文摘

本文基于往后退的简洁的鲁棒控制律提出了船用发动机调速的统一的闭环系统的渐近稳定性证明李雅普诺夫合成、和控制参数具有明显的物理意义。此外,给出了参数测定方法的闭环增益成形算法。克服扰动由于负载或干扰变化,介绍了宇宙变量模糊推理在线优化控制系统。与现有的研究文献相比,控制器的设计方法和性能更符合海洋工程实践。模拟的结果相比,所提出的控制器。

1。介绍

海洋主发动机的调速(MME)与它的性能、使用寿命和船舶安全。目前,先进的居里夫人调速器主要是基于PID数字控制器(1- - - - - -3]。有典型的非线性、时变、不确定性和体力活动干预控制过程船舶主机的速度。因此,传统的PID控制器很难获得最优控制性能(4,5]。提出了一种改进的PID调优方法对船用柴油机州长克服负载波动由于天气和海洋条件(1]。为了提高船舶发动机转速控制的鲁棒性,提出了有源干扰抑制控制器(2,6),建议在鲁棒控制方法7,8]。优化控制参数,一些智能算法被用来获得更好的控制性能,如模糊逻辑理解(3,4],GA优化[5),和神经网络的适应9]。

显然,目前的研究主要集中在PID,健壮的、和智能算法;然而,PID自适应性差,鲁棒控制难以实现在工程和智能算法通常只有局部最优解。灵感来自于之前的研究,一个最优鲁棒控制船用发动机调速系统将本文讨论。这项工作的主要贡献可以概括如下:(我)简洁的一致渐近稳定性证明鲁棒控制设计的船用发动机转速,和明显的物理意义的控制参数,可以很容易确定(2)宇宙变量模糊推理(VUFI)建议解决模型扰动带来的不确定性和随机扰动对最优控制的解决方案

文章的布局如下:部分2提出了一种船用发动机调速模型。部分3设计一个简洁的鲁棒控制器,使其稳定性证明。部分4基于VUFI提供在线优化控制参数。部分5仿真结果和讨论细节。部分6给出了结论。

2。船用发动机调速模型

2.1。对于大型低速船用发动机动态模型

本研究设计调速控制器对于大型低速船用发动机,如人的领头S60M。二阶动态模型可以描述如下8,10,11]。 在哪里是时间常数,是放大系数,是死时间,是革命的速度。和一个非线性主发动机模型(NMEM)的传递函数形式可以表示为 在哪里是燃料指数的位置。造成的死亡时间是喷射燃油系统的延迟,这估计是在以下范围内(1]。 在哪里额定转速和吗是发动机气缸的数量。对于大型低速船用发动机,延迟项可以取而代之的是一阶惯性表达式如下: 因此,推进装置动力学描述s平面以下方程。注意所有波兰人是真实的和稳定的。

2.2。执行机构

电子液压作动器(EHA)由高速开关阀控制的使用。控制信号的脉冲宽度调制,链接的时间延迟是不考虑。致动器的传递函数可以描述如下: 在哪里时间常数和吗阻尼系数。在船上的主机操作系统,致动器的位移传感器,它可以调节反馈使输出更稳定。

3所示。控制设计

3.1。简洁的鲁棒控制设计

在本节中,一个简洁的鲁棒控制律提出了基于海洋发动机调速往后退,和控制参数具有明显的物理意义。此外,参数确定方法。

定理1。考虑到船用发动机调速模型(1),该控制器(7)基于逐步退焊法可以稳定运动速度和保证闭环调速系统一致渐近稳定的。 在哪里 , 速度误差和它的导数, , 设计参数。

