風(fēng)翼助航船舶模糊PID控制調(diào)速系統(tǒng)設(shè)計(jì)

馮寶輝， 閆亞勝， 黃連忠， 趙志強(qiáng)， 馬冉祺

(大連海事大學(xué) 輪機(jī)工程學(xué)院， 遼寧 大連 116026)

風(fēng)翼助航船舶模糊PID控制調(diào)速系統(tǒng)設(shè)計(jì)

馮寶輝， 閆亞勝， 黃連忠， 趙志強(qiáng)， 馬冉祺

(大連海事大學(xué) 輪機(jī)工程學(xué)院， 遼寧 大連 116026)

通過對(duì)風(fēng)翼助航船舶的特點(diǎn)和常規(guī)PID控制調(diào)速器進(jìn)行分析，明確采用智能控制算法中較為成熟的模糊控制算法的目標(biāo)。根據(jù)船機(jī)槳的數(shù)學(xué)模型，在MATLAB/Simulink中建立風(fēng)翼助航目標(biāo)船的機(jī)槳翼匹配簡化平均值模型。通過采用模糊PID自適應(yīng)控制算法，建立模糊PID自適應(yīng)控制器，并將其應(yīng)用到主機(jī)調(diào)速器中。仿真結(jié)果表明，同常規(guī)PID控制器相比，模糊PID控制器能大幅度提高調(diào)速器的自適應(yīng)響應(yīng)性能。

船舶工程； 風(fēng)翼助航船舶； 調(diào)速器； 模糊PID控制； 自適應(yīng)控制

風(fēng)翼助航船舶的甲板上安裝有輔助風(fēng)翼，可以在保證船舶正常航速的條件下降低主機(jī)轉(zhuǎn)速，從而降低燃油消耗。風(fēng)翼助航被認(rèn)為是目前船舶節(jié)能的最佳方法。對(duì)風(fēng)帆助航船舶調(diào)速策略的研究一直是風(fēng)帆助航技術(shù)的關(guān)鍵課題之一，而主機(jī)調(diào)速器控制算法是船舶調(diào)速策略的核心。[1]

海上風(fēng)場條件并不是恒定不變的。[2]對(duì)于加裝大面積風(fēng)翼的船舶，輔助風(fēng)翼迎風(fēng)攻角發(fā)生變化會(huì)引起船舶姿態(tài)和風(fēng)翼輔助推力發(fā)生較大的改變；為避免頻繁轉(zhuǎn)動(dòng)風(fēng)翼，基于保持推力最大的風(fēng)翼回轉(zhuǎn)控制系統(tǒng)必定會(huì)設(shè)置一定的轉(zhuǎn)角死區(qū)范圍，當(dāng)風(fēng)翼攻角在死區(qū)角度內(nèi)變化時(shí)，對(duì)攻角敏感的大升力翼型帆的助推力可能會(huì)發(fā)生較大變化，并表現(xiàn)出一定的隨機(jī)性。[3]以上情形均會(huì)破壞原有船機(jī)槳負(fù)荷匹配點(diǎn)，造成主機(jī)負(fù)荷變化，從而引起主機(jī)轉(zhuǎn)速發(fā)生變化。[4]

由以上分析可知，加裝風(fēng)翼之后，船舶的姿態(tài)會(huì)對(duì)外界環(huán)境更加敏感，主機(jī)負(fù)荷和轉(zhuǎn)速更易發(fā)生變化。因此，有必要設(shè)計(jì)一種具有良好自適應(yīng)響應(yīng)性能的新型調(diào)速器。

隨著機(jī)電技術(shù)、執(zhí)行器和傳感器技術(shù)不斷進(jìn)步，先進(jìn)的控制算法及優(yōu)化算法可以應(yīng)用到船舶推進(jìn)裝置的控制系統(tǒng)中。[5]與常規(guī)PID控制算法相比，模糊PID自適應(yīng)控制算法具有較好的魯棒性，對(duì)控制對(duì)象的非線性、時(shí)變性和滯后適應(yīng)能力也較強(qiáng)。[6]模糊控制器是一種新型控制器，其優(yōu)點(diǎn)是不要求掌握控制對(duì)象精確的數(shù)學(xué)模型，根據(jù)人工控制規(guī)則組織控制策略即可，由該控制策略決定控制量的大小。[7]

