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)
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]。
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。
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]
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
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.