神經(jīng)網(wǎng)絡(luò)在船舶柴油發(fā)電機轉(zhuǎn)速控制應(yīng)用

陳正昂，施振華

(青島遠洋船員職業(yè)學院機電系，山東青島266071)

0 引言

船舶電力系統(tǒng)中，同步發(fā)電機由柴油機驅(qū)動發(fā)出電功率，船舶柴油發(fā)電機的控制由轉(zhuǎn)速控制和勵磁控制兩部分組成。柴油發(fā)電機組控制系統(tǒng)的特性直接影響船舶電力系統(tǒng)的供電質(zhì)量，其轉(zhuǎn)速控制直接影響發(fā)電機的有功功率輸出和船舶電力網(wǎng)頻率的穩(wěn)定性。船舶柴油發(fā)電機轉(zhuǎn)速控制系統(tǒng)輸出是實際轉(zhuǎn)速，控制器常用的是PID 控制器，通過調(diào)節(jié)柴油機的供油量起到調(diào)節(jié)柴油機組轉(zhuǎn)速定速控制作用［1］。

1 Elman 網(wǎng)絡(luò)結(jié)構(gòu)

Elman 神經(jīng)網(wǎng)絡(luò)［2］包含一個雙曲正切S 型隱含層和一個線性輸出層，S 型隱含層接收網(wǎng)絡(luò)輸入和自身的反饋，線性輸出層從S 型隱含層得到輸入。由于Elman 網(wǎng)絡(luò)是S 型/線性(sigmoid/linear)網(wǎng)絡(luò)，它能夠表達包含有限個不連續(xù)點的函數(shù)。又因為它們有一個反饋連接，所以它被訓練后不僅能夠識別和產(chǎn)生空間模式，還能夠識別和產(chǎn)生時間模式，對于多輸入多輸出網(wǎng)絡(luò)，設(shè)上下文層的輸出為yc(k)，隱合層的輸入和輸出分別為x0(k)，網(wǎng)絡(luò)在外部輸入時間序列x(A)作用下的網(wǎng)絡(luò)輸出序列為y(A)，則有

式中，W1—輸入層與隱含層間的連接權(quán)值;W2—隱含層與輸出層間的連接權(quán)值;f(·)—S 型激活函數(shù)［2］。當Elman 神經(jīng)網(wǎng)絡(luò)的上下文層存在增益為a 的自反饋連接時，稱為改進型Elman 神經(jīng)網(wǎng)絡(luò)。此時，網(wǎng)絡(luò)能模擬更高階的動態(tài)系統(tǒng)，基于上下文層的輸出yc(k)仍變?yōu)?/p>

Elman 神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu):Elman 型回歸神經(jīng)元網(wǎng)絡(luò)一般分為4 層:輸入層、中間層(隱含層)、承接層和輸出層。其輸入層、隱含層和輸出層的連接類似于前饋網(wǎng)絡(luò)。承接層又成為上下文層或狀態(tài)層，具體機構(gòu)如圖1 所示。

圖1 Elman 網(wǎng)絡(luò)的拓撲結(jié)構(gòu)

Elman 型回歸神經(jīng)元網(wǎng)絡(luò)的特點是隱含層的輸出通過輸出層的延遲和存儲，自連到隱含層的輸入，這種自聯(lián)方式使其對歷史狀態(tài)的數(shù)據(jù)具有敏感性，內(nèi)部反饋網(wǎng)絡(luò)的加入增加了網(wǎng)絡(luò)本身處理動態(tài)信息的能力，從而到達了動態(tài)建模的目的。

Elman 神經(jīng)網(wǎng)絡(luò)的學習過程如下

式中，y，x，u xc—分別表示m 維輸出節(jié)點向量;n—n 維中間層節(jié)點向量;r—r 維輸入向量和n 維反饋狀態(tài)向量;w3，w2，W1—分別表示中間層到輸出層、輸入層到中間層、承接層到中間層的連接權(quán)值;g(·)—輸出神經(jīng)元的傳遞函數(shù)，是中間層輸出的線性組合;f(·)—中間層神經(jīng)元的傳遞函數(shù)，常采用函數(shù)。

式中，?y(w)—目標輸出向量。

2 船舶柴油機轉(zhuǎn)速Elman 網(wǎng)絡(luò)控制

船舶柴油發(fā)電機轉(zhuǎn)速控制系統(tǒng)如圖2 所示輸出是實際轉(zhuǎn)速，通過調(diào)節(jié)柴油機的供油量起到調(diào)節(jié)柴油機組轉(zhuǎn)速定速控制作用。

