一种基于强化学习的耙吸船泥舱沉积过程控制方法技术

本发明专利技术公开了一种基于强化学习的耙吸船泥舱沉积过程控制方法，步骤如下：步骤1：根据泥船动态沉积过程的机理分析，建立环境模型；步骤2：设置强化学习控制模型的状态量、动作量及奖励函数，构建基于DDPG算法的强化学习控制模型；步骤3：将强化学习控制模型置于环境模型中进行模型训练获得泥舱沉积过程控制模型，训练过程中通过遗传算法和贝叶斯算法对强化学习控制模型的超参数进行优化；步骤4：对耙吸船泥舱沉积过程的进行可视化控制。本发明专利技术针对泥舱沉积过程进行机理分析，采用数学方程构建了泥舱沉积环境模型，在模型基础上采用强化学习方法进行泥舱沉积过程的控制策略寻优，提高寻优过程探索的充分性，使得控制过程更加准确。

【技术实现步骤摘要】

本专利技术涉及耙吸船泥舱沉积控制，具体涉及一种基于强化学习的耙吸船泥舱沉积过程控制方法。

技术介绍

1、疏浚行业中，耙吸船由于具备抗风浪能力强、施工效率高等优点获得了广泛运用。装舱过程作为耙吸船疏浚施工的核心环节，其所包含的耙头、泥泵、泥舱等关键设备直接决定了挖泥船的疏浚性能。因而装舱施工过程中，通过实时调节溢流筒高度、进舱流量和进舱密度及时改变泥舱内的泥浆体积，进而减轻溢流损失，对促进疏浚效率的提升意义显著。

2、当前耙吸挖泥船大都装备了scada系统，施工操作人员能够实时获取现场数据和信息，但施工操作主要依靠人工经验，此类操作方式存在以下弊端：

3、(1)以施工经验为基础的装舱施工具有较强的主观性，施工效率取决于操作人员经验的多少，无法持续高效施工；

4、(2)操作人员难以对装舱效果进行科学合理分析，提出更优的施工方案；

5、(3)操作人员难以及时监测土质变化，适应性调整施工参数。

6、中国专利202210137133.8提出了一种基于强化学习的绞吸式挖泥船智能控制系统及方法，该方法通过实船数本文档来自技高网...

【技术保护点】

1.一种基于强化学习的耙吸船泥舱沉积过程控制方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于强化学习的耙吸船泥舱沉积过程控制方法，其特征在于，所述步骤1中的机理分析包括：基于泥舱动态沉积过程的数学机理。

3.如权利要求1所述的基于强化学习的耙吸船泥舱沉积过程控制方法，其特征在于，所述步骤2中的状态量包括：装舱质量、装舱高度、装舱体积；动作量包括：溢流筒高度、进舱流量、进舱密度；奖励函数的奖励值为环境模型中的干土吨增量。

4.如权利要求1所述的基于强化学习的耙吸船泥舱沉积过程控制方法，其特征在于，在所述强化学习控制模型中通过改进的优化采样方法...

【技术特征摘要】

1.一种基于强化学习的耙吸船泥舱沉积过程控制方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于强化学习的耙吸船泥舱沉积过程控制方法，其特征在于，所述步骤1中的机理分析包括：基于泥舱动态沉积过程的数学机理。

3.如权利要求1所述的基于强化学习的耙吸船泥舱沉积过程控制方法，其特征在于，所述步骤2中的状态量包括：装舱质量、装舱高度、装舱体积；动作量包括：溢流筒高度、进舱流量、进舱密度；奖励函数的奖励值为环境模型中的干土吨增量。

【专利技术属性】
技术研发人员：苏贞，包炜，张云飞，王飞，俞孟蕻，袁伟，王伟，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：