1 機(jī)槳翼匹配模型

風(fēng)翼助航目標(biāo)船為49 000載重噸的散貨船，主機(jī)型號(hào)為MAN 6S60MC-C，主機(jī)數(shù)字調(diào)速器型號(hào)為MG-800。

目標(biāo)船機(jī)槳翼匹配的數(shù)學(xué)模型可分為4部分：主機(jī)、輔助風(fēng)翼、螺旋槳和調(diào)速器，各部分的匹配關(guān)系見圖1。輔助風(fēng)翼的推力可以降低主機(jī)和螺旋槳的負(fù)載。調(diào)速系統(tǒng)通過控制主機(jī)的循環(huán)噴油量控制主機(jī)轉(zhuǎn)速，螺旋槳作為主機(jī)的負(fù)載。

圖1 機(jī)槳翼模型原理圖

為對(duì)比不同控制算法對(duì)控制系統(tǒng)的動(dòng)態(tài)響應(yīng)性能的優(yōu)劣，需建立一種適合動(dòng)態(tài)響應(yīng)分析的船機(jī)槳模型。本文建立的船機(jī)槳模型為簡化的平均值模型，主要采用瞬變方程和狀態(tài)方程來描述工作過程。

1.1柴油機(jī)模型

采用較適合控制系統(tǒng)實(shí)時(shí)分析的平均值模型，并進(jìn)行相應(yīng)簡化。柴油機(jī)平均值模型可分為噴油泵模型、動(dòng)力模型、增壓器模型、掃氣箱模型和排氣管模型。由于僅研究控制算法對(duì)主機(jī)轉(zhuǎn)速控制的響應(yīng)性能，而增壓器模型只與柴油機(jī)指示熱效率有關(guān)，因此只需建立一種包含噴油泵和動(dòng)力模型的簡化均值模型即可。

由能量守恒原理可知，主機(jī)軸功率Pe和每循環(huán)供油量gc之間滿足

(1)

式(1)中：n為主機(jī)轉(zhuǎn)速；Hu為燃油低熱值，42 700 kJ/kg；ηe為有效熱效率，可取為定值。

2.2.3 居民對(duì)福州城市林業(yè)成效感知差異性分析 就福州市民對(duì)福州城市林業(yè)綜合評(píng)價(jià)的單因素進(jìn)行方差分析，結(jié)果(表5)顯示，福州市民對(duì)城市森林在各區(qū)均勻度，結(jié)構(gòu)布局的喬灌草比例，城市森林覆蓋率，噪聲，滿足市民休閑、游憩、觀光等精神需要感知方面存在顯著性差異；經(jīng)多重比較后發(fā)現(xiàn)，臺(tái)江區(qū)與晉安區(qū)、倉山區(qū)、鼓樓區(qū)、馬尾區(qū)在均勻度、噪聲、精神需要、城市森林覆蓋率、喬灌草比例方面差異顯著，其他區(qū)域的市民在這些單因素感知方面差異不顯著。

主機(jī)輸出扭矩與軸功率之間的關(guān)系為

(2)

由式(1)和式(2)可得主機(jī)扭矩Me與循環(huán)供油量gc滿足線性關(guān)系[8]

Me=c·gc

(3)

由牛頓第二定律可得柴油轉(zhuǎn)速為

(4)

式(4)中：I為曲柄連桿機(jī)構(gòu)和輸出軸總平均轉(zhuǎn)動(dòng)慣量；Ms為風(fēng)翼助推當(dāng)量扭矩；Mf為傳遞損失扭矩；Mp為螺旋槳負(fù)載扭矩；τ為從燃油噴入氣缸到燃燒做功的延遲時(shí)間。

噴油泵模型表現(xiàn)為循環(huán)噴油量與油泵油門刻度、主機(jī)轉(zhuǎn)速的關(guān)系[9-10]，通過數(shù)據(jù)擬合的方法可知噴油泵數(shù)學(xué)模型為

gc=c0(Pos-c1)·n+c2

(5)

式(5)中：Pos為噴油泵油門刻度；gc為每循環(huán)供油量；c0，c1，c2為擬合得到系數(shù)。

1.2螺旋槳模型

螺旋槳水阻力矩為

Mp=KMρn2D5

(6)

式(6)中：KM為螺旋槳扭矩系數(shù)；ρ為海水密度；D為螺旋槳直徑。

對(duì)于定矩螺旋槳，扭矩系數(shù)KM是進(jìn)程比J的函數(shù)，通常由螺旋槳水動(dòng)力圖譜查取。但目標(biāo)船采用的螺旋槳為新型理論槳，并非圖譜槳，沒有現(xiàn)成的準(zhǔn)確圖譜可供查詢。

