本发明涉及疏浚工程，更具体地说，本发明涉及耙吸挖泥船多因素耦合挖掘产量计算方法及计算系统。
背景技术：
1、耙头作为耙吸挖泥船的主要挖掘设备，其挖掘性能的好坏直接关系到耙吸挖泥船的施工效率。实际施工中，通过调节耙头作业参数优化耙头产量，实现耙头智能化，就需要掌握耙头作业参数与耙头产量之间的关系。然而，由于耙头结构复杂，作业参数众多，仅依靠大量工程实测数据来建立作业参数与耙头产量之间的关系存在一定的局限性，这些局限性包括工程数据的准确性和范围，尤其是在参数超过实测数据范围，该方法预测精度会显著下降，例如中国专利cn116227183a，一种耙吸挖泥船耙头挖掘产量计算方法，公开了耙齿破土深度和射流破土深度，并结合经验进行拟合，从而生成拟合参数并构建挖掘产量计算模型。尽管这种方法能够近似描述挖掘产量与破土深度之间的关系，但其依赖于实际操作数据和经验，无法应对不同水文环境下的复杂变化。现有的耙吸挖泥船在不同的水文环境下，耙头陷入泥中，直接影响船体对耙头的拖拽力和拉力。同时，作业中耙头与船体在水平方向上通常会有一定的相对位移，当水平相对位移超过过往经验范围时，拟合参数无法有效综合这些变化带来的误差，影响挖掘的精度。
2、鉴于上述问题，本技术提出了一种耙吸挖泥船多因素耦合挖掘产量计算方法及计算系统，以解决现有技术中的不足，提高耙吸挖泥船的挖掘产量预测精度和施工效率。
技术实现思路
1、本发明提出了一种耙吸挖泥船多因素耦合挖掘产量计算方法及计算系统。
2、为实现上述目的，本发明提供如下技术方案：本发明的第一方面的实施例提出耙吸挖泥船多因素耦合挖掘产量计算方法，包括以下步骤：
3、基于当前水域的水域位置信息确定耙吸挖泥船对应的耙齿信息，将耙齿信息和水域位置信息代入机械破土量计算模型，通过该模型计算单位时间内的机械破土量及对应的耙齿破土参数表；
4、基于耙吸挖泥船对应的高压出水特征信息，将其代入水力破土量计算模型，基于水力破土量计算模型计算单位时间内的水力破土量及对应的高压出水特征表；
5、通过模糊函数处理水文环境信息，根据耙吸区域的挖泥需求，划分并确定其挖泥影响等级。
6、在不确定的外部环境下，通过参数辨识学习，建立多因素耦合的挖掘产量计算模型。该模型考虑了挖泥影响等级对单位时间内机械破土量和水力破土量的环境约束，最终计算出耙吸挖泥船的挖掘产量。
7、基于本发明的一种优选技术方案，所述水域位置信息包括水域地形、水域底质类型、水域的深度和水流速度；所述耙齿信息的确定逻辑为：
8、基于当前水域位置信息提取当前所述水域地形对应的耙吸位移量值、耙吸面积值、耙吸体积值和水域坡度值，并计算耙吸地形影响系数；
9、基于先验知识获取水域底质类型、水域的深度和水流速度相对耙吸挖泥船挖泥难度的水域底质影响系数、水深影响系数和水流影响系数；
10、将耙吸地形影响系数、水域底质影响系数、水深影响系数和水流影响系数归一化处理后计算耙吸难度系数；
11、基于先验知识将耙吸难度系数划分为多个耙吸难度区间，通过比对分析获得当前耙吸难度系数对应的耙吸难度区间，根据耙吸难度区间确定耙齿信息；所述耙齿信息包括耙齿的尺寸、耙齿结构、耙齿硬度、耙齿的工作角度和旋转速度。
12、基于本发明的一种优选技术方案，所述机械破土量计算模型包括耙头静力学破土模型和耙头动力学破土模型；
13、根据耙齿信息和水域位置信息通过耙头静力学破土模型获取耙齿对土的作用力及行进过程中的拖拽力和偏差阻力；
14、基于耙头动力学破土模型，结合能量守恒定律和静力学破土模型，计算耙齿破土深度；从而计算单位时间内机械破土量以及对应的耙齿破土参数量，并形成耙齿破土参数表；
