電力推進裝置中央冷卻系統(tǒng)多Agent智能控制試驗研究

邵鈺蟒，吳杰長，陳于濤，錢貴中

(1.海軍工程大學 動力工程學院，湖北 武漢430033;2.中國人民解放軍92995 部隊，山東 青島266100)

0 引 言

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

目前的中央冷卻系統(tǒng)自動控制內容包括冷卻水溫度的調溫閥自動控制和管路系統(tǒng)閥門、冷卻泵的遠距離遙控，控制系統(tǒng)智能依賴于操作人員的經驗，還沒有充分考慮在不確定和高威脅度環(huán)境中，運行任務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)生后的自動故障恢復能力。

另一方面，隨著分布式人工智能、計算機技術和網絡技術的發(fā)展，多Agent 技術在近年來得到迅速發(fā)展，為解決大規(guī)模復雜系統(tǒng)的動態(tài)分布式控制問題提供了一種新的思路和方法［1－3］。前期工作中已經完成了復雜動力管路系統(tǒng)多Agent 智能控制結構的原型設計［4］，但針對電力推進裝置中央冷卻系統(tǒng)的智能控制結構需要進行實例化設計，控制系統(tǒng)的性能還有待進一步的試驗驗證。

本文以電力推進裝置中央冷卻系統(tǒng)為控制對象，針對多Agent 智能控制結構有效性的試驗驗證問題開展研究。分析中央冷卻系統(tǒng)的運行特點、主要運行工況和智能控制需求，設計并建立相應的多Agent智能控制試驗研究平臺，確定試驗測試內容，對多Agent 智能控制系統(tǒng)的性能和效果進行驗證分析。

1 電力推進裝置中央冷卻系統(tǒng)

某型船電力推進裝置的冷卻采用中央冷卻系統(tǒng)。這種冷卻系統(tǒng)將推進裝置的各個所需冷卻設備都連接起來組成一個整體，并實現冷卻水的統(tǒng)一供應與回收循環(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，淡水冷卻各個電力設備。每個泵組都是由一個大功率泵、一個小功率泵和一個備用泵組成。淡水冷卻回路分為3個部分:1)高壓冷卻回路，冷卻尾推設備和后發(fā)電機艙設備;2)低壓冷卻回路，冷卻前發(fā)電機艙設備和首側推艙設備;3)回水回路。該船正常工況有4 種，分別是進出港工況、航行工況、錨泊工況、動力定位工況，正常工況時該電力推進裝置運行狀態(tài)如表1所示。

根據圖1所示的電力推進裝置中央冷卻系統(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研究對象。該冷卻系統(tǒng)實現了冷卻水的統(tǒng)一調配，但在控制功能上仍存在以下不足:

1)整個系統(tǒng)控制效果較粗，未具體到單個部件的精細控制，系統(tǒng)重構能力有限。

2)蝶閥和泵組需要手動控制，控制的智能因素在于操作者，響應能力和實時性依賴于操作者的經驗和熟練程度。針對快速變化的戰(zhàn)場環(huán)境，和任務效率要求，急需提高控制系統(tǒng)的自動化程度和智能水平。

3)現有系統(tǒng)的故障恢復和戰(zhàn)損重構的能力較弱，局部工作能力的損失會導致整個大系統(tǒng)的全部工作能力損失。

表1 電力設備運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 智能控制試驗臺設計與實現

2.1 試驗臺設計

針對中央冷卻系統(tǒng)智能控制需求，本文將電力推進裝置中央冷卻系統(tǒng)淡水冷卻部分進行二次設計。如圖2所示中間為2 組淡水冷卻泵組，每個泵組由一個大功率泵、一個小功率泵和一個備用泵組成，大功率泵冷卻對象為尾部推進艙設備和后發(fā)電機艙設備，小功率泵的冷卻對象為前發(fā)電機艙設備和首側推艙設備，備用泵作為任意一個泵故障時代替使用。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法工作則可以由另一套來完成所需冷卻資源的提供。圖中每個設備由一個供水電磁閥和一個流量計組成，試驗時如果有水流過流量計產生讀數，便視為該設備已經被冷卻，流量值的大小可反映冷卻量的大小。