進(jìn)程比是螺旋槳水動(dòng)力學(xué)性能的重要參數(shù)，對(duì)于一定螺旋槳，其值取決于船舶航行狀態(tài)。因此，扭矩系數(shù)KM也取決于船舶航行狀態(tài)。當(dāng)船舶在某一特定條件(船舶吃水、氣候、海況等因素不變或相近)下航行時(shí)，進(jìn)程比和扭矩系數(shù)可視為常數(shù)。[11]此時(shí)采用試航數(shù)據(jù)線性回歸擬合的方法更為準(zhǔn)確。螺旋槳扭矩和轉(zhuǎn)速的平方滿足線性關(guān)系

Mp=Cp·n2

(7)

根據(jù)試航報(bào)告數(shù)據(jù)(見表1)，采用平均系數(shù)時(shí)，計(jì)算得出的扭矩與測(cè)量值相比誤差均不到1%，有很高的精度，因此，取系數(shù)Cp的值為0.078。

1.3調(diào)速器模型

主機(jī)調(diào)速器主要包括控制器和執(zhí)行器兩部分。MG-800型調(diào)速器為全制式數(shù)字調(diào)速器，與其他現(xiàn)有調(diào)速器一樣,其控制器也采用常規(guī)PID控制算法，執(zhí)行器的核心為可逆直流伺服電機(jī)。

PID控制的數(shù)學(xué)表達(dá)式為

(8)

式(8)中:偏差信號(hào)e(t)為控制器輸入量；u(t)為控制輸出結(jié)果；Kp為比例系數(shù)；Ti為積分時(shí)間常數(shù)；Td為微分時(shí)間常數(shù)。

比例系數(shù)、積分系數(shù)和微分系數(shù)的大小及三者之間的組合決定了控制器的控制效果。不同的控制對(duì)象和需求對(duì)三個(gè)系數(shù)的要求是不同的。

作為執(zhí)行器的可逆直流伺服電機(jī)可認(rèn)為是一個(gè)二階環(huán)節(jié)[12]，其傳遞函數(shù)可表示為

(9)

在Simulink中建立機(jī)槳翼仿真模型(見圖2)。

表1 目標(biāo)船試航報(bào)告數(shù)據(jù)

圖2 目標(biāo)船機(jī)槳翼模型

2 模糊PID自適應(yīng)控制算法

與常規(guī)PID控制不同，模糊PID控制在其基礎(chǔ)上加上了參數(shù)自整定的功能，原理見圖3。[13]其中K1和K2為模糊因子，用于保證偏差e和偏差變化率ec在設(shè)定的變量范圍內(nèi)。模糊PID控制器跟蹤控制對(duì)象偏差e和偏差變化率ec，采用模糊推理的方法對(duì)PID參數(shù)Kp、Ki和Kd進(jìn)行在線整定，以改善控制器性能，使控制對(duì)象具有良好的動(dòng)態(tài)和靜態(tài)特性。

圖3 模糊PID控制原理圖

由模糊邏輯整定的PID控制器參數(shù)的表達(dá)式為

(10)

式(10)中：ΔKp，ΔKi，ΔKd為模糊推理結(jié)果；γp，γi，γd為解模糊因子。

通過分析PID參數(shù)對(duì)控制器性能的影響，可以確定模糊PID控制器模糊推理的原則：當(dāng)偏差較大時(shí)，為了加快響應(yīng)速度，應(yīng)取較大的Kp和較小的Kd；當(dāng)偏差較小時(shí)，應(yīng)取較大的Kp和Ki；當(dāng)偏差和偏差變化率為中等時(shí)，應(yīng)取較小的Kp和Kd。

打開MATLAB中Fuzzy Logic工具箱里的FIS編輯器，將偏差e和偏差變化率ec作為輸入量，ΔKp、ΔKi、ΔKd作為輸出量。輸入量隸屬度函數(shù)采用高斯形式，輸出量的隸屬度函數(shù)采用三角形形式，變量范圍均取為[-6,6]，隸屬度函數(shù)從左至右分別為NB，NM，NS，ZO，PS，PM，PB(見圖4和圖5)。

圖4 輸入量隸屬度函數(shù)

圖5 輸出量隸屬度函數(shù)

