一种基于强化学习的绞吸式挖泥船智能控制系统技术方案

本发明专利技术属于绞吸挖泥船智能化控制领域，提出一种基于强化学习的绞吸式挖泥船智能控制系统，包括作业优化系统、绞吸船智能控制模块、过程控制单元和智能控制子系统；所述智能控制子系统包括：横移控制子系统、泥泵控制子系统、绞刀控制子系统、进关控制子系统和桥架控制子系统。本发明专利技术仅需实船数据即可进行自学习的模型训练，能够在实船复杂环境条件下快速有效学习并达到智能优化目标，在降低人工成本的同时提升疏浚施工效率。提升疏浚施工效率。提升疏浚施工效率。

【技术实现步骤摘要】
一种基于强化学习的绞吸式挖泥船智能控制系统
[0001]本申请分案于中国专利申请“一种基于强化学习的绞吸式挖泥船智能控制系统及方法”，申请号为2022101371338。


[0002]本专利技术属于绞吸挖泥船智能化控制领域，特别涉及一种基于强化学习的智能控制系统与控制方法，可以进行自学习，完成对绞吸挖泥船的智能控制，属于人工智能及控制


技术介绍

[0003]挖泥船是水利疏浚中的重要装备。绞吸式挖泥船将挖掘和输送泥浆的工序一次完成，具有非常广泛的适应性和经济性，在航道疏浚、港口建设、海洋开发等工程中有非常重要的作用。
[0004]绞吸式挖泥船的操作流程繁琐、工作原理复杂、工作环境多样。实际疏浚作业过程的动态特性非常复杂，疏浚作业设备的特性也随作业状态和作业位置的不同而明显变化。疏浚工程中的施工参数只能是针对某一具体挖泥船设备和作业环境而制定的，适用面窄，没有相应的数学模型。疏浚作业过程中挖泥船主要的作业参数是由操作人员根据自己的经验、试挖情况以及挖泥船实际作业效果灵活确定的。由于实际施工过程中影响因素非常多，相互关系复杂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于强化学习的绞吸式挖泥船智能控制系统，其特征在于，包括作业优化系统、绞吸船智能控制模块、过程控制单元和智能控制子系统；所述智能控制子系统包括：横移控制子系统、泥泵控制子系统、绞刀控制子系统、进关控制子系统和桥架控制子系统；所述作业优化系统基于强化学习的智能寻优在线反复迭代优化控制参数；智能控制子系统以寻优后的控制参数控制疏浚工艺，执行最佳疏浚动作，使得绞吸挖泥船的实际产量稳定保持在最佳产量值；绞吸船智能控制模块的控制流程包含了以下常规步骤：开泥泵，开绞刀，放桥架，横移，没有到台车限位，左右横移，到了台车限位，横移到中间，左右横移结束，进台车，横移到中间结束，退台车，这一段挖泥结束后换桩，挖泥结束，提桥架，关绞刀，关泥泵；过程控制单元与作业优化系统相互配合，共同构成一个自顶向下的功能完整的控制结构，实现疏浚作业过程的智能化运行。2.一种基于强化学习的绞吸式挖泥船智能控制系统，绞吸式挖泥船利用传感器收集绞吸船施工过程数据，构成疏浚作业过程的原始数据库；其特征在于，包括作业优化系统、绞吸船智能控制模块、过程控制单元和智能控制子系统。3.如权利要求2所述的基于强化学习的绞吸式挖泥船智能控制系统，其特征在于，所述作业优化系统运行绞吸式挖泥船智能控制方法，该绞吸式挖泥船智能控制方法进行基于强化学习的智能寻优在线反复迭代优化控制参数。4.如权利要求2所述的基于强化学习的绞吸式挖泥船智能控制系统，其特征在于，所述绞吸船智能控制模块的控制流程包含了以下常规步骤：开泥泵，开绞刀，放桥架，横移，没有到台车限位，左右横移，到了台车限位，横移到中间，左右横移结束，进台车，横移到中间结束，退台车，这一段挖泥结束后换桩，挖泥结束，提桥架，关绞刀，关泥泵。5.如权利要求2所述的基于强化学习的绞吸式挖泥船智能控制系统，其特征在于，所述过程控制单元与作业优化系统相互配合，共同构成一个自顶向下的功能完整的控制结构，实现疏浚作业过程的智能化运行。6.如权利要求3所述的基于强化学习的绞吸式挖泥船智能控制系统，其特征在于，所述智能控制子系统包括：横移控制子系统、泥泵控制子系统、绞刀控制子系统、进关控制子系统和桥架控制子系统；在横移控制子系统、泥泵控制子系统、绞刀控制子系统、桥架控制子系统、进关控制子系统这五个控制系统设置挖泥船子系统中的各个控制参数；所述横移控制子系统、泥泵控制子系统、绞刀控制子系统、进关控制子系统和桥架控制子系统通过PLC控制机械设备，使得绞吸挖泥船能够依据强化学习获得的最优疏浚参数进行智能挖泥操作；智能控制子系统以作业优化系统通过绞吸式挖泥船智能控制方法寻优后的控制参数控制疏浚工艺，执行最佳疏浚动作，使得绞吸挖泥船的实际产量稳定保持在最佳产量值。7.如权利要求3所述的基于强化学习的绞吸式挖泥船智能控制系统，其特征在于，所述绞吸式挖泥船智能控制方法，运行步骤：针对原始数据进行数据预处理，筛选出横移周期内的有效数据，并采用卡尔曼滤波方法对数据进行滤波；进一步的，采用信息增益率的方法挑选出和产量密切相关并可人工调控的控制参数，利用信息增益率筛选的参数为横移速度、泥泵转速、绞刀转速、步进距离和桥架深度，其分别对应了绞吸船的横移子控制系统、泥泵控制子系统、绞刀子控制系统、进关子控制系统和
桥架子控制系统；进一步的，筛选出控制变量后，定义强化学习动作区间为[横移速度，泥泵转速，绞刀转速，桥架深度，步进距离]，即定义了强化学习中智能体控制的变量；进一步的，将强化学习的动作区间作为输入变量，利用ELM神经网络搭建绞吸挖泥船的产量预测模型；ELM神经网络的输入层...

【专利技术属性】
技术研发人员：鲁嘉俊，王柳艳，沈彦超，王伟，徐婷，戴文伯，杨波，许墅，
申请(专利权)人：中交疏浚技术装备国家工程研究中心有限公司，
类型：发明
国别省市：