基于遗传算法的自航耙吸挖泥船疏浚参数优化_王湘

自航耙 吸 挖 泥 船 是一 种 在 航 行 中 从 底 部 挖 掘 沙和沉 积 物的 船 舶
［1 ］
V t 是装舱体积， m t 是装舱质量。 溢流堰高度，
。 该 船 在 底 部 拖曳 耙 头 并 利
用耙头上的高压冲 水 和 耙 齿 破 坏 沉 积 物的 凝 聚 性。 使用一台离心泵吸 入 沙 和 水 的 混 合 物， 并将 其 输 送 到一个货舱 内， 即 泥舱。 泥舱 内 设有 溢 流 堰， 可以 将多余的 水 和 低 浓 度 的 混 合 物 排 放至 海 中。 基于 此， 挖泥船可继续 疏 浚， 让 粗 沙 沉 积 在 泥舱 的 底 部， 而含有细 沙 的 水 则 流 出 船 外。 一 旦 泥舱 内 装 满 了 足够的沙， 就可以收 起 耙臂 和 耙 头 然 后 驶 往 排 放 地 点。在排放地点， 疏浚 物 通 过开 启舱 底 泥 门。 排 放 结束后， 挖泥船驶回疏浚现场重新开始上述过程。 一个完整的疏浚周期由挖掘装舱、 航行到排放区、 排放以及返航到挖泥区 4 个过程组成， 挖泥船的产量 取决于耙头、 泥泵和管道的进舱产量过程以及舱内的 沉积过程， 即挖掘装舱过程。本文以在疏浚周期内， 泥 舱装载量最大化为优化控制目的， 因此在疏浚优化控 挖掘装舱过程起着主要作用。本文通过遗传算 制中， 法优化， 寻找最优疏浚作业参数， 以提高挖泥船效率。
2
目标函数
挖泥船 疏 浚 优 化 的目 标 是 单位时 间 内 干 土 吨
［3 ］
最大化
， 其目标函数为: J( · ) = TDS( T d ) T dis + T sail + T d )
TDS ( T d ) 是 在 疏 浚 时 间 T d 内 的 干 土 吨 量， 整 个疏浚周期由三个 时 间 段 组 成: 在 排 泥 现场 和 疏 浚 现场 之 间 的 总 航 行 时 间 T sail 、 排 泥 时 间 T dis 和 疏 浚 时间 T d ， 在优化过程中， 总航行时间 T sail 、 排泥时间 T dis ， 设定为已知量， 定为 1. 5 h。
[( ) ]
5214
科
学
技
术
与
工
程
12 卷
式( 1 ) 中: 基本常量， 通过校准和验证得到的常量: ρ w —水的密度; ρ q —石英密度 ; ρ s —沙床的密度; v so —未受扰动沉降速度; ke
— — —
于 m t， 以防止吸管内泥 max ; 入 流流 量 下 限为 Q i， min ， 沙淤积; 从 安 全 和 效 率 方 面 考 虑， 船 舶航 速 必须 高 于规定最低航速 v sh， 因 min 并且 低 于 最 高 航 速 v sh， max ， 可能 会 因如 水 流 和 风 力 等 原 为当船舶航速太慢 时， 因而出现倒航， 并 可能 损 坏 疏 浚 管 道 和 耙 头， 若航 速过大可能造成过 大的 拖曳 阻 力， 使得 耙 头 和 疏 浚 泥面脱离
， 从而降低 疏 浚 效 率， 实 际 疏 浚 过 程中，
船舶航 速 一 般 控制 在 3 —4 节; 此外， 装 舱 过 程中 还 存在另一制 约 因素， 由于 最 大 允许 吃 水 的 限 制， 溢 流堰高度 h o 受 限 于 其 物理 限 制 最 低 和 最 高高 度。 这些约束因素可用数学公式( 3 ) 表示。
王 湘 杨奕飞
( 江苏科技大学电子信息学院，镇江 212003 )
摘
要
在系 统 分 析和研究 自 航 耙吸 挖 泥船 疏 浚 过 程 的 基础上， 以 挖 泥船 疏 浚 作 业 过 程 为研究 对 象，通 过控 制 疏 浚 作 业 参