15、所述耙齿破土参数表包括影响机械破土量的耙齿破土参数以及每个耙齿破土参数对应的耙吸影响因子。
16、基于本发明的一种优选技术方案，所述水高压出水特征信息的获取逻辑：
17、基于实验环境提取高压出水特征信息，实验环境是由测试人员通过控制耙吸挖泥船的高压出水模拟环境，通过改变耙吸挖泥船的水力破土影响参数的变化，以收集耙吸挖泥船的高压出水特征信息；
18、所述高压出水特征信息包括但不限于高压出水流速、高压出水管径、船舶航速和土体剪切强度；所述高压出水流速包括垂直出水流速、水平出水流速以及出水破土角度，所述出水破土角度为出水方向与垂直方向之间的夹角；
19、基于所述高压出水特征信息获取不同状态下的单位时间内水力破土量，并根据单位时间内水力破土量确定高压出水特征表，所述高压出水特征表包括影响水力破土量的高压出水特征信息以及每个高压出水特征信息对应的破土量影响因子。
20、基于本发明的一种优选技术方案，所述挖泥影响等级的获取逻辑为：
21、根据历史水文环境信息提取水文影响特征参数及其对应的特征参数阈值，将各个水文影响特征参数通过等级模糊函数生成若干挖泥影响等级；
22、获取当前水域位置信息对应的水文环境信息，代入等级模糊函数获得当前水文环境对应的挖泥影响等级。
23、基于本发明的一种优选技术方案，所述耙吸挖泥船的挖掘产量的计算逻辑为：
24、构建挖掘产量计算模型，分析不同挖泥影响等级下的机械破土量和水力破土量，基于单位时间内机械破土量和水力破土量的变化程度确定对应的破土影响系数；
25、以单位时间内机械破土量和水力破土量对应的破土影响系数构建约束条件，以最大破土深度为目标函数，计算耙吸挖泥船的挖掘产量。
26、基于本发明的一种优选技术方案，所述挖泥影响等级的另一方面的获取逻辑为：
27、根据历史水文环境信息提取水文影响特征参数及其对应的特征影响因子，将所述水文影响特征参数以及对应的特征影响因子通过加权公式计算获得水文影响参数；
28、基于先验知识对所述水文影响参数设置水文影响阈值，基于水文影响阈值划分若干挖泥影响等级；
29、获取水域位置信息对应的水文环境信息，基于所述水文环境信息提取对应的水文影响特征参数以及对应的特征影响因子，并通过加权公式计算获得当前水文影响参数；基于水文影响参数获得当前水文环境对应的挖泥影响等级。
30、本发明的第二方面的实施例提出耙吸挖泥船多因素耦合挖掘产量计算系统，基于所述的耙吸挖泥船多因素耦合挖掘产量计算方法的实现，包括机械破土分析模块、水力破土分析模块、水文影响分析模块和产能计算模块，上述各个模块间通过有线和/或无线的方式连接，实现模块间的数据传输；
31、机械破土分析模块，基于当前水域的水域位置信息确定耙吸挖泥船对应的耙齿信息，将耙齿信息和水域位置信息代入机械破土量计算模型，计算单位时间内机械破土量及对应的耙齿破土参数表；将单位时间内机械破土量及对应的耙齿破土参数表发送至产能计算模块；
32、水力破土分析模块，基于耙吸挖泥船对应的高压出水特征信息，将高压出水特征信息代入水力破土量计算模型，计算单位时间内水力破土量以及对应的高压出水特征表；将单位时间内水力破土量以及对应高压出水特征表发送至产能计算模块；
33、水文影响分析模块，将水文环境信息通过模糊函数划分挖泥影响等级；将挖泥影响等级发送至产能计算模块；
34、产能计算模块，在不确定外部环境下，通过参数辨识学习建立多因素耦合挖掘产量计算模型，考虑挖泥影响等级对单位时间内机械破土量和水力破土量的环境约束，计算耙吸挖泥船的挖掘产量。
35、基于本发明的一种优选技术方案，所述耙吸挖泥船多因素耦合挖掘产量计算系统，还包括：
