基于LSTM的疏浚管道流速预测模型

摘要：

疏浚管道输送系统是绞吸挖泥船的重要组成部分,在施工过程中对流速的控制至关重要.该文以现有疏浚管道输送实验台为对象,提出了一种疏浚管道输送系统的流速预测模型.首先针对反向传播神经网络(BP)无法处理序列间的关联信息以及传统循环神经网络(RNN)无法记忆久远关键信息的缺陷,提出了基于长短期记忆循环神经网络(LSTM)的流速预测模型;然后使用LSTM模型对疏浚管道输送实验台和绞吸挖泥船的数据集进行网络训练,并对管道流速进行预测.通过将流速的预测值与真实值进行对比,验证了该文提出的LSTM模型具有很强的适用性和很高的准确性.

关键词：泥浆管道流速;长短期记忆;循环神经网络;管道输送系统

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：江苏省成果转化资金资助项目BA2016143

在线出版日期：2022-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：86-90