電力推進(jìn)裝置中央冷卻系統(tǒng)多Agent智能控制試驗(yàn)研究

邵鈺蟒，吳杰長(zhǎng)，陳于濤，錢(qián)貴中

(1.海軍工程大學(xué) 動(dòng)力工程學(xué)院，湖北 武漢430033;2.中國(guó)人民解放軍92995 部隊(duì)，山東 青島266100)

0 引 言

隨著艦船動(dòng)力平臺(tái)技術(shù)水平的不斷發(fā)展，電力推進(jìn)裝置包含越來(lái)越多的電器設(shè)備，其功率密度越來(lái)越高，發(fā)熱量也越來(lái)越大。同時(shí)，電力推進(jìn)裝置存在不同的運(yùn)行工況，其冷卻需求變化較大。為了在各種運(yùn)行工況下對(duì)電力推進(jìn)裝置進(jìn)行有效冷卻，將冷卻水進(jìn)行統(tǒng)一分配和管理的中央冷卻系統(tǒng)得到了越來(lái)越多的應(yīng)用，已成為電力推進(jìn)裝置正常工作的重要保障之一。

目前的中央冷卻系統(tǒng)自動(dòng)控制內(nèi)容包括冷卻水溫度的調(diào)溫閥自動(dòng)控制和管路系統(tǒng)閥門(mén)、冷卻泵的遠(yuǎn)距離遙控，控制系統(tǒng)智能依賴(lài)于操作人員的經(jīng)驗(yàn)，還沒(méi)有充分考慮在不確定和高威脅度環(huán)境中，運(yùn)行任務(wù)和工況突然變化后的系統(tǒng)狀態(tài)快速切換，以及系統(tǒng)故障發(fā)生后的自動(dòng)故障恢復(fù)能力。

另一方面，隨著分布式人工智能、計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，多Agent 技術(shù)在近年來(lái)得到迅速發(fā)展，為解決大規(guī)模復(fù)雜系統(tǒng)的動(dòng)態(tài)分布式控制問(wèn)題提供了一種新的思路和方法［1－3］。前期工作中已經(jīng)完成了復(fù)雜動(dòng)力管路系統(tǒng)多Agent 智能控制結(jié)構(gòu)的原型設(shè)計(jì)［4］，但針對(duì)電力推進(jìn)裝置中央冷卻系統(tǒng)的智能控制結(jié)構(gòu)需要進(jìn)行實(shí)例化設(shè)計(jì)，控制系統(tǒng)的性能還有待進(jìn)一步的試驗(yàn)驗(yàn)證。

本文以電力推進(jìn)裝置中央冷卻系統(tǒng)為控制對(duì)象，針對(duì)多Agent 智能控制結(jié)構(gòu)有效性的試驗(yàn)驗(yàn)證問(wèn)題開(kāi)展研究。分析中央冷卻系統(tǒng)的運(yùn)行特點(diǎn)、主要運(yùn)行工況和智能控制需求，設(shè)計(jì)并建立相應(yīng)的多Agent智能控制試驗(yàn)研究平臺(tái)，確定試驗(yàn)測(cè)試內(nèi)容，對(duì)多Agent 智能控制系統(tǒng)的性能和效果進(jìn)行驗(yàn)證分析。

1 電力推進(jìn)裝置中央冷卻系統(tǒng)

某型船電力推進(jìn)裝置的冷卻采用中央冷卻系統(tǒng)。這種冷卻系統(tǒng)將推進(jìn)裝置的各個(gè)所需冷卻設(shè)備都連接起來(lái)組成一個(gè)整體，并實(shí)現(xiàn)冷卻水的統(tǒng)一供應(yīng)與回收循環(huán)［5］。其原理如圖1所示。該中央冷卻系統(tǒng)主要由海水冷卻部分和淡水冷卻部分組成，基本原理是用海水冷卻淡水，淡水冷卻各個(gè)電力設(shè)備。每個(gè)泵組都是由一個(gè)大功率泵、一個(gè)小功率泵和一個(gè)備用泵組成。淡水冷卻回路分為3個(gè)部分:1)高壓冷卻回路，冷卻尾推設(shè)備和后發(fā)電機(jī)艙設(shè)備;2)低壓冷卻回路，冷卻前發(fā)電機(jī)艙設(shè)備和首側(cè)推艙設(shè)備;3)回水回路。該船正常工況有4 種，分別是進(jìn)出港工況、航行工況、錨泊工況、動(dòng)力定位工況，正常工況時(shí)該電力推進(jìn)裝置運(yùn)行狀態(tài)如表1所示。