数， 以提高耙吸挖泥船的疏浚效率。建立了 基 于 土壤 等 工况 条件 的 疏 浚 模型及目标 优 化 函 数， 并 应用 遗传 算 法进行 仿 真 优 “新海凤” 化。最后采用 号自航耙吸式挖泥船工程实测数据进行了仿真验证， 结果表明控制疏浚参数能够提高疏浚效率。 关键词 自航耙吸挖泥船 U674. 31 ; 遗传算法 疏浚优化 A 中图法分类号 文献标志码
， 其具有自 适 应 的 迭 代 寻 优 搜 寻 和 直 接对
结构对象 进行 操 作的算 法特 点。 通 过 群 体 适 应 度 控制的遗传 操 作， 使 群 体 不 断 优 化， 从而 找 到 最 优 解。本文旨 在通 过 遗 传 算 法， 找 到 最 佳 进 舱 流 量、 最佳活动罩角度以 及 最 佳 疏 浚 时 间 等可 控制 参 量， 使得溢流损 失 最小， 干 土 吨 产 量最 大， 从而 寻找 出 挖泥效率最大化的控制策略。 挖泥船 疏 浚 优 化 模型 是一 个 约束 型 的 非线性 ( 2) 方程组， 对 于 这类 方程 组 的 求 解 方 法， 遗 传 算 法具 有一定的优势。在设 计 遗 传 算 法 时， 先要对一些参 适 应 度 函 数、 交叉 数进行 选 取: 包 括 种 群 的 大 小、 率、 变异率和最 大 进 化代数 等。 这 些 参数 的 选 择 对 遗传算法 的 性 能有 很 大的 影响。 遗 传 算 法具有 若 干基本步骤: 参数 编 码、 适 应 度 函 数 的 设 计、 初始群 体的设定、 遗传操作设计和控制参数设定。 3. 1 参数编码 设计遗 传 算 法 的第一 个 重 要 步 骤 就 是 对 所 解 问题的所有变量进行 编 码 表示， 编 码 表示 方 案 的 选 取很大程 度 上 取 决 于 问题 的 性 质 以 及 遗 传 算 法 的 设计步骤。 由于 挖 泥 船 疏 浚 优 化 问题 的 数 学 模型 方程式比较复杂， 未 知数比 较多， 所 以本文 采 用 实
( )
1
疏浚模型
疏浚模型 是一 个 涉 及 挖 掘 装 舱 全 过 程的 数 学
(
)
( 1)
模型， 该模型包含耙头模型和泥舱模型两个结 ， 总结构如图 1 所 示， 其 中 Q i 是 进 舱 流 量，V sh 是挖泥船航行速 度， ρ i 是 混 合 物的 进 舱 密 度，h o 是 构
2012 年 4 月 9 日收到 第一作者简介: 王 湘， 男。 江苏 科技大学 电 子 信息学院硕士研究 mail: wangxiangjust@ 163． com。 生。E［2 ］
2 ρi = av ( － adh Qi + bdh vsh + cdh ) + ( 1 － av ) ρw 1. 6 3 Q = k max( h － h ， 2 o o t o 0) ( － )Q ρo = ρm ρw ms + ρw Qms + Qw Qms = max( Qo － Qw ， 0) ρm － ρw ρq － ρm β Qw = A( 1 － μ) υso ρq － ρw ρq － ρw ρht － ρs hs ρm = h － h t s ρ = mt vt Qi 2 ， 1 u = min ke hm hm = ht － hs t = Qi － Qo V m． = Q － Q t i ρi o ρo
第 12 卷 第 21 期 2012 年 7 月 1671 — 1815 ( 2012 ) 21-5213-04
科
学
技
术
与
工
程
Science Technology and Engineering
Vol. 12 No. 21 Jul． 2012 2012 Sci. Tech. Engrg.
