基于FPSO的船舶柴油發電機勵磁系統控制

陳 勇，張 艷

?

基于FPSO的船舶柴油發電機勵磁系統控制

陳 勇，張 艷

(上海海事大學電氣自動化系，上海201306)

針對大功率船舶柴油發電機工況的復雜性、時變性以及非線性等特性，以及船舶運行負載的變化對發電機勵磁系統的影響，借鑒粒子群優化算法能夠很好地適應復雜系統參數的尋優的特性以及模糊控制對參數優化的精確性，使用粒子群優化算法對控制器的PID參數進行優化，再使用模糊PID算法以誤差和誤差變化率作為輸入，PID參數的增量作為輸出對粒子群優化算法優化出來的PID參數進行修正，構成船舶發電機模糊-粒子群優化（FPSO）勵磁控制系統控制器。在Matlab/Simuink環境下進行了額定負載、增加50%額定負載和三相故障等工況的仿真實驗。實驗表明，端電壓經過短暫的波動后能夠快速的回歸穩定，證明該方法能夠很好地適應工況的改變。

柴油發電機 勵磁控制 PID控制器 粒子群優化算法 模糊控制

0 引言

柴油發電機是船舶電力系統主要的電力來源。同陸地上的電力系統相比，船舶電力系統具有多臺柴油發電機、負載種類多，工況較復雜等特點[1]。船舶上負載的變動會造成功率因數的改變，進而會引起電力系統發電機端電壓的波動，船舶發電機勵磁系統作為船舶電力系統的重要組成層部分，它的主要功能就是保證船舶發電機端電壓恒定、合理分配發電機各機組無功功率、提高電力系統有功功率的傳輸能力、維持電力系統的動態穩定與暫態穩定[2]。因此，擁有一個可靠性高、性能優良、穩定性好的勵磁控制系統對船舶安全運行尤其重要。

勵磁控制方法的發展經歷了線性變量控制、非線性變量控制及智能控制等多個發展階段[3]。對于船舶電力系統勵磁系統這種具有高度時變性和非線性特性的被控對象，傳統的PID控制已經不能夠滿足勵磁系統控制的需要。許多專家學者提出了一系列的改進措施。陳子順運用了CMAC神經網絡并行控制發電機勵磁系統[4,5]。歐陽松使用了模糊PID控制發電機勵磁系統[6]。楊美艷應用了改進型粒子群模糊神經網絡整定發電機勵磁系統參數[7]。這些方法在船舶電力系統勵磁系統的控制中取得了不錯的效果。

2.2對兩組患者治療后不良反應發生情況進行對比,結果顯示,觀察組不良反應發生率為12.19%,對照組不良反應發生率為36.58%,兩組患者組間差異顯著,具有差異統計學意義(p<0.05),具體情況如表2所示:

粒子群優化算法是群智能算法中的一種，能夠很好地適應于復雜系統參數的尋優，但是，粒子群優化算法可能會陷入局部最優，存在早熟和收斂性比較差的缺點。本文從模糊控制理論以及粒子群優化算法出發，結合各自的優點，在simulink中搭建船舶柴油發電機勵磁系統控制器仿真模型的基礎上，結合粒子群優化算法復雜系統尋優的快速性以及模糊控制對參數優化的精確性，使用粒子群優化算法對控制器的PID參數進行優化，再使用模糊PID算法根據輸入的誤差和誤差變化率輸出對粒子群優化算法優化出來的PID參數進行修正，構成模糊-粒子群（FPSO）控制算法，詳細的說明了控制器的設計以及實現方法，并在不同的工況情況下檢測勵磁系統的控制效果。研究發現，FPSO控制器超調較小，調節時間較快，可以滿足船舶在不同工況下的端電壓穩定的條件，具有很好的控制效果。

工業控制系統是集計算機技術和網絡通信技術相結合的各種自動化系統的統稱，用于實現工業生產的數據采集、過程控制、程序控制、圖形顯示等，如分散控制系統(DCS)、數據采集與監控系統(SCADA)、可編程控制器(PLC)等。

