基于神经网络预测控制的耙吸式挖泥船FGSS温压调节方法

本发明提供一种基于神经网络预测控制的耙吸式挖泥船FGSS温压调节方法。该方法通过分布式温压传感终端采集储罐、加压泵、气化器及供气管路的温度、压力与流量数据，构建全面的运行状态特征输入。所述数据被输入至预先训练的递归神经网络模型，对多时段的温度和压力变化进行预测。基于预测结果建立控制优化目标函数，在满足系统安全约束的条件下，计算加压泵输出、阀门开度及换热器功率的最优控制量。系统依据所述最优控制量生成控制指令，实现对温度补偿与压力稳定的协调调节。根据预测结果与反馈数据的偏差，在线更新神经网络模型参数。本发明实现了耙吸式挖泥船FGSS系统的主动预测与动态优化控制，显著提高了燃气供给过程的稳定性、安全性与能效。