挖泥船是造岛、建港重器。在大数据、信息化时代背景下,挖泥船智能疏浚是未来疏浚业的发展方向。传统的耙吸挖泥船施工作业更多依靠操耙手观察疏浚仪表及作业状态来调整控制方式以保持疏浚效率,这种作业方式更多依赖于操作员的施工经验和状态。智能疏浚系统结合疏浚机理和数学模型,收集、分析、处理独立系统的工作状态,预测疏浚产量,进行滚动优化与自主学习,提供最佳的施工策略。因此,开展智能疏浚研究以提高挖泥船疏浚效率具有重要意义。本文依托中交疏浚技术装备国家工程研究中心基金项目,针对耙吸挖泥船优化装舱难题,在泥沙沉降机理建模、装舱参数估计、疏浚土质估计器设计和泥沙沉降过程重要参数实时预测等方面开展了研究。研究成果为耙吸挖泥船疏浚优化提供了解决方案,并在智能疏浚系统中得到了应用。主要工作如下:(1)泥沙沉降机理分析与建模研究。针对挖泥船的装舱特性,引入时变的土壤颗粒直径参数,构建了与沉降过程重要参数相关联的动态沉积模型,设计土质粒径估计器框架,采用随机游走策略对时变土质特性进行了动态模拟。(2)影响装舱产量因素分析。建立装舱重要状态变量,给出装舱性能优化评估指标,对舱型尺寸、舱内初始泥水混合物体积和密度、进舱泥水浓度及土质粒径影响因子等进行灵敏度分析。仿真表明土质粒径对产量影响的内在关系,进一步验证了预测疏浚土质状态的必要性。(3)实船模型校准与验证试验。针对实船泥舱结构与理想模型存在的差异,基于多个工程现场施工数据通过数值拟合方法对理想泥舱参数进行校正,采用装载质量与疏浚产量等数据验证了模型的准确性。(4)装舱估计方法研究。针对用于不同工况土质参数的初步校准,给出了基于模式搜索法的离线估计方法,为装舱估计提供初值。针对土质变化较大的动态装舱过程,给出了基于标准粒子滤波(BPF)和连续型反馈粒子滤波(FPF)的在线估计方法。仿真表明FPF较BPF估计具有更好的精度和收敛性。鉴于FPF对采样频率要求高,引入同伦变化并构成连续-离散型反馈粒子滤波(CD-FPF)。仿真显示CD-FPF放宽了对采样频率的限制,增强了算法的适应性,具有工程应用价值。