证明。集 , , ,和 ,所以我们可以获得的状态空间模型(5)如下: 在哪里 , ,和一组定义了革命和误差变量 : 第一个李雅普诺夫函数被选中 定义虚拟控制变量 ,并承担 在设计参数 ,这个函数是负的,和一个可以吗 ;也就是说,控制是意识到。
变量定义另一个错误第二个李雅普诺夫函数 : 替代(8)和(12)(14),所以你可以得到的 保证负的明确性 ,一个可以定义一个虚拟控制变量 ,并承担 在设计参数 ,这个函数是负的,和一个可以吗 ;也就是说,控制实现控制律(18),所有变量在主发动机转速控制回路是一致渐近稳定平衡点 。
这个定理的证明1。

用(16)(18),控制律转换如下: 用(8)(20.推导了),实际的控制律,如果

备注2。控制律的本质(21)补偿系统的线性或非线性稳定控制回路由一种PD控制器 。很明显,同步控制设计方法简洁、有效。然而,设计参数 , 小的工程意义和只能由试验和错误,这并不有利于控制的鲁棒性和优化性能。

3.2。控制参数确定

按照闭环增益成形算法(CGSA) (12- - - - - -17),提出了一种简洁的鲁棒PID控制器如下。 在哪里系统传递函数模型,代表系统期间,主机速度控制系统是设计控制器。因此,我们可以得到一个PID控制器取代(24)(23)。 (5)可以转化为(26)。显然,(26)标准形式为(24),这是严格理性的真分数的功能。 定理的基础上1,主要的发动机转速稳态误差满足 。因此,积分项是微不足道的。定义随着系统的时期,和替代的参数(26)(25),所以你可以得到的

备注3。按照船舶主机知识和CGSA,设计参数具有明确的物理意义,可以完全确定。然而,控制性能不保证自适应负载变化和海洋条件。

4所示。基于VUFI参数在线调整

一个简洁的健壮的PD控制器基于往后退和CGSA (CRPD-BC)与明确的参数确定方法。然而,当控制系统模型摄动由于负载或干扰改变,固定控制参数通常意味着控制性能可能会变得更糟。因此,在线优化控制参数最优稳定控制是非常重要的性能。因此,一种自适应PD控制器基于VUFI (APD-VUFI),可调整控制参数的模糊域和精度根据输入和输出,如图1。此外,它比一般的模糊PID有更好的适应能力(18- - - - - -20.]。特定的参数调整规则见(28)。 模糊综合推理的两个输入和两个输出。 最初的输入和吗 是最终的输出。根据模糊比例因子的选择方法19,20.),模糊输入的域扩展结构 , 可以设计如下: 在哪里 , , ,和 是输入调节因素。与此同时,域扩展模糊输出的结构 定义如下。 在哪里R是一个比例常数P是一个常数向量。

模糊推理的输入和输出是除以三角形隶属函数和模糊语言变量NB, NM, NS,佐薇、PS、点,和铅。根据特定的物理意义和功能的控制参数,操作经验,结合现场调试和专家模糊控制规则如图2。

5。模拟

5.1。模拟配置

在本节中,提出了控制方案的有效性在海洋工程实践说明了几个仿真例子。节中描述的仿真模型2雇佣人的参数的领头S60M,这是一个广泛使用的大型低速柴油机。的时间常数 ,放大系数 ,纯延迟时间 ,模型摄动时,上述参数乘以50%。执行机构, , 。船舶主机的速度通常是分为四个等级:死慢,慢,一半,完整,分别对应于20日,40岁,60岁,80 rpm的仿真测试。假设的主要发动机转速等于螺旋桨的速度。此外,两种干扰被认为是:第一个是负载的突然增加或减少以同等速度的变化10 rpm,第二个是一个正弦波干扰,显示如下: 模糊域扩展因素 , ,和 。

5.2。仿真结果和讨论

APD-VUFI的控制表现在不同设置的速度和扰动数据所示3- - - - - -5,这表明,该控制方案能实现良好的调速性能,即使在负载突然变化的情况下,正弦波干扰和模型扰动。

调速性能和燃料指数在不同速度如图3。很明显,表现不同的旋转速度满足要求。此外,它有典型的无超调准线性瞬态性能和良好的稳态性能。从控制输入,大油门首先开始加速,然后油门是在正确的时间减少到稳定的速度设置值,这是典型的工程操作的意义。

