吸挖泥船溢流流量和溢流密度分散估計方法。
背景技術：
1、作為水利式挖泥船的一種，耙吸挖泥船在航行中通過耙頭挖掘水底泥砂并經(jīng)管線輸送至泥艙沉淀，來周期性完成疏浚裝艙作業(yè)。相比于其它挖泥船型，其具有自航、自挖、自裝、自卸、挖深大、靈活機動等獨特優(yōu)勢，已廣泛用于港口、航道、海灘的建設與維護，清淤防洪，吹填造陸等諸多工程領域。
2、在耙吸挖泥船到達特定的施工區(qū)域后，隨著裝艙溢流作業(yè)的進行，被耙頭挖掘的泥砂在艙內逐步沉淀形成沙床的同時，低密度的泥水混合物會經(jīng)過溢流堰流出舷外，從而導致裝艙質量的下降和裝艙時間的延長，進而影響到挖泥船疏浚作業(yè)過程中的產量和效率。及時、準確的獲取溢流流量和溢流密度，有助于船員能夠實時掌握泥艙中泥砂的沉積情況，進而方便其調整疏浚策略和修正設備參數(shù)。然而，因為溢流堰內存在空氣等原因，致使溢流流量和溢流密度不能通過儀器設備測量得到。船員只能憑借自身的能力和經(jīng)驗來判斷溢流損失的大小，這無疑增加了船員操控設備的難度和工作量。雖然能夠通過建立泥艙沉積模型并結合實船數(shù)據(jù)估算溢流損失，但模型中包含難以處理的時變土壤參數(shù)，給溢流流量和密度的求取造成了一定困難。因此，需探索實用可行的方法對溢流堰內混合物的流量和密度進行切實、有效的估計，擺脫對船員施工能力和經(jīng)驗的依賴，這對于耙吸挖泥船裝艙性能的優(yōu)化和輔助智能決策支持系統(tǒng)的創(chuàng)建都具有十分重要的意義。
技術實現(xiàn)思路
1、有鑒于此，本發(fā)明提供一種耙吸挖泥船溢流流量和溢流密度分散估計方法，提高溢流損失估算的精度和準度，并縮短估計的時間，從而使裝艙性能得到優(yōu)化。
2、本發(fā)明是通過以下技術手段實現(xiàn)上述技術目的的。
3、一種耙吸挖泥船溢流流量和溢流密度分散估計方法：
4、收集耙吸挖泥船正常挖泥裝艙作業(yè)時的實時數(shù)據(jù)，并進行去噪處理；
5、根據(jù)泥艙沉積模型體積和質量的平衡方程、泥水混合物溢流流量和溢流密度的維納過程模型方程，分別確定溢流子系統(tǒng)1的狀態(tài)方程和觀測方程、溢流子系統(tǒng)2的狀態(tài)方程和觀測方程；
6、構建cd-fpf-ukf組合算法的級聯(lián)觀測器對溢流流量和溢流密度進行分散估計：基于cd-fpf算法的觀測器1運用溢流子系統(tǒng)1的狀態(tài)方程和觀測方程，估算出溢流流量；基于ukf算法的觀測器2運用溢流子系統(tǒng)2的狀態(tài)方程和觀測方程和觀測器1的溢流流量估算結果，估計得到溢流密度。
7、進一步地，所述耙吸挖泥船正常挖泥裝艙作業(yè)時的實時數(shù)據(jù)包括泥水混合物總質量和總體積、泥水混合物進艙流量和進艙密度、溢流堰高度。
8、更進一步地，所述泥艙沉積模型體積和質量的平衡方程為：
9、
10、式中，vt為泥艙內泥水混合物的總體積，mt為泥艙內泥水混合物的總質量，qi為泥水混合物進艙流量，ρi為泥水混合物進艙密度，qo為泥水混合物溢流流量，ρo為泥水混合物溢密度。
11、更進一步地，所述泥水混合物溢流流量和溢流密度的維納過程模型方程為：
12、
13、式中，qo,t+1是在時刻t+1時的泥水混合物溢流流量，ρo,t+1是在時刻t+1時的泥水混合物溢流密度，ωq,t是在時刻t時的泥水混合物溢流流量的過程噪聲，ωρ,t是在時刻t時的泥水混合溢流密度的過程噪聲。
14、更進一步地，溢流子系統(tǒng)1的狀態(tài)向量x1、輸入變量u1和觀測變量z1定義為：x1＝[vtqo]t，u1＝qi，z1＝vt。
15、更進一步地，所述溢流子系統(tǒng)1的狀態(tài)方程和觀測方程為：
16、
17、式中，表示在時刻t時的溢流子系統(tǒng)1的第一個狀態(tài)變量，表示在時刻t時的溢流子系統(tǒng)1的輸入變量，表示在時刻t時的溢流子系統(tǒng)1的第二個狀態(tài)變量，表示在時刻t時的溢流子系統(tǒng)1的過程噪聲的第一個分量，表示在時刻t時的溢流子系統(tǒng)1的過程噪聲的第二個分量，表示在時刻t時的溢流子系統(tǒng)1的觀測變量，為在時刻t時的溢流子系統(tǒng)1的測量噪聲，ts為船上數(shù)據(jù)采集系統(tǒng)的采樣間隔時間。