根據(jù)圖1所示的電力推進(jìn)裝置中央冷卻系統(tǒng)原理圖，本文將中央冷卻系統(tǒng)的淡水冷卻部分作為試驗(yàn)研究對(duì)象。該冷卻系統(tǒng)實(shí)現(xiàn)了冷卻水的統(tǒng)一調(diào)配，但在控制功能上仍存在以下不足:

1)整個(gè)系統(tǒng)控制效果較粗，未具體到單個(gè)部件的精細(xì)控制，系統(tǒng)重構(gòu)能力有限。

2)蝶閥和泵組需要手動(dòng)控制，控制的智能因素在于操作者，響應(yīng)能力和實(shí)時(shí)性依賴(lài)于操作者的經(jīng)驗(yàn)和熟練程度。針對(duì)快速變化的戰(zhàn)場(chǎng)環(huán)境，和任務(wù)效率要求，急需提高控制系統(tǒng)的自動(dòng)化程度和智能水平。

3)現(xiàn)有系統(tǒng)的故障恢復(fù)和戰(zhàn)損重構(gòu)的能力較弱，局部工作能力的損失會(huì)導(dǎo)致整個(gè)大系統(tǒng)的全部工作能力損失。

表1 電力設(shè)備運(yùn)行情況和泵組選擇情況Tab.1 Operation of electrical equipment and pump selection

圖1 電力推進(jìn)裝置中央冷卻系統(tǒng)原理圖Fig.1 Central cooling system of electric propulsion apparatus

圖2 電力推進(jìn)裝置淡水冷卻回路圖Fig.2 Fresh water cooling circuit of electric propulsion apparatus

2 多Agent 智能控制試驗(yàn)臺(tái)設(shè)計(jì)與實(shí)現(xiàn)

2.1 試驗(yàn)臺(tái)設(shè)計(jì)

針對(duì)中央冷卻系統(tǒng)智能控制需求，本文將電力推進(jìn)裝置中央冷卻系統(tǒng)淡水冷卻部分進(jìn)行二次設(shè)計(jì)。如圖2所示中間為2 組淡水冷卻泵組，每個(gè)泵組由一個(gè)大功率泵、一個(gè)小功率泵和一個(gè)備用泵組成，大功率泵冷卻對(duì)象為尾部推進(jìn)艙設(shè)備和后發(fā)電機(jī)艙設(shè)備，小功率泵的冷卻對(duì)象為前發(fā)電機(jī)艙設(shè)備和首側(cè)推艙設(shè)備，備用泵作為任意一個(gè)泵故障時(shí)代替使用。前后2 套淡水冷卻泵組也可以互為備用，即如有一套泵組完全無(wú)法工作則可以由另一套來(lái)完成所需冷卻資源的提供。圖中每個(gè)設(shè)備由一個(gè)供水電磁閥和一個(gè)流量計(jì)組成，試驗(yàn)時(shí)如果有水流過(guò)流量計(jì)產(chǎn)生讀數(shù)，便視為該設(shè)備已經(jīng)被冷卻，流量值的大小可反映冷卻量的大小。

試驗(yàn)裝置數(shù)據(jù)采集由2 部分組成，一部分是電磁閥和電磁泵的開(kāi)關(guān)量輸出，另一部分是流量計(jì)流量的模擬量輸入。電磁閥和電磁泵的開(kāi)關(guān)量輸出采用了PCL 板卡采集控制，流量計(jì)的流量輸入采用了ADAM－4150 模塊采集實(shí)現(xiàn)。數(shù)據(jù)處理是在PC 工控機(jī)上用VC+ +開(kāi)發(fā)控制系統(tǒng)軟件來(lái)實(shí)現(xiàn)。該試驗(yàn)裝置在功能上能夠?qū)崿F(xiàn)各個(gè)正常工況的自動(dòng)切換，能夠?qū)ν话l(fā)故障進(jìn)行自動(dòng)處理，如泵故障不能運(yùn)行。根據(jù)設(shè)計(jì)建立了桌面試驗(yàn)裝置如圖3所示。