1 船舶柴油發電機勵磁控制系統模型

船舶柴油發電機主要由原動機、調速器、發電機等裝置組成。船舶柴油發電機的控制系統由轉速和勵磁兩個閉環控制系統組成[5]。船舶柴油發電機勵磁控制系統的結構框圖如圖1所示。圖中輸入為船舶柴油發電機端電壓的標幺值，是通過勵磁功率單元輸出的發電機勵磁電壓，是電壓測量單元檢測到的發電機端電壓。端電壓的設定值和實際值相減，產生電壓誤差，通過勵磁調節器對勵磁功率單元執行器進行調節實現勵磁控制作用。系統主要控制對象是柴油發電機以及勵磁機，工況的變換主要由三相電力負載決定。

我至今都搞不清楚，小六子這小家伙當時不知哪來那么大的力氣。他還沒有等我把東西放在炕上，他甚至沒等我有任何條件反射的情況下，就掄起他父親的那根鎬柄……

勵磁控制系統模型的輸入為檢測到的端電壓值與給定的參考值，輸出為柴油發電機的勵磁電壓。本文將電壓比較單元、滯后與超前補償器、勵磁機適當簡化，用數學模型表示，簡化后的船舶柴油發電機勵磁控制系統電氣模型如圖2所示。控制系統模型由柴油機勵磁控制系統模塊、柴油機轉速控制系統模塊、柴油發電機以及負載故障模塊組成，其中發電機為Matlab/Simulink中SimPowerSystems中的同步發電機模塊，選用的參數為系統自帶的發電機參數。

負載故障模塊（load）包括額定負載、50%負載以及三相短路故障模擬模塊，將三相短路故障模擬模塊接入控制系統任何部位就可以進行故障仿真實驗，負載與故障模塊電氣圖如圖3所示。

1.2 勵磁控制系統仿真模型

控制模塊（speed & excitation control）由速度控制模塊和勵磁控制模塊構成。速度控制模塊為Matlab/Simulink中的速度控制模塊。

1.1 勵磁控制系統

2 FPSO控制器設計

2.1 設計原理

模糊子集為

本文設計的控制系統采用將粒子群優化算法與模糊規則相結合的方法，對控制器的PID參數進行自適應調整，結構框圖如圖5所示。控制系統的工作原理是：將輸入變量即端電壓誤差輸入到PSO調節器中，根據系統的模型以及誤差的大小對控制器PID參數進行優化，同時將端電壓誤差以及誤差變換率經過模糊化，然后作為輸入，輸入到模糊PID控制器中，按照給定的模糊規則判斷，完成模糊推理，經過去模糊化處理后求得模糊PID控制器的輸出控制量。模糊PID控制器的輸出量不斷地對粒子群優化算法優化得出的PID控制器參數進行修正，從而得到FPSO控制器的控制參數，經過進一步的計算得出勵磁控制器的輸出控制量，保證柴油發電機端電壓的穩定。

2.2基于PSO的PID控制器設計

利用粒子群優化算法對PID參數尋優本質上就是基于一個目標函數對參數尋優的問題，粒子的維度為3，即初始化粒子是一個三維向量，分別表示三個參數，粒子在3維空間的位置表示為,粒子的初始位置為，飛行速度表示為，粒子的初始速度為。

式中：()為系統誤差。

每個粒子都有一個由目標函數決定的適應度值，并且粒子能夠記錄自己目前為止發現的最優的位置（pbest）以及現在所在的位置，每個粒子也記錄了種群中所有粒子發現的最好的位置（gbest）。粒子通過這些經驗決定下一步的動作。粒子通過式（1）（2）來更新自己的速度和位置。

突然想起一句話：圍城里面的人想出來，在外邊的人想進去。肯定還有很多人會走上教書育人這條路的。他們也會和我一樣，在初登講臺的時候，心中裝著的是激情，是夢想，后來的故事卻不知道是否和我一樣。我只能對自己說，如果能有機會，我真想跳出來，如果有來生，下輩子我再也不想做老師……

為獲得滿意的動態特性，本文選擇式(3)所示函數作為優化的目標函數。

有關人士應當明確了解到的是，實驗室管理系統是根據相應的實驗室數據信息庫而建立起來的，同時它的維護管理工作是由實驗室管理人員進行管理的，最終使用的平臺才能面向于學生。整個實驗室管理系統平臺，往往可以為學生提供各種不同類型的實驗方案器件，學生也可以根據自身的實際需求要自身申請相應的設備，這樣一來，由系統依據學生的綜合信息來展開實際的分析，從而在數據當中建立出相應的數學模型，最終來批準或是駁回學生的申請。