試驗裝置數據采集由2 部分組成，一部分是電磁閥和電磁泵的開關量輸出，另一部分是流量計流量的模擬量輸入。電磁閥和電磁泵的開關量輸出采用了PCL 板卡采集控制，流量計的流量輸入采用了ADAM－4150 模塊采集實現。數據處理是在PC 工控機上用VC+ +開發(fā)控制系統(tǒng)軟件來實現。該試驗裝置在功能上能夠實現各個正常工況的自動切換，能夠對突發(fā)故障進行自動處理，如泵故障不能運行。根據設計建立了桌面試驗裝置如圖3所示。

在試驗測試內容方面，本文根據電力推進裝置冷卻系統(tǒng)的實際情況，擬定了試驗內容:

1)模擬正常運行工況下的電力推進裝置各個設備的運行情況，并試驗智能控制系統(tǒng)能否按照控制要求自動實現工況的切換;

2)設置單個泵發(fā)生故障或者單個設備發(fā)生故障，試驗系統(tǒng)的響應和系統(tǒng)故障恢復的效果;

3)設置多個故障，如多個泵的并發(fā)故障或者泵的故障和管路破損同時發(fā)生，試驗系統(tǒng)的自動故障處理的能力。

圖3 桌面試驗裝置Fig.3 Desktop test apparatus

2.2 多Agent 智能控制結構與協(xié)作模型

以試驗裝置為控制對象，本文多Agent 系統(tǒng)采用層次化的控制結構［6］。層次化結構將系統(tǒng)按層次分解，每一層的決策權和該層的控制權集中在其上層Agent 中，由其控制和協(xié)調下層Agent 行為，Agent的自治性由上而下依次減弱［7］，底層Agent 僅能實現對執(zhí)行機構的管理和控制。控制結構共分為3 層如圖4所示，最高層為任務規(guī)劃分配層，設置一個Agent，其功能為任務的分解、發(fā)布，以及與中層Agent 協(xié)商產生最終任務執(zhí)行方案;中間層功能為任務接收和子任務再分配，設置8個Agent，分別為2個冷卻水資源Agent、尾推Agent、后艙Agent、前艙Agent、首推Agent和2個管路Agent。每個資源Agent 管理2個閥Agent和3個泵Agent，尾推Agent 管理10個設備Agent，后艙Agent、前艙Agent 分別管理4個設備Agent，首推Agent 管理3個Agent，2個管路Agent 分別管理8個閥Agent。這些被管理的Agent 即底層Agent，其功能是接收并根據自身情況與中層Agent 協(xié)商，產生最終執(zhí)行的方案，并執(zhí)行控制要求。

在圖4的多Agent 系統(tǒng)分層結構的基礎上，要實現多Agent 系統(tǒng)的交互協(xié)作，才能達到控制要求。本文采用了合同網的協(xié)作模型［8］。以航行工況為例，頂層任務分配Agent 將航行工況的任務分解為7個任務，分別為冷卻水資源的提供、尾推進設備運行、后機艙設備運行、前機艙設備運行、首側推進設備停止、管路1 保證流通、管路2 保證流通。頂層Agent 將任務分解之后發(fā)布給中層的8個Agent，中層Agent 查詢自身附屬的底層Agent的能力，判斷能否完成特定的分任務，并將能力值反饋給頂層Agent。設定中層Agent 對各個分任務的能力參數如表2所示。因此航行工況從頂層Agent 到中層Agent的交互協(xié)商過程如圖5所示。