36、实时监测模块，用于实时监测所述机械破土分析模块、水力破土分析模块和水文影响分析模块与所述产能计算模块之间的通信状态参数；其中，所述通信状态参数包括通信连接中断次数、通信连接恢复时长和通信连接延时；
37、第一通信状态评价参数获取模块，用于利用所述通信状态参数的通信连接中断次数和通信连接恢复时长获取第一通信状态评价参数；其中，所述第一通信状态评价参数通过如下公式获取：
38、
39、其中，j01表示第一通信状态评价参数；n表示机械破土分析模块、水力破土分析模块和水文影响分析模块与所述产能计算模块之间的通信运行所经历的通信单位时间的个数，并且，所述通信单位时间的取值范围为24h-72h；ni表示第i个通信单位时间出现的通信连接中断次数；ni-1表示第i-1个通信单位时间出现的通信连接中断次数；np表示n个通信单位时间出现的通信连接中断次数平均值；nz表示n个通信单位时间出现的通信连接中断次数的中间值；λi表示第i个通信单位时间对应的补偿系数，并且，所述补偿系数通过如下公式获取：
40、
41、其中，λ表示补偿系数；n表示单个通信单位时间出现的通信连接中断次数；ti表示第i次通信连接中断对应的通信连接恢复时长；tm表示预设的通信中断最大允许时长；p表示当前一个通信单位时间内的通信中断状态下出现机械破土分析模块、水力破土分析模块和水文影响分析模块的数据传输操作的发生率；tmax表示当前一个通信单位时间内的通信连接恢复时长最大值；tn表示通信单位时间对应时长；
42、第一比较模块，用于将所述第一通信状态评价参数与预设的第一评价阈值进行比较；
43、通信状态评价模块，用于当所述第一通信状态评价参数不低于所述预设的第一评价阈值时，则判定当前机械破土分析模块、水力破土分析模块和水文影响分析模块与所述产能计算模块之间的通信状态良好；
44、通信状态异常评价模块，用于当所述第一通信状态评价参数低于所述预设的第一评价阈值时，则利用通信连接恢复时长和通信连接延时对当前机械破土分析模块、水力破土分析模块和水文影响分析模块与所述产能计算模块之间的通信状态进行异常判定。
45、基于本发明的一种优选技术方案，通信状态异常评价模块，包括：
46、数据信息提取模块，用于提取通信连接恢复时长和通信连接延时；
47、第二通信状态评价参数获取模块，用于利用所述通信状态参数的通信连接恢复时长和通信连接延时获取第二通信状态评价参数；其中，所述第二通信状态评价参数通过如下公式获取：
48、
49、其中，j02表示第二通信状态评价参数；n表示机械破土分析模块、水力破土分析模块和水文影响分析模块与所述产能计算模块之间的通信运行所经历的通信单位时间的个数，并且，所述通信单位时间的取值范围为24h-72h；pti表示第i个通信单位时间中的n次通信连接中断对应的通信连接延时与通信连接恢复时长的比值平均值；pni表示第i个通信单位时间中的n次通信连接中断对应的通信连接恢复时长与通信单位时间的比值平均值；ptmaxi表示第i个通信单位时间内的n次通信连接中断中的通信连接延时与通信连接恢复时长的比值最大值；；pnmi表示第i个通信单位时间内的n次通信连接中断中的通信连接延时与通信连接恢复时长的比值最大值所对应的通信连接中断的通信连接恢复时长与通信单位时间的比值；pnmaxi表示第i个通信单位时间内的n次通信连接中断中的通信连接恢复时长与通信单位时间的比值最大值；ptmi表示第i个通信单位时间内的n次通信连接中断中的通信连接恢复时长与通信单位时间的比值最大值所对应的通信连接中断的通信连接延时与通信连接恢复时长的比值；