在試驗(yàn)測(cè)試內(nèi)容方面，本文根據(jù)電力推進(jìn)裝置冷卻系統(tǒng)的實(shí)際情況，擬定了試驗(yàn)內(nèi)容:

1)模擬正常運(yùn)行工況下的電力推進(jìn)裝置各個(gè)設(shè)備的運(yùn)行情況，并試驗(yàn)智能控制系統(tǒng)能否按照控制要求自動(dòng)實(shí)現(xiàn)工況的切換;

2)設(shè)置單個(gè)泵發(fā)生故障或者單個(gè)設(shè)備發(fā)生故障，試驗(yàn)系統(tǒng)的響應(yīng)和系統(tǒng)故障恢復(fù)的效果;

3)設(shè)置多個(gè)故障，如多個(gè)泵的并發(fā)故障或者泵的故障和管路破損同時(shí)發(fā)生，試驗(yàn)系統(tǒng)的自動(dòng)故障處理的能力。

圖3 桌面試驗(yàn)裝置Fig.3 Desktop test apparatus

2.2 多Agent 智能控制結(jié)構(gòu)與協(xié)作模型

以試驗(yàn)裝置為控制對(duì)象，本文多Agent 系統(tǒng)采用層次化的控制結(jié)構(gòu)［6］。層次化結(jié)構(gòu)將系統(tǒng)按層次分解，每一層的決策權(quán)和該層的控制權(quán)集中在其上層Agent 中，由其控制和協(xié)調(diào)下層Agent 行為，Agent的自治性由上而下依次減弱［7］，底層Agent 僅能實(shí)現(xiàn)對(duì)執(zhí)行機(jī)構(gòu)的管理和控制?？刂平Y(jié)構(gòu)共分為3 層如圖4所示，最高層為任務(wù)規(guī)劃分配層，設(shè)置一個(gè)Agent，其功能為任務(wù)的分解、發(fā)布，以及與中層Agent 協(xié)商產(chǎn)生最終任務(wù)執(zhí)行方案;中間層功能為任務(wù)接收和子任務(wù)再分配，設(shè)置8個(gè)Agent，分別為2個(gè)冷卻水資源Agent、尾推Agent、后艙Agent、前艙Agent、首推Agent和2個(gè)管路Agent。每個(gè)資源Agent 管理2個(gè)閥Agent和3個(gè)泵Agent，尾推Agent 管理10個(gè)設(shè)備Agent，后艙Agent、前艙Agent 分別管理4個(gè)設(shè)備Agent，首推Agent 管理3個(gè)Agent，2個(gè)管路Agent 分別管理8個(gè)閥Agent。這些被管理的Agent 即底層Agent，其功能是接收并根據(jù)自身情況與中層Agent 協(xié)商，產(chǎn)生最終執(zhí)行的方案，并執(zhí)行控制要求。

在圖4的多Agent 系統(tǒng)分層結(jié)構(gòu)的基礎(chǔ)上，要實(shí)現(xiàn)多Agent 系統(tǒng)的交互協(xié)作，才能達(dá)到控制要求。本文采用了合同網(wǎng)的協(xié)作模型［8］。以航行工況為例，頂層任務(wù)分配Agent 將航行工況的任務(wù)分解為7個(gè)任務(wù)，分別為冷卻水資源的提供、尾推進(jìn)設(shè)備運(yùn)行、后機(jī)艙設(shè)備運(yùn)行、前機(jī)艙設(shè)備運(yùn)行、首側(cè)推進(jìn)設(shè)備停止、管路1 保證流通、管路2 保證流通。頂層Agent 將任務(wù)分解之后發(fā)布給中層的8個(gè)Agent，中層Agent 查詢(xún)自身附屬的底層Agent的能力，判斷能否完成特定的分任務(wù)，并將能力值反饋給頂層Agent。設(shè)定中層Agent 對(duì)各個(gè)分任務(wù)的能力參數(shù)如表2所示。因此航行工況從頂層Agent 到中層Agent的交互協(xié)商過(guò)程如圖5所示。

圖4 多Agent 系統(tǒng)控制系統(tǒng)分層結(jié)構(gòu)圖Fig.4 Framework of the Multi－Agent control system