根據(jù)以上隸屬度函數(shù)的劃分，確定了輸出量和輸入量的模糊推理關(guān)系的49條模糊控制規(guī)則(見表2)。

在FIS編輯器中，輸入以上模糊規(guī)則，解模糊化(defuzzification)方法選為重心平均法(centroid)，馬丹尼算子，這樣完成了FIS文件的建立，供以后Simulink中Fuzzy Logic Controller模塊調(diào)用。輸出量與輸入量的關(guān)系見圖6。

表2 模糊規(guī)則表

圖6 ΔKp、ΔKi、ΔKd的曲面觀測(cè)圖

3 模糊PID控制模型

在原有機(jī)槳翼模型的基礎(chǔ)上，引入模糊控制器，在Simulink中使用Fuzzy Logic Controller模塊，調(diào)用上文編輯的.fis文件，建立模糊PID控制機(jī)槳翼模型(見圖7)。模型建立完之后，需要對(duì)模糊因子K1和K2進(jìn)行確定，這里采用反復(fù)仿真試湊的方法，使e和ec在設(shè)定的變量范圍內(nèi)，以達(dá)到模糊化的目的。根據(jù)式(10)確定PID參數(shù)整定結(jié)構(gòu)，建立模糊PID控制器代替常規(guī)PID控制器。

4 模型仿真對(duì)比

在MATLAB/Simulink工具箱中建立模糊PID控制與常規(guī)PID控制的對(duì)比仿真模型，將對(duì)比模型封裝在同一個(gè).mdl文件中(見圖8)，保證除模糊控制器以外的所有參數(shù)和設(shè)置完全相同，以便進(jìn)行對(duì)比。

圖7 模糊PID控制模型

圖8 對(duì)比仿真模型

采用4階龍格-庫塔算法，變步長，仿真時(shí)間設(shè)為1 000 s。在主機(jī)轉(zhuǎn)速仿真結(jié)果中，實(shí)線為傳統(tǒng)PID控制的結(jié)果，虛線為模糊PID控制的結(jié)果。

4.1定主機(jī)轉(zhuǎn)速，風(fēng)翼迎風(fēng)攻角改變時(shí)的仿真結(jié)果

風(fēng)翼助航船舶在定主機(jī)轉(zhuǎn)速航行時(shí)，輔助風(fēng)翼迎風(fēng)攻角的改變會(huì)造成風(fēng)翼輔助推力發(fā)生較大變化。圖9為風(fēng)翼輔助推力增加時(shí)，仿真得到的主機(jī)轉(zhuǎn)速變化結(jié)果。

圖9 輔助推力增加時(shí)，對(duì)比仿真結(jié)果

通過對(duì)仿真結(jié)果進(jìn)行分析可知，當(dāng)風(fēng)翼輔助推力增加后，模糊PID控制的結(jié)果較常規(guī)PID控制顯示超調(diào)量降低50%左右；同時(shí)，穩(wěn)定時(shí)間降低50%左右，有效控制了主機(jī)轉(zhuǎn)速的波動(dòng)。

4.2基于非定常風(fēng)場的風(fēng)翼助推工況的仿真結(jié)果

為避免因頻繁轉(zhuǎn)動(dòng)風(fēng)翼而消耗能量，當(dāng)風(fēng)場條件在一定范圍內(nèi)變化時(shí)，并不需要及時(shí)轉(zhuǎn)動(dòng)風(fēng)翼，這時(shí)風(fēng)翼輔助推力具有一定的隨機(jī)性。風(fēng)翼助航船舶在非定常風(fēng)場中航行時(shí)，仿真得到的船舶主機(jī)轉(zhuǎn)速變化見圖10。

圖10 基于非定常風(fēng)場仿真結(jié)果

由以上仿真結(jié)果可知，通過采用模糊PID控制的調(diào)速器，主機(jī)轉(zhuǎn)速超調(diào)量明顯降低，主機(jī)轉(zhuǎn)速的變化變得更加平穩(wěn)。

5 結(jié) 語

對(duì)比仿真結(jié)果可知，當(dāng)采用輔助風(fēng)翼作為目標(biāo)船輔助推進(jìn)裝置時(shí)，將模糊PID算法應(yīng)用到主機(jī)調(diào)速控制系統(tǒng)中，可以有效降低船舶主機(jī)轉(zhuǎn)速變化的超調(diào)量并有效減少穩(wěn)定時(shí)間。模糊PID控制器的自適應(yīng)性能較常規(guī)PID控制器明顯提高，說明通過引入模糊PID參數(shù)在線整定的方法能有效提高調(diào)速器對(duì)風(fēng)翼助航船舶主機(jī)的自適應(yīng)控制性能，滿足了目標(biāo)船主機(jī)對(duì)調(diào)速器響應(yīng)過程的要求。

[1] 孫培廷.“十二五”期間航運(yùn)業(yè)和造船業(yè)熱點(diǎn)與難點(diǎn)問題[J].世界海運(yùn)，2013，36(1)：1-8.