18、更進一步地，溢流子系統(tǒng)2的狀態(tài)向量x2、輸入向量u2和觀測變量z2定義為：x2＝[mtρo]t，u2＝[qi?ρi?qo]t，z2＝mt。
19、更進一步地，所述溢流子系統(tǒng)2的狀態(tài)方程和觀測方程為：
20、
21、式中，表示在時刻t時的溢流子系統(tǒng)2的第一個狀態(tài)變量，表示在時刻t時的溢流子系統(tǒng)2的第二個狀態(tài)變量，表示在時刻t時的溢流子系統(tǒng)2的過程噪聲的第一個分量，表示在時刻t時的溢流子系統(tǒng)2的過程噪聲的第二個分量，表示在時刻t時的溢流子系統(tǒng)2的觀測變量，表示在時刻t時的溢流子系統(tǒng)2的第一個輸入變量，表示在時刻t時的溢流子系統(tǒng)2的第二個輸入變量，表示在時刻t時的溢流子系統(tǒng)2的第三個輸入變量，為在時刻t時的溢流子系統(tǒng)2的測量噪聲，ts為船上數(shù)據(jù)采集系統(tǒng)的采樣間隔時間。
22、進一步地，所述去噪處理具體是采用時域內savitzky-golay濾波方法進行的。
23、進一步地，還包括采用歸一化均方誤差和絕對誤差作為評估級聯(lián)觀測器性能的評價函數(shù)。
24、與現(xiàn)有技術相比，本發(fā)明包括以下優(yōu)點和有益效果：
25、(1)本發(fā)明通過構建耙吸挖泥船cd-fpf-ukf組合算法的級聯(lián)觀測器，實現(xiàn)了對于溢流流量和溢流密度的分散估計，較好地解決了挖泥船溢流損失難以精確測量和有效估計的問題。而且船員能夠根據(jù)溢流流量和溢流密度的瞬時估計值，實時掌握耙吸挖泥船泥艙內泥砂沉積的實際情況，進而及時調整疏浚策略，優(yōu)化裝艙性能，提高挖泥產量。
26、(2)本發(fā)明所設計的級聯(lián)觀測器結構中由于包含引入偽時間概念的cd-fpf算法，因此可以解決在較大采樣間隔時間下的觀測器精度和效率顯著下降問題。
1.一種耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于：
2.根據(jù)權利要求1所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，所述耙吸挖泥船正常挖泥裝艙作業(yè)時的實時數(shù)據(jù)包括泥水混合物總質量和總體積、泥水混合物進艙流量和進艙密度、溢流堰高度。
3.根據(jù)權利要求1所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，所述泥艙沉積模型體積和質量的平衡方程為：
4.根據(jù)權利要求3所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，所述泥水混合物溢流流量和溢流密度的維納過程模型方程為：
5.根據(jù)權利要求3所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，溢流子系統(tǒng)1的狀態(tài)向量x1、輸入變量u1和觀測變量z1定義為：x1＝[vt?qo]t，u1＝qi，z1＝vt。
6.根據(jù)權利要求5所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，所述溢流子系統(tǒng)1的狀態(tài)方程和觀測方程為：
7.根據(jù)權利要求3所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，溢流子系統(tǒng)2的狀態(tài)向量x2、輸入向量u2和觀測變量z2定義為：x2＝[mt?ρo]t，u2＝[qi?ρi?qo]t，z2＝mt。
8.根據(jù)權利要求7所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，所述溢流子系統(tǒng)2的狀態(tài)方程和觀測方程為：
9.根據(jù)權利要求1所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，所述去噪處理具體是采用時域內savitzky-golay濾波方法進行的。
10.根據(jù)權利要求1所述的耙吸挖泥船溢流流量和溢流密度分散估計方法，其特征在于，還包括采用歸一化均方誤差和絕對誤差作為評估級聯(lián)觀測器性能的評價函數(shù)。