示范田位于江蘇省揚州市廣陵區沙頭鎮新興村，面積6 670 m2，前茬作物為水稻。土壤為壤土，肥力中等，地勢相對平整。防病治蟲、施肥等田間管理按常規方法進行。

粒子群優化PID參數的流程圖如圖6所示。最后的輸出結果即為最優的粒子，粒子所攜帶的參數為三個參數。

圖6. 粒子群優化PID參數的流程圖

高校體育教學與專業課的教學存在著各方面較大的不同，但是在體育教學中也按照專業課程教學評價一樣進行相應的評價管理，并融入學生評教還是非常有意義的，大體體現在以下兩個方面：

模糊PID控制器的輸入是誤差e和誤差變化率ec，輸出為PID參數的變化量，根據模糊控制規則對控制器的PID參數進行適時調整、修改，能夠滿足任何時刻的e和ec對PID自整定參數的要求[8,9]。

自適應模糊PID控制器是以PID算法為基礎，以系統當前的誤差e和誤差變化率ec作為輸入，將輸入參數按照一定的量化因子模糊化，根據模糊規則進行模糊推理，通過查詢模糊矩陣表并得到的對應的控制結果，再將控制結果解模糊化輸出，對PID的參數值進行調整。

模糊集的論域為

高安方言頗具特色。語音上，它保留了古漢語的入聲“k”和“t”，如把“百”字讀作“pak4”，“八”字讀作“pat4”，等等。詞匯上，該方言常常給人一種“百姓打官腔”的感覺。“惟愿”、“莫怪”、“作踐”、“休命”、“發氣”、“靜辦”、“靈泛”、“伶俐”、“血糊淋剌”等明清文學作品中的詞匯，幾乎每個高安人，無論其受教育程度如何，都能夠為你娓娓道來。正如陳昌儀老師在《贛方言概要》中所言，“……隨著(江西)文化教育的發展，知識分子的激增，宋元明官場上和文人中流行的文縐縐的雅語、避諱語也流入了民間，現在成了(江西)廣大農村中老年文盲、半文盲的大白話”。[2](P65-67)

根據經驗得出各模糊算子集的隸屬度，將得到的隸屬度函數離散化，就能夠得到相應模糊變量的模糊子集，參考各模糊子集的隸屬度賦值表，根據模糊推理進而設計PID參數的模糊矩陣表，計算并修正系統參數。

模糊控制設計的核心是總結前輩們的技術經驗，建立恰當的模糊規則表，進而得到針對三個參數的模糊控制表。

3 仿真分析與研究

本文設計了船舶柴油發電機勵磁控制器，并在不同工況下分析勵磁控制系統的的動態特性。

在勵磁控制系統以額定負載啟動的工況下，比較FPSO控制器與粒子群優化PID控制器的控制效果，輸入信號為幅值為1.01。FPSO控制器仿真圖如圖7所示。

事實上，相比企業而言，國家在上世紀90年代，就把消費者滿意度作為一項重要的品牌評價指標，并提出要對其進行重點研究。

采用PSO控制器，粒子的維度為3，粒子的種群為20，迭代次數為10。所得結果為=50.9115，=0.9487，=5.4694。采用FPSO控制器，所得結果為=56.25，=0.6695，=4.605。控制效果圖如圖8所示。由圖像可知，空載啟動時，FPSO與PSO相比，FPSO算法的超調量要比PSO算法得到的超調量小，調節時間FPSO算法要比PSO算法短，FPSO算法要比PSO算法更加穩定，說明FPSO算法的控制效果要比PSO算法的控制效果好。說明FPSO算法與PSO算法相比更適應于發電機勵磁控制。

雖然基于KPI的績效管理具有多種優勢，而且在企業中得到大范圍應用。比如：在市場行情不佳時，一般為減少庫存及減少應收賬款的“兩金壓降”手段設置科學KPI，可以嚴格控制企業的經營風險，以此高效完成利潤總額目標。但是就實施現狀來講，，依舊存在一些不足，主要體現在以下幾個方面：