圖2 柴油發(fā)電機組轉(zhuǎn)速控制系統(tǒng)結(jié)構(gòu)方框圖

船舶柴油發(fā)電機轉(zhuǎn)速Elman 神經(jīng)網(wǎng)絡(luò)控制代替PID 控制結(jié)構(gòu)如圖3 所示。該系統(tǒng)通過訓練Elman 神經(jīng)網(wǎng)絡(luò)對于PID 控制器進行控制算法的學習。使訓練好的Elman 神經(jīng)網(wǎng)絡(luò)控制器代替常規(guī)PID 實現(xiàn)控制;系統(tǒng)初始運行階段，常規(guī)控制器實現(xiàn)反饋控制，保證系統(tǒng)的穩(wěn)定性，且抑制擾動［3］;Elman 神經(jīng)控制器實現(xiàn)了正?？刂?，由于柴油機延時環(huán)節(jié)的存在，系統(tǒng)有一定的非線性特性;又由于同步發(fā)電機是一個強耦合的非線性電磁對象，這里運用基于Elman 神經(jīng)網(wǎng)絡(luò)的串行控制方法來解決船舶柴油發(fā)電機組系統(tǒng)的非線性控制問題。

圖3 Elman 神經(jīng)控制器代替PID 進行控制

在船舶電力仿真系統(tǒng)中，應(yīng)用Elman 神經(jīng)網(wǎng)絡(luò)代替PID 串行控制，同步發(fā)電機模型采用六階狀態(tài)方程模型，該模型不考慮0 軸的派克方程，并規(guī)定正方向的定子電流產(chǎn)生正向磁鏈。也不考慮q 軸阻尼繞組的電磁暫態(tài)過程，Tq0'和Xq'兩個數(shù)據(jù)為0。發(fā)電機模型用d-q 軸參考模型電路進行描述，如圖4 所示，全部的電氣變量都是從定子側(cè)看的，上面帶有一撇的是折算到定子側(cè)的轉(zhuǎn)子電量。

圖4 同步發(fā)電機d-q 軸模型結(jié)構(gòu)

對于該同步發(fā)電機有如下的微分方程模型［4］

3 控制系統(tǒng)結(jié)構(gòu)仿真

根據(jù)本課題的需要用Simulink 設(shè)計船舶柴油發(fā)電機組控制系統(tǒng)仿真模型，以本文所建立的簡化模型作為被控制對象時，即以式(15)表示

為柴油發(fā)電機及只執(zhí)行機構(gòu)組成的廣義被控制對象模型，用模型參考自適應(yīng)控制器來控制，采樣周期為1ms，經(jīng)過多次仿真試湊，仿真結(jié)果如圖5(a)、圖5(b)所示。由圖可見雖然起始處有震蕩，但是后面控制的效果還是很好的，輸出基本上能夠完全跟蹤輸入。

圖5 (a)輸出跟蹤輸入仿真

圖5 (b)誤差

將本文所采用的神經(jīng)網(wǎng)絡(luò)控制器用編程命令生成神經(jīng)網(wǎng)絡(luò)控制子系統(tǒng)，并將其用來替代Matlab 中柴油發(fā)電機的常規(guī)控制器。其結(jié)構(gòu)如圖6所示。

圖6 柴油發(fā)電機組控制結(jié)構(gòu)

下面來看用這個神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制器來控制船舶柴油發(fā)電機轉(zhuǎn)速的仿真結(jié)果。圖7是用該神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制器來控制船舶柴油發(fā)電機轉(zhuǎn)速的仿真結(jié)果，我們將它與用PID 控制器控制的仿真結(jié)果對比一下，從圖中我們可以看出，用神經(jīng)網(wǎng)絡(luò)控制器來控制船舶柴油發(fā)電機的轉(zhuǎn)速使柴油原動機的轉(zhuǎn)速動態(tài)特性響應(yīng)速度加快了，而超調(diào)量并沒有變壞，還附帶改善了船舶柴油發(fā)電機輸出機械功率和發(fā)電機電壓的動態(tài)特性。

圖7 柴油發(fā)電機Elman 轉(zhuǎn)速控制仿真結(jié)果

5 結(jié)語

用Elman 神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制器來控制船舶柴油發(fā)電機的轉(zhuǎn)速使柴油原動機的轉(zhuǎn)速動態(tài)特性響應(yīng)速度加快了，而超調(diào)量并沒有變壞，還附帶改善了船舶柴油發(fā)電機輸出機械功率和發(fā)電機電壓的動態(tài)特性。理論分析與仿真結(jié)果證明了該方案的合理性和有效性。

［1］ 李東輝.船舶電站柴油機的建模與運行仿真研究.大連:大連海事大學博士學位論文，2011.6.

［2］ Elman J L.Finding structure in time. Cognitive Science，1990，14(2):179-211.

［3］ 田靚，高孝洪，陳輝.基于Matlab/Simulink 的船舶主柴油機轉(zhuǎn)速控制系統(tǒng)的動態(tài)仿真.船海工程，2006，35(2).

［4］ 黃曼磊，王常虹.船舶電站柴油發(fā)電機組的非線性數(shù)學模型.哈爾濱工程大學學報，2006.2:15-19+47.