一种海洋工程结构物吊装过程姿态监测方法及系统

本发明涉及海洋工程方面的姿态监测的，尤其涉及一种海洋工程结构物吊装过程姿态监测方法及系统。

背景技术：

1、随着海洋石油开采力度的加强，建造大型海洋结构物的滑道资源愈发紧张。在滑道区域建造导管架需要设计预制滑靴、摆设滑道，且滑移装船程序复杂，工作周期长，成本大。因此研究非滑道区域装船工艺有重要的应用价值。

2、深水导管架建造工程设计难度大、大型吊装作业多、精度控制要求高、焊接缺陷控制难。总装施工多维度、多节点的误差控制只有毫米级。传统方法常用全站仪的gps功能，通过建模和在现场建立坐标控制网，通过现场坐标点的控制和偏差测量，实现对各预制构件之间距离、对角线、倾斜度等测量，或通过对实际数据的采集和输入，实现对各点数据的实时获取。

3、但是，导管架是双倾斜的，在卧式建造过程中片与梁不与大地垂直，安装各片的工作量视觉不明显，并且焊接是导管架建造的主要工艺，相应的焊接变形伴随着各道工序存在，单片焊接、片焊接和整体焊接都会影响导管架尺寸，致使测量、检验工作复杂，尺寸控制容易发生错误，误差积累较大。目前缺少对大型海洋工程结构物吊装过程中各预制构件姿态的实时动态监测，需大量人力频繁测量以严控精度偏差，而且后续的多次返工将大大增加施工周期和成本。

4、因此，亟需一种海洋工程结构物吊装过程姿态监测方法，以辅助高效、准确地调整大型海洋工程结构物吊装过程中各预制构件的姿态，实现吊装施工过程的精准控制。

技术实现思路

1、本发明提供一种海洋工程结构物吊装过程姿态监测方法及系统，用以解决现有技术需要花费大量人力成本和时间成本来测量大型海洋工程结构物吊装过程中各预制构件的姿态数据，但仍难以保证预制构件的精确安装的缺陷。

2、本发明提供一种海洋工程结构物吊装过程姿态监测方法，包括：

3、获取预制构件的焊接前预制构件尺寸数据，以及预制构件在海洋工程结构物吊装过程中的三维角速度数据、三维加速度数据、三维磁场强度数据；

4、根据预制构件的焊接前预制构件尺寸数据，通过预制构件尺寸误差预测模型，得到预制构件的焊接后预制构件尺寸数据，其中，预制构件尺寸误差预测模型根据预制构件样本的焊接前预制构件尺寸样本数据和焊接后预制构件尺寸样本数据，基于利用动量梯度下降法改进的bp神经网络，结合粒子群优化算法训练得到；

5、根据预制构件在海洋工程结构物吊装过程中的三维加速度数据、三维磁场强度数据，利用第一四元数算法得到预制构件在海洋工程结构物吊装过程中的第一姿态角数据，根据预制构件在海洋工程结构物吊装过程中的三维角速度数据，利用第二四元数算法得到预制构件在海洋工程结构物吊装过程中的第二姿态角数据。

6、进一步的，根据预制构件的焊接后预制构件尺寸数据、第一姿态角数据、第二姿态角数据，可以动态调整预制构件在海洋工程结构物吊装过程中的安装位置。

7、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，所述预制构件尺寸误差预测模型根据预制构件样本的焊接前预制构件尺寸样本数据和焊接后预制构件尺寸样本数据，基于利用动量梯度下降法改进的bp神经网络，结合粒子群优化算法训练得到，包括：

8、根据预制构件样本的焊接前预制构件尺寸样本数据和焊接后预制构件尺寸样本数据，得到预制构件样本的尺寸误差样本数据，记为x1,x2,…,xp；

9、将预制构件样本的尺寸误差样本数据x1,x2,…,xp分为q组，每组具有m+1个值，以每组的前m个值以及每组的前m个值的均值作为尺寸误差观测值样本数据，以每组的最后一个值作为利用动量梯度下降法改进的bp神经网络的尺寸误差预测值样本数据；

10、根据尺寸误差观测值样本数据和尺寸误差预测值样本数据，基于利用动量梯度下降法改进的bp神经网络，结合粒子群优化算法进行训练，直至达到预设收敛条件，得到预制构件尺寸误差预测模型。

11、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，预制构件尺寸误差预测模型具有输入层、隐含层、输出层，其中，输入层具有5个节点，隐含层具有4个节点，输出层具有1个节点。

12、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，利用动量梯度下降法改进的bp神经网络的算法表达式为：

13、

14、式中，g(t)表示第t次训练过程的梯度，ω(t)表示第t次训练过程的权值，e表示损失函数，v(t)表示第t次训练过程的动量，η表示学习率，β表示动量参数。

15、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，所述根据尺寸误差观测值样本数据和尺寸误差预测值样本数据，基于利用动量梯度下降法改进的bp神经网络，结合粒子群优化算法进行训练，直至达到预设收敛条件，得到预制构件尺寸误差预测模型，包括：

16、设置粒子群优化的参数，其中，粒子群优化的参数包括搜索空间的维数、粒子数、适应度函数、搜索终止条件；

17、对每个粒子进行初始化，得到每个粒子的初始搜索位置和初始速度；

18、根据每个粒子的初始搜索位置和初始速度，利用适应度函数，得到每个粒子的初始适应值，将每个粒子的初始适应值定义为pbest，将所有粒子的初始适应值中的最佳初始适应值定义为gbest，并存储具有最佳初始适应值的粒子的粒子编号；

