耙吸挖泥船數據傳輸過程中產生的丟失和延遲問題的處理方法

王蔚 關放

摘 要耙吸挖泥船的自動化程度與日俱增，需要分析處理的采集數據也較為繁多，如果數據在傳輸過程中出現丟失和延遲的問題，會對后續(xù)的分析和預測建模產生較大的影響。本文針對這一問題，討論各種可行的解決方法。

關鍵詞數據丟失;數據延遲;延遲校準

0 引言

耙吸挖泥船在施工作業(yè)時會產生大量的數據，在集中傳輸這些數據時，會由于部分數據丟失或者傳輸延遲，導致數據不可用的問題，造成數據分析困難，預測建模不準確。對于數據丟失問題，本文將闡述利用“去除”和“補充”兩大方法的優(yōu)劣及應用場景;而對于數據延遲，本文將著重分析如何對數據延遲進行校準并同步。

1 數據丟失的處理方法

1.1 去除法

去除法是最原始的方法，也是較為有效的方法之一。此方法是將丟失的數據整個去除，該方法操作簡便，處理便捷，效果明顯。耙吸挖泥船在施工作業(yè)時，采集并記錄的數據非常龐大，小到吃水傳感器的數據，大到主機、推進器的數據，實際在某時刻丟失的數據占整個數據的量非常之小，采用去除法對數據庫的整體性影響較小，對后續(xù)數據分析和預測建模幾乎不會產生很大的干擾。但是，這種方法也存在其局限性，如果在耙吸挖泥船施工作業(yè)中，某一傳感器由于損壞或者傳輸線路不暢，導致丟失數據過多，在整個數據庫占比較大時，采用去除法就會存在很大的缺陷，這會導致數據的整體性遭到破壞，分析的價值大大降低，并導致數據分析的結果不能反映真實的情況，數據對后續(xù)的預測建模沒有了參考價值。

1.2 補充法

補充法是利用給定的值去補充丟失的數據，使得數據庫逐步完善，達到可以分析利用的程度。通常情況下，該方法通過統計學相關知識，根據前后數據或者歷史數據，為當前的丟失的數據補充一個合理的數值。具體分為以下幾種方法：

1.2.1 手動輸入法

耙吸挖泥船在施工作業(yè)時，有經驗的操作人員，在分析多個疏浚作業(yè)過程的數據后，對丟失的個別數據，可以通過經驗判斷出比較準確的數值。這樣由人工輸入的數據一般比較合理，產生的數據曲線也比較平滑。然而，正常情況下，該方法會占用大量的處理時間，當數據丟失較多，或者人工經驗相對欠缺時，該方法就不是那么適用了。

1.2.2 均值估計法

耙吸挖泥船在施工作業(yè)時的傳輸數據大多數都屬于數值型的數據，非數值型的數據均值估計法是不能適用的。均值估計法一般有兩種方法，一種是將采集到的所有數據進行平均，這種方法比較簡單直接，處理方便且速度快。第二種方法是條件平均，參與平均計算的數據不是從整個數據庫選取，而是按照相似數據進行平均操作，這種方法在實際操作中也是簡單而且行之有效的。這兩種方法本質上是一樣的，都是通過對數值取平均值，從而推斷實際的數值，盡管兩者所采集的數據有所不同。

1.2.3 回歸分析法

采集過往耙吸挖泥船施工作業(yè)時的數據，然后根據這些數據，建立回歸模型，當某個傳感器的數據缺失時，將其他數據放入回歸模型，從而計算出該丟失數據的值。采用這種方法，預測數據的精確性很大程度上依賴所選取得回歸模型的準確性，所預測的數據會產生不必要的誤差，而且這種誤差往往很難避免。

1.2.4 統計模型法

基于統計學知識，可以將丟失的數據看作是具有隨機性的數據，通過采集到的大量數據，可以確定出數據參數分布的統計模型，并且假設模型的準確性，通過該統計模型去確認丟失數據的數值。采用該方法需要最大化所采集數據的量，只有在大樣本的條件下才能保證推斷出的數據準確性。但這種方法很容易使得估計得數值能夠達到局部最優(yōu)，但沒有達到全局最優(yōu)，且收斂速度比較慢，計算會相對比較復雜。

2 數據延遲的校準方法

由于耙吸挖泥船的密度計安裝在泥泵的出口位置，與耙頭處吸入泥漿的實時密度必然產生一定延遲，而控制耙頭處的實時泥漿密度對于提高施工作業(yè)效率更有參考意義。下文針對耙吸挖泥船吸入泥漿密度延遲的問題，展開討論，并作完整分析。

2.1 測量延遲

3 結語

本文介紹了耙吸挖泥船在傳輸數據時出現丟失時的解決方法，并給出了數據延遲的校準推導。經過上述方法處理后的數據可以較好地應用于后續(xù)的數據分析及建立預測模型。如今越來越倡導耙吸船的智能化，而智能化離不開大量的數據支撐，只有做好前期的數據積累，未來耙吸挖泥船的智能化步伐才能越走越快。

參考文獻

[1]張燕.國內外大型耙吸挖泥船的關鍵技術發(fā)展研究分析[D].哈爾濱工程大學，2010.

[2]王柳艷，田雨，俞孟蕻.耙吸挖泥船耙頭密度估計器研究與分析[J].中國港灣建設，2014（11）：69-72.

[3]錢廣亭.基于模型預測控制的耙吸挖泥船疏浚機理優(yōu)化的研究[D].江蘇科技大學，2012.

[4]張朔.數據驅動的耙吸式挖泥船疏浚作業(yè)模型及優(yōu)化[D].上海交通大學，2011.