基 于 遗传 算 法的 自航耙吸挖泥船疏浚参 数 优 化
图3 耙头活动罩角度 图2 基于遗传算法的疏浚优化的算法流程图
头活动罩 的 角 度 α v ， 进 舱 流 量 Qi ， 以及疏浚时间 T d 。本文对“新 海凤 ” 号 自 航耙 吸 式 挖 泥 船 在上 海 长江口作 业 时 的实 测 数 据进行 优 化 研究。 经 过 优 化后得到的耙头活动罩角度 α v 约为 0. 85 ( 见图 3 ) ，
max m t ≤ m t， Q i ≥ Q i， min v sh， min ≤ v sh ≤ v sh， max h o， min ≤ h o ≤ h o， max
( 3)
3
遗传算法的参数优化
遗传算 法 ຫໍສະໝຸດ Baidu一 种 基于 种 群 进 化 的 全局 优 化 搜
［5 ］
索算法
3
约束条件
系统的输出取 决 于目 标 函 数 以 及 约束 因素， 系
输 入 控制条 件中的 统中存在若干约束 条 件。 首 先， 泥泵转速、 航 速、 活 动 罩 角 度 受 各 自的 最小 和 最 大 值限制; 由于 吃 水 限 制， 泥舱 内 物 质 总 质 量必须小
21 期
王
湘， 等: 基于遗传算法的自航耙吸挖泥船疏浚参数优化
［4 ］
冲刷携带流量系数 ;
a dh ， b dh ， c dh —取决于土壤的参数; A —固体颗粒通过的截面面积 ; k o —溢流堰的形状和周长的参数; β —沉降方程式中基于颗粒雷诺数的指数; 变量: α v —耙头活动罩角度; Q i —进舱混合物的流量; ρ m —混合物平均密度 ; Q o —混合物的溢流流量; Q ms —混合物层的流量; m t —泥舱中的总质量; Q w —水的流量; ρ i —进舱混合物的密度; h s —沙床高度; ρ o —混合物的溢流密度; V t —混合物在泥舱中的总体积。
5215
数编码。 3. 2 适应度函数 适应度函数是 执 行 适 者 生 存、 优 胜 劣汰 准则 的 唯一标准， 因此适应 度 函 数 的形 式 直 接 关系到 群 体 的遗传进 化 效 果。 本文 中 将 优 化 目 标 直 接 作 为 算 法的适 应 度 函 数， 该优化问题属于求解最大值问 题， 适应度 函 数 值 越 大 越 好， 即 输 入 量 取 不同 的 数 值， 使得目标函数在约束下越大越好。 3. 3 初始群体的设定 本优化器的设 计师基于 对模型 的 充 分 验证， 以 及对基本控制输入 量有了 全 面 的理 解， 因此 是 建立 在有一定 先 验 知 识的 前 提下。 本文 首 先产生 一 个 合适的初始群体: 进 舱 流 量 Q i 、 耙头活动 罩 角 度 αv 和疏浚时间 T d 。 3. 4 遗传操作设计 本文中 遗 传 算 法 的 具 体 参 数 选 取 为: 种 群 数 100 ， 交叉率 0. 8 ， 迭 代 次 数 100 。 根据 数 学 模型， 运 用 Matlab 仿真软件， 得到最优的进舱 流 量 Qi ， 耙头 活动罩的角度 α v ， 以及疏浚时间 T d 。 3. 5 算法终止条件 在实际应用遗 传 算 法 的 时 候， 是 不 允许 它 无 休 止的优化下去的， 而且 通 常 问题最 优 解 也 有可能 知 道， 因此， 需要一定条件来终止算法的进程。 本文将 疏 浚 过 程 分成 三 个 阶 段， 在此 基 础 上， 设计了三 个 终 止 条 件。 第一 个 阶 段 是 从开始 疏 浚 到达最大 舱 容， 一 旦 疏 浚 达 到 最 大 舱 容， 这一阶段 的疏浚就结束; 第二 阶 段 是由 最 大 舱 容达 到 最 大 恒 载重所需要 的 时 间， 一 旦 达 到 最 大 载 重， 这一阶段 的疏浚就结束; 前面 两 个 阶 段 的 约束 条 件是由 挖 泥 船的基本 属 性 决定 的。 从 第 二 个 阶 段 开始 就 开始 有溢流， 会 溢 出 一 定 密 度 的 水 沙 混 合 物， 根据 前 一 个周期估 算 出 的 溢 流 密 度， 当 溢 流 密 度过 高 时 候， 疏浚就 停 止。 第 三 个 阶 段 是 从 达 到 最 大 载 重 到 溢 流密度过高这一阶 段， 在这个 阶 段 中 利 用 溢 流 密 度 进行限制。图 2 给出基于遗传算法的疏浚优化的算 法流程图。
图1 装舱过程结构图
耙吸挖泥船的 产 量 取 决 于 两 个 过 程， 即取决于 耙头的 挖 掘 过 程 以 及 舱 内 的 沉 积 过 程。 大 流 量 的 高进舱产量可能会 对 沉 积 过 程 产生 负 面 影响， 即导 致较大的溢流损 失。 当 沙 的 粒 径 比 较小 时， 这种影 响就会增 大。 因 此 优 化 时 必 须 考 虑 这 两 个 过 程。 图 1 的结构图用式( 1 ) 表示。