[2] 嚴(yán)新平.新能源在船舶上的應(yīng)用進(jìn)展及展望[J].船海工程，2010，39(6)：111-115.

[3] 趙江濱，王立明，袁成清,等.一種基于主導(dǎo)風(fēng)向的風(fēng)帆偏航控制系統(tǒng)[J].交通信息與安全，2010，28(6)：95-97.

[4] 任洪瑩，吳桂濤，孫培廷,等.風(fēng)翼助航改裝船對(duì)機(jī)槳配合影響的研究[J].可再生能源，2011，29(6)：64-67.

[5] 王海燕，張均東，任光.大型船用柴油機(jī)建模與動(dòng)態(tài)仿真[J].系統(tǒng)仿真學(xué)報(bào)，2006，18(9)：269-272.

[6] 黃文超，張維競，張傳亮.模糊PID控制的柴油機(jī)調(diào)速系統(tǒng)仿真[J].計(jì)算機(jī)應(yīng)用與軟件，2011，28(2)：154-157.

[7] 孫立晶.基于模糊-PID算法的柴油機(jī)調(diào)速控制策略設(shè)計(jì)與研究[D].哈爾濱：哈爾濱工程大學(xué)，2010.

[8] 任洪瑩.風(fēng)翼助航船舶主動(dòng)力裝置特性研究[D].大連：大連海事大學(xué)，2012.

[9] 丁洪祥.基于模糊-PID控制的船舶柴油機(jī)調(diào)速系統(tǒng)的仿真研究[D].大連：大連海事大學(xué)，2005.

[10] 陳華清，敖晨和.艦船推進(jìn)系統(tǒng)仿真中的柴油機(jī)數(shù)學(xué)模型[J].船舶工程，2000(5):33-37.

[11] 王海燕.大型低速船用柴油機(jī)建模與系統(tǒng)仿真[D].大連：大連海事大學(xué)，2006.

[12] 江國和，劉西全，楊松林.船舶柴油機(jī)轉(zhuǎn)速智能控制系統(tǒng)仿真[J].柴油機(jī)，2005，27(4)：9-11.

[13] 薛定宇，陳陽泉.控制數(shù)學(xué)問題的MATLAB求解[M].北京：清華大學(xué)出版社，2007：353.

△版權(quán)聲明△

凡投稿本刊的文章，均視為同意本刊授權(quán)的合作媒體使用，本刊支付的稿酬已包含授權(quán)費(fèi)用。

《中國航?！肪庉嫴?/p>

DesignofFuzzyPIDGovernorSystemforWing-AssistedMotorVessels

FENGBaohui，YANYasheng,HUANGLianzhong，ZHAOZhiqiang，MARanqi
(Marine Engineering College，Dalian Maritime University，Dalian 116026，China)

The characteristics of wing-assisted motor vessels and PID governors are investigated. The fuzzy control method ,one of the well developed intelligent control algorithms, is introduced into the PID system. The simplified average value model of wing-assisted motor vessel is established based on the main engine-propeller-wing matching model by means of MATLAB/Simulink. On the basis of the fuzzy PID self-adaptive control algorithm, a self-adaptive controller is developed and applied to the main engine governor. Simulation results show that, the fuzzy PID controller performs better than ordinary PID controller in adaptability.

ship engineering; wing-assisted motor vessel； governor； fuzzy PID control； self-adaptive control

2014-03-20

國家高技術(shù)研究發(fā)展計(jì)劃(“八六三”計(jì)劃)項(xiàng)目(2012AA112702)

馮寶輝(1988-)，男，河北唐山人，碩士生，從事風(fēng)翼助航船舶主機(jī)控制系統(tǒng)研究。E-mail：fengbaohui88@126.com.黃連忠(1969-)，男，湖北武漢人，教授，從事風(fēng)翼助航技術(shù)和現(xiàn)代輪機(jī)工程研究。E-mail：huanglianzhong@163.com.

1000-4653(2014)02-0019-05

TP273+.4; U664.1

A