系統以額定負載啟動，在其穩定運行后，在第8 s時突加50%發電機額定功率的三相負載。FPSO勵磁控制仿真結果如圖9所示，圖中第一項為發電機端電壓，第二項為發電機勵磁電壓，第三項為發電機勵磁電流。粒子群優化控制在系統初始運作時可以快速的將端電壓調節到參考值附近，模糊控制不斷地對粒子群優化的參數進行優化，使端電壓短時間內達到穩定運行。勵磁電壓和勵磁電流經過一段按時間的波動后最終達到穩定。

系統以額定負載啟動，在其穩定運行后，在第8s時突加三項斷路故障。FPSO勵磁控制仿真結果如圖10所示，圖中第一項為發電機端電壓，第二項為發電機勵磁電壓，第三項為發電機勵磁電流。系統帶動額定負載運行，在9-10s時發生三相接地短路故障，發電機端電壓在FPSO勵磁控制器的作用下可以快速地達到標準值。勵磁電壓和勵磁電流經過短暫的波動后很快地達到了穩定狀態。該控制系統能夠很好地適應船舶運行工況的改變。

FPSO勵磁控制器融合了模糊PID和粒子群優化算法兩者的優點，在系統的工況發生改變時，能夠快速的調整勵磁系統的參數，改變系統的勵磁電壓以及勵磁電流，使發電機端電壓達到穩定狀態，調節時間較少，超調量較小，系統具有很好的抗干擾能力，能夠很好地保證了船舶電力系統安全和可靠的工作。

2.3模糊控制器的設計

4 結論

針對船舶電力系統的復雜性與非線性特性，本文利用粒子群優化算法能夠很好地適應復雜系統參數的尋優的特性以及模糊控制對參數優化的精確性，將模糊PID控制與粒子群優化算法優化PID控制器進行結合，設計了FPSO勵磁控制器，并對船舶柴油發電機勵磁分別在突加三相負載和三相短路故障工況下的動態過程進行仿真與分析。與粒子群優化PID控制方法進行比較，系統響應較快，穩定時間較短，表明了FPSO控制器能夠更好適應工況的改變以及干擾、故障的恢復，說明FPSO控制器具有很好的穩定性以及抗干擾的能力。

參考文獻:

[1] 施偉鋒,許曉彥.船舶電力系統建模與控制[M].北京：電子工業出版社,2012.

[2] 程啟明.同步發電機勵磁控制方法的發展與展望[J].電力自動化設備, 2012，32 (5):108-117.

[3] 孫新志.基于遺傳算法的同步發電機模糊PID勵磁控制器研究[D].西安理工大學，2005.

螺塞脫落者，如骨折愈合可行內固定取出；如骨折未愈合，可在局麻下重新鎖緊螺塞。連接棒松動者，如骨折愈合可行內固定取出；如出現后凸畸形，應行傳統手術進行后外側融合。研究表明，經傷椎固定具有良好的生物力學矯形效果，可顯著改善螺釘的應力分布、減少局部載荷集中，可避免螺釘斷裂、松動［18］。因此，處理斷釘、斷棒、釘棒松動、螺塞退出等情況的翻修手術中，可增加傷椎置釘以提高內固定的穩定性。

[4] 陳子順.船舶發電機勵磁系統人工神經網絡控制研究[D].上海海事大學，2004.

[5] 張艷，郭凱.船舶柴油發電機組轉速的模糊RBF神經網絡PID控制[J].船電技術，2014，34 (5):1-6.

[6] 歐陽松,汪敏.船舶發電機組的勵磁系統模糊PID控制研究[J].船電技術，2015，25 (5)：59-62.

[7] 楊美艷，徐慶增.改進粒子群模糊神經網絡算法在同步發電機勵磁參數整定中的應用[J].內蒙古師范大學學報，2015，44 (6)：817-821.

[8] 黃衛華.模糊控制系統及應用[M].北京：電子工業出版社，2012.

[9] 張德豐.MATLAB/Simulink 建模與仿真實例精講[M].北京：機械工業出版社，2011.

FPSO-based Excitation Control for Marine Diesel Generator Set

Chen Yong, Zhang Yan

(Department of Electrical Engineering and Automation, Shanghai Maritime University, Shanghai 201306, China)

TP271.4

A

1003-4862（2016）09-0044-05

2016-04-15

國家自然科學基金資助項目（61203110）, 上海市教委科研創新項目資助（14YZ107）

陳勇（1992-），男，講師。研究方向：船舶電力系統。