表2 中層Agent 能力參數(shù)Tab.2 The objective evaluation of different methods

圖5 航行任務(wù)的合同網(wǎng)協(xié)作流程圖Fig.5 The contract net collaboration flowchart of sailing task

3 試驗(yàn)結(jié)果與分析

本試驗(yàn)裝置中的多Agent 智能控制系統(tǒng)是將分層控制結(jié)構(gòu)和合同網(wǎng)的協(xié)作模型用程序?qū)崿F(xiàn)，并通過(guò)硬件驅(qū)動(dòng)，控制效果的驗(yàn)證主要通過(guò)任務(wù)切換和發(fā)生故障時(shí)設(shè)備的響應(yīng)狀況和流量計(jì)讀數(shù)變化狀況來(lái)判定。

3.1 任務(wù)切換試驗(yàn)分析

系統(tǒng)初始狀態(tài)設(shè)置為:6個(gè)泵都關(guān)閉，所有電磁閥都關(guān)閉。按順序啟動(dòng)各個(gè)任務(wù)工況，記錄前后的設(shè)備狀態(tài)和流量變化情況。部分試驗(yàn)數(shù)據(jù)如表3所示。表中泵1、泵2、泵3、閥34、閥35 是后艙淡水冷卻泵組的設(shè)備，泵4、泵5、泵6、閥36、閥37 是前艙淡水冷卻泵組的設(shè)備。設(shè)備1 流量值是隨機(jī)選取尾部推進(jìn)艙的10個(gè)設(shè)備中的一個(gè)，設(shè)備12流量值是隨機(jī)選取后艙的4個(gè)設(shè)備中的一個(gè)，設(shè)備16 流量值是隨機(jī)選取前艙的4個(gè)設(shè)備中的一個(gè)，設(shè)備20 流量值是隨機(jī)選取首側(cè)推進(jìn)艙的3個(gè)設(shè)備中的一個(gè)。系統(tǒng)通過(guò)合同網(wǎng)協(xié)作方法，產(chǎn)生控制方案，并由底層Agent 執(zhí)行動(dòng)作。從表中數(shù)據(jù)可得，由初始狀態(tài)到啟動(dòng)任務(wù)1 工況時(shí)，泵1的狀態(tài)由關(guān)閉變成打開(kāi)，泵2的由關(guān)閉變成打開(kāi)，設(shè)備1、設(shè)備12和設(shè)備16 都有流量值，說(shuō)明尾推、后艙、前艙設(shè)備都已經(jīng)正常運(yùn)行，首側(cè)推艙設(shè)備未運(yùn)行，系統(tǒng)達(dá)到了控制效果。由表中數(shù)據(jù)可得，當(dāng)由任務(wù)1 切換到任務(wù)2、任務(wù)2 切換到任務(wù)3、任務(wù)3 切換到任務(wù)4時(shí)，系統(tǒng)也能自動(dòng)運(yùn)行，達(dá)到控制效果。

表3 泵、部分閥和流量計(jì)流量讀數(shù)數(shù)據(jù)記錄表(流量單位:ml/min)Tab.3 Pump，some valve and flow meters data recording(flow unit:ml/min)

3.2 故障恢復(fù)試驗(yàn)分析

本文試驗(yàn)研究設(shè)置了2 種故障情況，一種是單個(gè)泵的故障，一種是泵組的整體故障。當(dāng)單個(gè)泵發(fā)生故障時(shí)，系統(tǒng)將啟用其泵組內(nèi)的備用泵來(lái)完成故障處理;當(dāng)泵組整體發(fā)生故障時(shí)，系統(tǒng)將自動(dòng)切換到另一個(gè)泵組運(yùn)行。故障情況的試驗(yàn)部分?jǐn)?shù)據(jù)記錄見(jiàn)表3。

