基于FNN的船舶電站柴油機轉速前饋補償控制研究

孫 彬 曾凡明 李燕飛 李天水 秦久峰

（海軍工程大學船舶與動力學院 武漢 430033）

0 引 言

隨著船舶綜合全電力系統的深入發展和高科技新型電子裝備的使用，要求船舶電站具有更大的容量、更高的穩定性和適應各種負荷變化的能力.電站柴油機轉速控制是電站控制的核心，也是電站并車工作穩定與否的關鍵.如果柴油機轉速跟不上船舶用電設備啟動或停止帶來的瞬變，當負載突加時，會引起柴油機轉速突減，電網頻率減小，電壓降低，影響其他設備的正常運行；反之當負荷突減時，柴油機轉速會突加，電網頻率突加，電壓也會變大，嚴重時將導致其他電子設備燒壞，柴油機也可能飛車［1］.控制柴油機的轉速，提高柴油機的動態性能是一個值得研究的問題.本文通過模糊神經網絡（FNN）來實現負載擾動前饋補償，建立了基于FNN的前饋補償控制方法.

1 柴油機轉速前饋補償控制方法

電站柴油機的控制主要是基于轉速的反饋控制.轉速反饋控制普遍采用PID控制規律.通常柴油機PID的參數是按額定工況整定的，在額定工況或在額定工況點附近，控制性能良好.但柴油機存在變增益非線性問題［2］，當柴油機遠離額定工況工作時，整定好的參數不再適合，控制性能將明顯下降.另外，對于相對容量較小的船舶電站，船上一些大功率負載啟動或停止時，將會引起柴油發電機組的負載在大范圍變化.研究電站柴油機轉速控制就必須面對這個問題.

對于電站柴油機的控制方式還有一種是擾動前饋控制.柴油發電機組轉速變化的原因是發電機組的負載與柴油機輸出功率不平衡，因而負載擾動是系統穩定的主要干擾源.當船舶電站柴油機的負載發生變化時，由于機組有較大的轉動慣量，轉速反饋控制明顯滯后于負載的擾動，使得動態誤差較大，動態調整過程較長.根據這一特點，控制系統采用擾動前饋控制可提高動態性能.當負載有擾動時，前饋控制器立即輸出與擾動量成比例的控制量直接調節油泵的噴油量，使柴油機輸出功率迅速變化.擾動前饋控制雖然大大提高控制器的動態性能，但它只適用于擾動可測的場合，而且一個補償裝置只能補償一種擾動，對其他擾動不起作用.對于柴油發電機組控制系統，只采用擾動前饋控制很難滿足控制的要求［3－4］.

所以將反饋控制與擾動前饋控制結合起來，當負載突變時，擾動前饋控制起作用，實現對擾動的補償.而反饋控制消除其他因素產生的偏差.從上面的分析可以看出，將負載擾動前饋控制與反饋控制結合起來組成前饋補償控制系統，是對電站柴油機控制行之有效的方法.

2 FNN前饋補償控制設計

柴油機前饋補償控制系統設計的主要思想是：用常規PID控制實現柴油機轉速反饋控制，用FNN來實現負載的前饋補償控制，用PID的輸出作為誤差來調整FNN的權值.通過訓練網絡，調整FNN的參數以及網絡輸出，使反饋控制輸出逐漸趨于最小.前饋控制輸出逐漸增大，并最終取代PID反饋控制成為控制轉速的主導.柴油機前饋補償控制的原理如圖1所示.

圖1 柴油機前饋補償控制的原理圖

2.1 柴油機轉速控制系統模型

柴油機結構復雜，影響因素眾多，而且存在大量的非線性因素，根據研究目的的不同，柴油機模型也有著較大的區別.由于本文研究電站柴油機轉速的控制，因此采用簡化的傳遞函數模型進行定性研究，見圖2.

圖2 柴油機轉速控制系統模型

1）調速器模型 調速器采用PID控制，模型為

式中：Kp為比例系數；Ki為積分系數；Kd為微分系數.

2）執行器模型 執行器采用電磁執行器，其模型為一階慣性環節.模型為

式中：Ts為執行機構時間常數.

3）延時等效模型 噴油泵齒條位置改變后，柴油機的功率和扭矩響應存在延遲，主要原因是噴油系統、燃燒系統存在慣性延時，同時柴油機系統本身噴油發火的間斷性造成的延時.對于這些情況，可通過在調速器輸出位置后加上一個純延遲和一個慣性延遲環節來反映.延時等效模型為

式中：τ為延遲時間，包括一個純延遲和一個慣性延遲.

4）柴油機系統模型 由柴油發電機組轉矩平衡方程線性化處理并化簡得，柴油發電機組的模型為

式中：Ta為轉子飛升時間常數；β為自平衡系數.

2.2 FNN網絡結構設計

根據文獻［5－6］對前饋控制的研究結論，結合電站柴油機轉速控制的特點，本文采用動態智能前饋控制策略來改善柴油機動態特性.