50、第二比较模块，用于将所述第二通信状态评价参数与预设的第二评价阈值进行比较；
51、第一通信异常判断模块，用于当所述第二通信状态评价参数不低于所述预设的第二评价阈值时，则判定当前机械破土分析模块、水力破土分析模块和水文影响分析模块与所述产能计算模块之间的通信状态一般；
52、第二通信异常判断模块，用于当所述第二通信状态评价参数低于所述预设的第二评价阈值时，则判定当前机械破土分析模块、水力破土分析模块和水文影响分析模块与所述产能计算模块之间的通信状态存在异常，并进行异常报警。
53、本发明的第三方面的实施例提出一种电子设备，包括处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
54、所述处理器通过调用所述存储器中存储的计算机程序，执行所述的耙吸挖泥船多因素耦合挖掘产量计算方法。
55、本发明的第四方面的实施例提出一种计算机可读存储介质，其特征在于：储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的耙吸挖泥船多因素耦合挖掘产量计算方法。
56、本发明耙吸挖泥船多因素耦合挖掘产量计算方法及计算系统的技术效果和优点：
57、本发明综合考虑机械破土、水力破土以及水文环境对挖掘过程的影响，能够更准确地预测和优化耙吸挖泥船的挖掘产量，从而提高其作业效率，在此基础上还考虑了外部环境的不确定性，并通过参数辨识学习建立多因素耦合的挖掘产量计算模型，更具灵活性和适应性，更加精准地调整耙吸挖泥船的作业参数，如耙齿类型、高压出水特征等，以最大化挖掘产量，同时避免不必要的能源浪费和设备损耗；能够在不同的环境条件下实现最佳挖掘效果，提升挖掘效率、优化操作策略、增强决策支持，并促进挖泥船的智能化发展。
1.耙吸挖泥船多因素耦合挖掘产量计算方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的耙吸挖泥船多因素耦合挖掘产量计算方法，其特征在于，所述水域位置信息包括水域地形、水域底质类型、水域的深度和水流速度；其中，所述基于当前水域的水域位置信息确定耙吸挖泥船对应的耙齿信息确定逻辑为：
3.根据权利要求2所述的耙吸挖泥船多因素耦合挖掘产量计算方法，其特征在于，所述机械破土量计算模型包括耙头静力学破土模型和耙头动力学破土模型；
4.根据权利要求3所述的耙吸挖泥船多因素耦合挖掘产量计算方法，其特征在于：所述水高压出水特征信息的获取逻辑：
5.根据权利要求4所述的耙吸挖泥船多因素耦合挖掘产量计算方法，其特征在于，所述挖泥影响等级的获取逻辑为：
6.根据权利要求5所述的耙吸挖泥船多因素耦合挖掘产量计算方法，其特征在于，所述耙吸挖泥船的挖掘产量的计算逻辑为：
7.根据权利要求4所述的耙吸挖泥船多因素耦合挖掘产量计算方法，其特征在于，所述挖泥影响等级的另一方面的获取逻辑为：
8.耙吸挖泥船多因素耦合挖掘产量计算系统，其特征在于：所述耙吸挖泥船多因素耦合挖掘产量计算系统包括机械破土分析模块(1)、水力破土分析模块(2)、水文影响分析模块(3)和产能计算模块(4)，上述机械破土分析模块(1)、水力破土分析模块(2)和水文影响分析模块(3)通过有线和/或无线的方式与产能计算模块连接，实现数据传输；
9.根据权利要求8所述的耙吸挖泥船多因素耦合挖掘产量计算系统，其特征在于，所述耙吸挖泥船多因素耦合挖掘产量计算系统，还包括：
10.根据权利要求9所述的耙吸挖泥船多因素耦合挖掘产量计算系统，其特征在于，通信状态异常评价模块，包括：