從表中可見(jiàn)，在運(yùn)行任務(wù)1 工況時(shí)，發(fā)生故障1，即泵1 發(fā)生故障，此時(shí)多Agent 智能控制系統(tǒng)通過(guò)內(nèi)部交互協(xié)作，得出控制方案并執(zhí)行，關(guān)閉了泵1，打開(kāi)了選擇閥34 (閥34的功能是選擇備用泵提供的冷卻資源流向管路1 或者管路2)，打開(kāi)了備用泵。設(shè)備1、設(shè)備12、設(shè)備16、設(shè)備20的流量值顯示尾推設(shè)備、后發(fā)電機(jī)艙設(shè)備、前發(fā)電機(jī)艙設(shè)備都已得到了冷卻。當(dāng)泵組整體發(fā)生故障時(shí)，即在故障1的情況下，泵2 也發(fā)生了故障，導(dǎo)致后艙淡水冷卻泵組不能工作，此時(shí)，多Agent 智能控制系統(tǒng)自動(dòng)響應(yīng)并進(jìn)行故障恢復(fù)為關(guān)閉泵1、關(guān)閉泵2、打開(kāi)泵4、打開(kāi)泵5。各設(shè)備流量顯示運(yùn)行正常。因此，在故障條件下系統(tǒng)也能達(dá)到控制要求。

4 結(jié) 語(yǔ)

本研究將多Agent 智能控制系統(tǒng)應(yīng)用到艦船電力推進(jìn)裝置中央冷卻系統(tǒng)中，針對(duì)主淡水回路建立了試驗(yàn)研究平臺(tái)，包括以桌面試驗(yàn)裝置為核心的硬件結(jié)構(gòu)和面向試驗(yàn)裝置的多Agent 智能控制軟件體系。通過(guò)試驗(yàn)驗(yàn)證了多Agent 智能控制系統(tǒng)在任務(wù)切換和故障恢復(fù)時(shí)有效性，為多Agent 系統(tǒng)應(yīng)用到更大型、更復(fù)雜的艦船動(dòng)力裝置打下了基礎(chǔ)。

［1］SHEN Wei-ming，WANG Li-hui，HAO Qi.Agent-based distributed manufacturing process planning and scheduling:a state－of－the－art survey［J］.IEEE Transsations on Systems，2006，36(4):563－577.

［2］趙麗平.基于Multi－agent的電能質(zhì)量監(jiān)控網(wǎng)絡(luò)的研究［D］.成都:西南交通大學(xué)，2006.

［3］SUNDERESH S H，ROBERT J G，BYUNG-IN K，et al.Intelligent agent based framework for manufacturing systems control［J］.IEEE Transsations On Systems，2002，32(5):560－573.

［4］陳于濤，陳林根，曾凡明，等.復(fù)雜動(dòng)力管路系統(tǒng)多Agent自治控制結(jié)構(gòu)研究［J］.華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2013，41(6):76－80.CHEN Yu-tao，CHEN Lin-gen，ZENG Fan-ming，et al.Multi-agent control architecture for complex marine power piping［J］.Huazhong University of Science Technology(Natural Science Edition)，2013，41(6):76－80.

［5］田志定，李剛，劉春，等.電力推進(jìn)艦船中央冷卻控制裝置優(yōu)化設(shè)計(jì)研究［J］.上海造船，2011，87(3):52－54.TIAN Zhi-ding，LI Gang，LIU Chun，et al.Research on optimum design of central cooling system of electric propulsion ship［J］.Shanghai Shipbuilding，2011，87(3):52－54.

［6］李杰，曾凡明，陳于濤，等.基于JADE的艦船冷卻水系統(tǒng)多Agent控制系統(tǒng)［J］.艦船科學(xué)技術(shù)，2013，35(4):102－106.LI Jie，ZENG Fan-ming，CHEN Yu-tao，et al.Multi-agent control architecture design of marine cooling water system based on JADE platform［J］.Ship Science and Technology，2013，35(4):102－106.

［7］盧道華，吳洪濤，張禮華.基于MAS和RL的艦船設(shè)備協(xié)同控制方法［J］.南京航空航天大學(xué)學(xué)報(bào)，2008，40(1):104－109.LU Dao-hua，WU Hong-tao，ZHANG Li-hua.Ship equipment cooperation control method based on multi-agent system and reinforcement learning［J］.Journal of Nanjing University of Aeronautics ＆ Astronautics，2008，40(1):104－109.

［8］張文波，趙海，蘇威積，等.基于合同網(wǎng)模型的多代理協(xié)作研究［J］.電子學(xué)報(bào)，2006，45(5):837－844.ZHANG Wen-bo，ZHAO Hai，SU Wei-ji，et al.Research on cooperation of multiple agent based on contract-net model［J］.Acta Electronica Sinica，2006，45(5):837－844.