19、根据每个粒子的初始搜索位置、初始速度、初始适应值，通过粒子群优化表达式，更新每个粒子的初始搜索位置，得到每个粒子的当前搜索位置；

20、根据每个粒子的当前搜索位置，利用适应度函数，得到每个粒子的当前适应值，当每个粒子的当前适应值优于每个粒子的当前的pbest时，将每个粒子的当前的pbest更新为每个粒子的当前适应值，当所有粒子的当前适应值中的最佳当前适应值优于所有粒子的当前的gbest时，将所有粒子的当前的gbest更新为所有粒子的当前适应值中的最佳当前适应值，并存储具有最佳当前适应值的粒子的粒子编号；

21、重复上述更新每个粒子的搜索位置以及当前的pbest和当前的gbest的步骤，直至符合搜索终止条件。

22、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，粒子群优化表达式为：

23、

24、

25、

26、粒子群优化表达式中，表示粒子第k+1代循环的速度，表示粒子第k代循环的速度，w表示惯性权重，c1和c2表示加速因子，rand1和rand2表示[0，1]范围内变化的随机数，表示粒子第k代循环的当前搜索位置，pbest表示粒子的当前适应值，gbest表示所有粒子的当前适应值中的最佳当前适应值，表示粒子第k+1代循环的当前搜索位置，wmax表示循环前的初始惯性权重，wmin表示循环后的最终惯性权重，gk表示第k代循环的循环代数，gmax表达最大的循环代数。

27、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，所述根据预制构件在海洋工程结构物吊装过程中的三维加速度数据、三维磁场强度数据，利用第一四元数算法得到预制构件在海洋工程结构物吊装过程中的第一姿态角数据，包括：

28、根据预制构件在海洋工程结构物吊装过程中的三维加速度数据，利用第一四元数算法得到预制构件在海洋工程结构物吊装过程中的第一俯仰角数据和第一横滚角数据；

29、根据预制构件在海洋工程结构物吊装过程中的三维磁场强度数据，利用第一四元数算法得到预制构件在海洋工程结构物吊装过程中的第一偏航角数据。

30、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，三维加速度数据的表达式为：

31、

32、式中，gy、gx、gz表示三维加速度数据g的三维加速度分量，g表示重力加速度；

33、第一俯仰角数据θ的表达式为：

34、θ＝arcsin(gy)，

35、第一横滚角数据γ的表达式为：

36、

37、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，三维磁场强度数据的表达式为：

38、

39、式中，my、mx、mz表示三维磁场强度数据m的三维磁场强度分量；

40、第一偏航角数据的表达式为：

41、

42、根据本发明提供的一种海洋工程结构物吊装过程姿态监测方法，第一四元算法的表达式为：

43、l(q)＝p(q|q-1)ht/[hp(q|q-1)ht+rq]，

44、x(q|q)＝x(q|q-1)+l(q)[z(q)-hx(q|q-1)]，

45、式中，l(q)表示q时刻的卡尔曼滤波增益，即观测更新中状态估计的调整量，p(q|q-1)表示q时刻的先验误差协方差，ht表示观测矩阵h的转置，用于将状态空间中的状态映射到观测空间，rq表示观测过程中的测量噪声的协方差矩阵，表示观测值的噪声的统计特性，x(q|q)表示q时刻的后验状态估计，即在获得新观测信息后对状态的最优估计，x(q|q-1)表示q时刻的先验状态估计，即在观测更新之前对状态的估计，z(q)表示q时刻的观测值。

46、本发明还提供一种海洋工程结构物吊装过程姿态监测系统，包括：

47、数据获取模块，用于：获取预制构件的焊接前预制构件尺寸数据以及预制构件在海洋工程结构物吊装过程中的三维角速度数据、三维加速度数据、三维磁场强度数据；

48、尺寸预测模块，用于：根据预制构件的焊接前预制构件尺寸数据，通过预制构件尺寸误差预测模型，得到预制构件的焊接后预制构件尺寸数据，其中，预制构件尺寸误差预测模型根据预制构件样本的焊接前预制构件尺寸样本数据和焊接后预制构件尺寸样本数据，基于利用动量梯度下降法改进的bp神经网络，结合粒子群优化算法训练得到；

49、姿态求解模块，用于：根据预制构件在海洋工程结构物吊装过程中的三维加速度数据、三维磁场强度数据，利用第一四元数算法得到预制构件在海洋工程结构物吊装过程中的第一姿态角数据，根据预制构件在海洋工程结构物吊装过程中的三维角速度数据，利用第二四元数算法得到预制构件在海洋工程结构物吊装过程中的第二姿态角数据。

50、进一步的，本发明提供的一种海洋工程结构物吊装过程姿态监测系统还可以附加优化模块，用于：根据预制构件的焊接后预制构件尺寸数据、第一姿态角数据、第二姿态角数据，动态调整预制构件在海洋工程结构物吊装过程中的安装位置。

51、本发明还提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现上述任一种所述的海洋工程结构物吊装过程姿态监测方法。

52、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一种所述的海洋工程结构物吊装过程姿态监测方法。

53、本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述任一种所述的海洋工程结构物吊装过程姿态监测方法。

54、本发明提供的一种海洋工程结构物吊装过程姿态监测方法及系统，利用改进型bp神经网络结合粒子群优化算法训练得到的预制构件尺寸误差预测模型，精准预测预制构件的焊接后预制构件尺寸数据，通过四元数算法根据预制构件在海洋工程结构物吊装过程中的三维角速度数据、三维加速度数据、三维磁场强度数据，得到预制构件在海洋工程结构物吊装过程中的姿态角数据，再综合预制构件的焊接后预制构件尺寸数据和姿态角数据实现高效、准确地调整预制构件在海洋工程结构物吊装过程中的安装位置，能够保证吊装施工过程的精度，同时有效降低人力成本。