图4显示了控制性能、控制输入和控制参数适应设定速度的改变,甚至突然负载的增加或减少。图4(一)表明该控制系统是完全能胜任上述任务。图的控制输入4 (b)是合理的,但也有一些过激的一步式干扰。在30秒,控制输入时可以适当减少负载突然降低,以便海洋发动机转速稳定在设定的值。此外,它可以证明,控制系统还可以应付的负载突然增加80秒。数据4 (c)和4 (d)说明最优控制性能可以通过调整控制参数在不同速度和不同的负载条件下。

如图5(一个),当面对50%的模型摄动,APD-VUFI执行比CRPD-BC和传统PD(兼总经理),CRPD-BC有最长的调整时间,信息有一定的过度。当正弦波干扰(> 50年代),APD-VUFI和CRPD-BC可以消除干扰极大,而TPC不能。的控制规则,控制输入由APD-VUFI和CRPD-BC相似,但APD-VUFI可以提供更大的输入快速启动,尽管一系列较小的输入和一定的相位延迟波干扰。

6。结论

在这篇文章中,一个专注于最优调速大型低速船用引擎在工程实践领域。一个简洁的鲁棒PID控制律的基础上逐步退焊法一致渐近稳定性,给出了控制参数具有明显的物理意义。此外,给出了参数测定方法的闭环增益成形算法。克服扰动由于负载或干扰变化,宇宙变量模糊推理在线优化控制系统。与现有的研究文献相比,设计方法和性能更符合海洋工程实践。仿真结果说明了表演和该系统的有效性。

缩写

采用的缩写和符号在整个论文列出:

居里夫人:	船用主机
遗传算法:	泛型算法
VUFI:	宇宙变量模糊推理
CGSA:	闭环增益成形算法
EHA:	电子液压执行器
NMEM:	非线性主发动机模型
转:	转每分钟
一系列问题:	传统的PD
APD-VUFI:	基于VUFI自适应PD控制器
CRPD-BC:	基于逐步退焊法和CGSA简洁健壮的PD控制器
PID:	比例积分微分控制器
帕金森病:	比例微分控制器
:	系统时间
:	系统时间的海洋发动机转速系统
:	船用发动机转速系统的时间常数
:	船用发动机转速系统的放大系数
:	船用发动机转速系统的轴转速
:	燃料的索引位置
:	死时间的海洋发动机转速系统
:	发动机缸数
:	系统传递函数模型
:	船用发动机转速系统的传递函数
:	电子液压执行器的传递函数
:	设计的控制器
:	电子液压执行器的时间常数
:	电子液压执行器的阻尼常数
:	速度误差
:	速度误差的导数
:	提出的控制器
:	PD控制器类型
:	控制器的设计参数
:	集革命
:	集革命错误
:	状态变量
:	李雅普诺夫函数
:	虚拟控制变量
:	分母二阶严格合理适当的系统参数
:	分子二阶严格合理适当的系统参数
:	比例、集成和微分参数
:	自适应比例和微分参数
:	模糊调整输出因素的比例和微分参数
:	模糊输出的比例和微分参数
:	模糊输入
:	模糊域扩展的因素
:	常数向量
:	模糊输入调节因素
:	模糊输出调节因子
:	模糊域速度误差
:	模糊域速度误差的导数
:	由于负载的突然增加或减少干扰以同等速度变化
:	正弦波干扰
:	振幅的正弦波干扰
:	正弦波的频率干扰。

数据可用性

作者从第三方获取数据,因此没有正确的数据公开。但数据可以通过中国船级社要求。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的内陆航运技术湖北省重点实验室基金(格兰特NHHY2018003);广东海洋大学科研启动基金(赠款E15031和R17012);广东省特色创新项目(2017年拨款2017 ktscx088 ktscx092);和广东省大学生创新与创业训练计划(批准530002001095)。