[發明專利]一種基于遺傳算法的岸橋載荷狀態檢測方法

有效

• 申請號: 201711071585.6
• 申請日: 2017-11-03
• 公開（公告）號: CN107862036B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 唐剛;胡超;胡雄
• 申請（專利權）人: 上海海事大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62;G06N3/12
• 代理公司: 上海三和萬國知識產權代理事務所(普通合伙) 31230
• 代理人: 陳偉勇

一種基于遺傳算法的岸橋載荷狀態檢測方法首先通過岸橋上的傳感器采集數據，再利用遺傳算法從數據中尋找載荷分類中心，最后再基于載荷分類中心對岸橋的載荷狀態進行統計分析，從而得出結論。本發明方法基于岸橋工作的實際工程數據，而不是記錄本上的記錄參數，更能體現岸橋的工作狀態。本發明方法不需要人工記錄數據，減少了出錯的幾率，得到的結果更加準確。本發明方法不需要借助于其他算法，就可以自動處理各種規模的檢測數據，具有通用性和魯棒性。同時，由于其是基于遺傳算法的，所以具有高效、穩定和抗干擾力強的優點。

技術領域

本發明屬于岸邊起重機載荷檢測技術領域，具體地說，涉及一種基于遺傳算法的岸橋載荷狀態檢測方法。

背景技術

由于全球貿易增長迅速，集裝箱運輸快速發展，在港口物流運輸中岸橋的使用率越來越高。能否保證岸橋的正常作業，直接影響港口的工作效率和經濟效益。因此越來越多的港口對岸橋的機械狀態進行檢測與評估，通過在岸橋的關鍵部位安裝傳感器，采集了大量的數據信息。這些數據信息隱藏著設備運行狀態的各種信息，但是由于數據的量十分巨大、雜亂無章而且個別數據會出現漏缺，給對這些海量數據的處理帶來了挑戰。

經研究發現起重電機的振動烈度與岸橋的載荷狀態有關，當岸橋載荷較大時起重電機的振動烈度較大，當岸橋載荷較小時起重電機的振動烈度較小。通過對起重電機的振動烈度分類就可以實現對岸橋載荷的分類識別。

遺傳算法(Genetic Algorithm,GA)是模擬生物界自然選擇和遺傳機制的一種自適應全局優化索搜算法，利用簡單的編碼和繁殖機制來解決十分復雜的問題，它最早是由美國Michigan大學的Holland教授提出。該算法具有很好的魯棒性、隨機性、全局性，現已被人們廣泛地應用于以下主要應用領域：自動控制、圖像處理、機器學習、數據挖掘。

目前岸橋載荷狀態的檢測方法主要通過岸橋的起重作業登記表來計算，缺少實際的工程現場數據，而且不便于統計分析。

發明內容

針對上述的不足，本發明提供了基于遺傳算法的岸橋載荷狀態檢測方法，目的在于解決從岸邊起重機采集的工程現場數據中獲取岸橋載荷狀態，并于港口對岸橋的使用情況進行更好的管理。該方法首先通過岸橋上的傳感器采集數據，再利用遺傳算法從數據中尋找載荷分類中心，最后再基于載荷分類中心對岸橋的載荷狀態進行統計分析，從而得出結論。

本發明的技術方案為：一種基于遺傳算法的岸橋載荷狀態檢測方法，其特征在于包括如下步驟：

步驟1：獲取數據

在安裝岸橋起重電機上的傳感器，每間隔10到20秒提取實時振動烈度數據，并儲存在數據庫中；所述的振動烈度數據用來評估岸橋載荷狀態。

步驟2：基于遺傳算法尋找載荷分類中心

步驟2.1初始種群生成

從數據庫中隨機抽取短時間的數據；將抽取出來的數據隨機組成一個五維數組，數據不夠的用零補齊。

所述的五維數組即為初始種群，其中的元素即為個體，其中的元素的維度即為基因；所述的五維數組的第i個元素稱為第i個個體；所述的第i個個體從左至右依次有五個維度，依次稱為第j號基因，其中(j＝1、2、3、4、5)。

步驟2.2確定算法參數

在進入算法之前需要確定算法的三個參數：最大迭代次數N、交叉調配系數k₁和突變調配系數k₂。其中最大迭代次數N用于判斷迭代是否能夠終止，交叉調配系數k₁在步驟2.4中用來計算交叉概率，突變調配系數k₂在步驟2.4中用來計算突變概率。

為了避免出現由于數據的迭代、交叉和突變的過度或者不充分引起結果出現偏差，最大迭代次數N、交叉調配系數k₁和突變調配系數k₂的具體確定方法如下：