根據FNN在系統中的作用和電站柴油機控制的特點，網絡以柴油發電機組的負載作為輸入，網絡的輸出為前饋控制信號.為了能適應柴油機的時變特性，網絡采用帶時延單元的動態網絡.FNN網絡結構具體設計如圖3所示.網絡的各層節點數分別為：2－6－9－9－1.模糊推理采用sum－product方法，解模糊采用加權平均法.由于對柴油機負載擾動信號的擾動通道進行辨識非常困難，很難求的誤差信號，所以用PID反饋控制信號代替誤差信號，對FNN系統進行訓練［7－8］.

圖3 FNN網絡結構設計

3 FNN前饋補償控制仿真分析

為了研究模糊神經網絡前饋補償控制的控制效果，本文對FNN前饋補償控制進行了仿真分析.所進行的仿真研究是基于MATLAB7.0及Simulink4.1軟件環境中實現的.

在柴油機轉速控制系統模型中，利用S函數實現模糊神經網絡前饋控制器及其算法的嵌入.在柴油機模型中，純延時時間常數確定為0.04s，慣性延時時間常數確定為0.03s，所以系統延時大約為0.07s.若采樣時間取0.1s，則網絡輸入取相鄰的兩次采樣值.訓練工況為在仿真時間第2s時，柴油機突加100%階躍負載擾動，仿真運行時間設為30s.

網絡誤差平方和在訓練過程中的變化情況如圖4所示.由圖可見，整個訓練過程是收斂的，且收斂速度較快，在經過2～3次訓練后，誤差平方和基本不再變化.

圖4 網絡誤差隨訓練次數的變化曲線

圖5是FNN前饋控制輸出對應的齒桿相對量（簡稱為FNN前饋控制輸出）、PID反饋控制輸出對應的齒桿相對量（簡稱為PID反饋控制輸出）及柴油機轉速在訓練過程中變化情況.由圖可以看出，隨著訓練的進行，PID反饋輸出減小，而FNN前饋控制輸出逐漸增大，并最終取代反饋在控制中期的主要作用.

圖5 FNN訓練輸出數據比較

圖6是柴油機突加100%滿負載時，將訓練好的前饋補償帶入柴油機控制系統，與無前饋補償控制時比較柴油機轉速的變化情況.從圖中可見，當負載突加，無前饋補償時，轉速下降12～13 r，穩定時間為3s，而有前饋補償時，柴油機轉速下降僅僅7～8r／min，穩定時間為2.5s，降低了柴油機的轉速波動率和穩定時間.值得注意的是，前饋補償還減小了由于PID參數沒整定好引起的穩態誤差，提高了柴油機的穩態特性.

圖6 有無FNN前饋控制的比較

圖7 突加突減柴油機轉速變化曲線

為了驗證FNN的泛化能力，對系統施以突加滿負載而后突卸全負載.即空負載－滿負載－空負載過程.圖7為該情況下有無負載前饋擾動控制時柴油機轉速變化曲線.由圖7可見，有前饋補償控制明顯比無前饋補償時波動小、穩定時間短，而且無論加減負載，它都能克服無前饋補償時的穩態誤差.訓練好的FNN具有一定的泛化能力.

4 結 論

電站柴油機轉速控制是涉及電站性能的關鍵問題之一.為了提高目前電站柴油機的動態和穩態性能，本文采用了兼顧神經網絡和模糊控制特點的FNN，來實現負載擾動前饋補償，建立了基于FNN的前饋補償控制方法，通過對其的仿真分析，可以得出如下結論.

1）采用FNN實現前饋控制對負載擾動具有較強的適應能力，經過訓練的FNN可以對任意變化的負載擾動進行補償控制，并且效果較好，因此訓練好的FNN具有一定的泛化能力.

2）由于采用反饋輸出作為誤差對FNN前饋網絡進行訓練，所以本文采用的前饋補償控制系統，對反饋控制的要求不嚴，降低了反饋控制環節的參數整定要求.

［1］陳國鈞，曾凡明.現代艦船輪機工程［M］.長沙：國防科技大學出版社，2001.

［2］王 丹，于 群，朱紹廬.船舶電站柴油機微機調速系統的設計［J］.大連海事大學學報，1997，23（2）：70－72.

［3］孫紹凱，崔繼仁，李建利.前饋控制及其應用［J］.黑龍江電子技術，1999（5）：10－12.

［4］Wei Zhouhong，Schinstock D E.Feedforward control strategies for tracking performance in machine axes［J］.Chinese Journal of Mechanical Engineering，2005，18（1）：5－9.

［5］張衛東，陳國鈞，唐開元.采用神經網絡改善閉式循環柴油機的供氧控制［J］.內燃機學報，2001，19（2）：173－176.

［6］張衛東，李燕飛，陳國鈞.閉式循環柴油機配氧及其控制策略實驗研究［J］.內燃機學報，2005，23（6）：567－571.

［7］李燕飛，張衛東，郭江華.基于FNNs的閉式循環柴油機配氧前饋控制策略研究［J］.海軍工程大學學報，2005，17（1）：76－79.

［8］吳志良，郭 晨.基于故障樹的船舶電站可靠性、維修性研究［J］.武漢理工大學學報：交通科學與工程版，2010，34（1）：60－63.