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

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

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

3 試驗結果與分析

本試驗裝置中的多Agent 智能控制系統(tǒng)是將分層控制結構和合同網的協(xié)作模型用程序實現，并通過硬件驅動，控制效果的驗證主要通過任務切換和發(fā)生故障時設備的響應狀況和流量計讀數變化狀況來判定。

3.1 任務切換試驗分析

系統(tǒng)初始狀態(tài)設置為:6個泵都關閉，所有電磁閥都關閉。按順序啟動各個任務工況，記錄前后的設備狀態(tài)和流量變化情況。部分試驗數據如表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備，泵4、泵5、泵6、閥36、閥37 是前艙淡水冷卻泵組的設備。設備1 流量值是隨機選取尾部推進艙的10個設備中的一個，設備12流量值是隨機選取后艙的4個設備中的一個，設備16 流量值是隨機選取前艙的4個設備中的一個，設備20 流量值是隨機選取首側推進艙的3個設備中的一個。系統(tǒng)通過合同網協(xié)作方法，產生控制方案，并由底層Agent 執(zhí)行動作。從表中數據可得，由初始狀態(tài)到啟動任務1 工況時，泵1的狀態(tài)由關閉變成打開，泵2的由關閉變成打開，設備1、設備12和設備16 都有流量值，說明尾推、后艙、前艙設備都已經正常運行，首側推艙設備未運行，系統(tǒng)達到了控制效果。由表中數據可得，當由任務1 切換到任務2、任務2 切換到任務3、任務3 切換到任務4時，系統(tǒng)也能自動運行，達到控制效果。

表3 泵、部分閥和流量計流量讀數數據記錄表(流量單位:ml/min)Tab.3 Pump，some valve and flow meters data recording(flow unit:ml/min)

3.2 故障恢復試驗分析

本文試驗研究設置了2 種故障情況，一種是單個泵的故障，一種是泵組的整體故障。當單個泵發(fā)生故障時，系統(tǒng)將啟用其泵組內的備用泵來完成故障處理;當泵組整體發(fā)生故障時，系統(tǒng)將自動切換到另一個泵組運行。故障情況的試驗部分數據記錄見表3。

從表中可見，在運行任務1 工況時，發(fā)生故障1，即泵1 發(fā)生故障，此時多Agent 智能控制系統(tǒng)通過內部交互協(xié)作，得出控制方案并執(zhí)行，關閉了泵1，打開了選擇閥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)，打開了備用泵。設備1、設備12、設備16、設備20的流量值顯示尾推設備、后發(fā)電機艙設備、前發(fā)電機艙設備都已得到了冷卻。當泵組整體發(fā)生故障時，即在故障1的情況下，泵2 也發(fā)生了故障，導致后艙淡水冷卻泵組不能工作，此時，多Agent 智能控制系統(tǒng)自動響應并進行故障恢復為關閉泵1、關閉泵2、打開泵4、打開泵5。各設備流量顯示運行正常。因此，在故障條件下系統(tǒng)也能達到控制要求。

4 結 語

本研究將多Agent 智能控制系統(tǒng)應用到艦船電力推進裝置中央冷卻系統(tǒng)中，針對主淡水回路建立了試驗研究平臺，包括以桌面試驗裝置為核心的硬件結構和面向試驗裝置的多Agent 智能控制軟件體系。通過試驗驗證了多Agent 智能控制系統(tǒng)在任務切換和故障恢復時有效性，為多Agent 系統(tǒng)應用到更大型、更復雜的艦船動力裝置打下了基礎。

［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的電能質量監(jiān)控網絡的研究［D］.成都:西南交通大學，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.復雜動力管路系統(tǒng)多Agent自治控制結構研究［J］.華中科技大學學報(自然科學版)，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.電力推進艦船中央冷卻控制裝置優(yōu)化設計研究［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］.艦船科學技術，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的艦船設備協(xié)同控制方法［J］.南京航空航天大學學報，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.基于合同網模型的多代理協(xié)作研究［J］.電子學報，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.