船舶柴油机转速控制仿真研究-硕士答辩

2009年6月24日答辩人：王斌斌船舶柴油机转速控制仿真研究•论文主要内容1、课题背景及研究意义2、柴油机模型3、控制器设计4、总结•课题背景及研究意义柴油机是现代工业、交通运输业的主要动力装置，如何对柴油机进行综合控制使柴油机运行在经济性、动力性以及排放的最佳折衷点上，无疑对节能和环保具有很大的意义。本课题依托海军预研项目，就柴油机的转速控制问题进行研究，分别设计了PID控制器、模糊PID控制器和神经网络PID控制器。并就各个控制器的控制效果以及优缺点进行了详细的分析。柴油机转速闭环反馈控制系统原理图•柴油机模型•柴油机本体•排气管•涡轮增压器•压气机•中冷器•扫气箱柴油机工作原理图柴油机模型Simulink仿真图动力学排气管透平扫气箱•PID控制器•模糊PID控制器•神经网络PID控制器•控制器设计PID控制器的输出信号经负荷限制、扭矩限制等限制环节调节后得到调速器的输出。执行机构根据调速器输出的命令信号驱动油门杆调节柴油机高压油泵齿条位置，从而实现单缸循环供油量的调节。•PID控制器•PID控制器仿真结果kp=0.04ki=0.02kd=0.01•模糊PID控制器自适应模糊PID控制器以误差e和误差变化ec作为输入，利用模糊控制规则在线对PID参数进行修改，便构成了自适应模糊PID控制器。其典型结构如图所示。模糊PID控制器的仿真框图图中：K(1)、K(2)为输入量化因子；K(3)为输出比例因子。控制器的核心是S-Function。•建立模糊推理系统，从而根据e和ec的变化得出合理的PID控制参数kp，ki，kd。•模糊PID控制仿真步骤：1、输入输出的隶属度函数确定2、模糊控制规则的确定FIS编辑器整体框图偏差e和偏差变化ec的隶属度函数图：基本论域：[-10,10]隶属度函数:三角形语言值变量：负大、负中、负小零、正小、正中、正大Kp,ki,kd的隶属度函数图：•论域：[0,6]•隶属度函数：高斯型•语言值变量：负大、负中、负小、零、正小、正中、正大模糊规则编辑器：模糊控制规则表：•将建立好的模糊推理系统导出到工作空间，载入编写好的S-函数。然后对封装好的模块进行参数设置。参数设置对话框如下：•模糊PID控制器仿真结果•神经网络PID控制器BP神经网络PID控制器由两部分组成：(1)经典PID控制器(2)神经网络通过神经网络的自学习、加权系数调整，使神经网络输出对应于某种最优控制律下的PID控制器参数。•BP神经网络结构(3)(3)(3)(2)()(1)()liliiiwkwkOkδ输出层加权系数调整：(3)(3)(3)()()()sgn()'(())()()illykukekgnetkukOkδ(2)(2)(2)(1)()(1)()ijijijwkwkOkδ隐含层加权系数调整：3(2)(2)(3)(3)1'(())()iillilfnetkwkδδ•BP算法步骤(2)采样得到r(k)和y(k),计算误差e(k)=r(k)-y(k);(1)(0)ijw(1)确定BP网络结构，此时k=1；(3)计算神经网络NN各层神经元的输入、输出；(4)计算PID控制器的参数kp,ki,kd,并计算输出u(k);(5)在线调整加权系数和；(1)(0)ijw(2)(0)liw(6)置k=k+1,返回到(1)。神经网络PID控制器仿真框图如图所示,控制器的核心部分是MatlabFcn，采用M-文件编写。•神经网络PID控制器仿真框图•神经网络PID控制器仿真结果：xite=0.1（学习速率）alfa=0.08（惯性系数）In=3(输入层)H=5（隐含层）Out=3（输出层）•柴油机转速闭环反馈控制系统仿真整体框图•MatlabGUI仿真界面•仿真结果比较•仿真数据对比•仿真结果分析从仿真曲线以及仿真数据对比中我们可以很明显的看出神经网络整定PID控制方式下的柴油机转速响应曲线是最好的，无论在超调量还是调节时间方面较其它两种控制方式都有很明显的优势。其次是模糊自适应PID控制方法，它在超调量和调节时间方面较一般PID控制有很大的改善。•结论本文针对柴油机的转速控制问题提出了两种新的控制器设计方法：模糊PID控制器和神经网络PID控制器。从控制效果上来看，它们都优于传统的PID控制器。如果能使其设计方法简单，并且成本合理，在工程实践中必将会有较大的实用价值。谢谢大家！