鄭 堃,張存喜,程攀龍,王 瑞,蘇玉香
(1.浙江海洋大學(xué) 海洋工程裝備學(xué)院,舟山316022;2.浙江海洋大學(xué) 船舶與海運(yùn)學(xué)院,舟山316022)
隨著交流電網(wǎng)技術(shù)應(yīng)用與發(fā)展,在船舶電力系統(tǒng)中,電機(jī)的諧波干擾、接入電網(wǎng)的發(fā)電機(jī)必須同步、無功功率損耗等固有矛盾越來越顯現(xiàn)[1]。 以前直流電網(wǎng)在電源的變換方面存在困難而且直流電動機(jī)的整流子結(jié)構(gòu)較為復(fù)雜,因此應(yīng)用相對交流電網(wǎng)較少。 隨著大功率電子技術(shù)以及整流技術(shù)的不斷發(fā)展,又由于直流電網(wǎng)的電源并聯(lián)操作和運(yùn)行,系統(tǒng)靈活性較高,輸電穩(wěn)定性優(yōu)于交流,使得直流電網(wǎng)在船舶上的應(yīng)用成為未來船舶電力系統(tǒng)發(fā)展的一個重要趨勢,為將來使用新型電源和新型大功率推進(jìn)器做準(zhǔn)備[2]。
針對通信導(dǎo)航設(shè)備、自動化儀器、探魚儀等低壓直流設(shè)備,在大部分新型船舶的電網(wǎng)中,它們的供電方式已經(jīng)從傳統(tǒng)的蓄電池供電轉(zhuǎn)變?yōu)橛芍绷靼l(fā)電機(jī)或太陽能經(jīng)開關(guān)電源供電。 一般直流電網(wǎng)中提供的輸入電壓相對這些設(shè)備的額定電壓較大,所以降壓模塊必不可少,但經(jīng)過Buck 降壓電路后的輸出電壓質(zhì)量往往有好有差,不夠穩(wěn)定。 本文在傳統(tǒng)PID 控制的前提下,采用了模糊控制與之結(jié)合的方法。 在Matlab 中進(jìn)行建模仿真,研究結(jié)果發(fā)現(xiàn)兩者相結(jié)合相對于傳統(tǒng)PID 控制結(jié)果更佳,電路輸出電壓更穩(wěn)定,動態(tài)性能以及抗干擾性更好。
Buck 電路又稱降壓斬波電路,原理如圖1所示。在t=0 時,MOSFET 管導(dǎo)通,電源對R 供電,Uo=E,當(dāng)t=t1時MOSFET 管關(guān)斷,L 向R 續(xù)流供電,至一個周期T 結(jié)束。 再驅(qū)動VT 導(dǎo)通,重復(fù)上一個周期的過程,其中電容C 用來平穩(wěn)電壓[3]。 負(fù)載電壓的平均值為
式中:ton為導(dǎo)通時間;toff為關(guān)斷時間;T 為開關(guān)周期;α 為占空比。
圖1 Buck 電路原理圖Fig.1 Schematic diagram of Buck circuit
一般船用探魚儀等低壓直流設(shè)備的額定電壓為12 V,本文仿真的電路設(shè)計為直流電網(wǎng)輸入電壓24 V,經(jīng)過降壓電路后輸出電壓為12 V 來供給設(shè)備[4],其中電感L 為4.7×10-4H,電容C 為2×10-4F,電阻R 為1.8 Ω。
在目前控制工業(yè)中,傳統(tǒng)PID 應(yīng)用較多。 它的控制是利用反饋來調(diào)節(jié),根據(jù)設(shè)定的期望值與傳感器收集到的輸出值構(gòu)成偏差。 然后將偏差作為輸入用于計算中,并將比例、積分、微分對偏差作用的結(jié)果線性疊加形成控制量,從而來調(diào)節(jié)控制過程[5]。 控制原理如圖2所示。
圖2 傳統(tǒng)PID 控制原理圖Fig.2 Schematic diagram of traditional PID control
控制器的輸出和輸入之間的關(guān)系可描述為
增量型PID 控制算法為
式中:KP為比例增益;KI為積分增益;KD為微分增益;Ti為積分時間;Td為微分時間;T 為采樣時間。
模糊控制器是以誤差和誤差變化率為輸入變量,輸出變量為ΔKp、ΔKi、ΔKd。 其原理是把輸入PID調(diào)節(jié)器的誤差和誤差變化率輸入到模糊控制器,然后根據(jù)模糊規(guī)則調(diào)節(jié)Kp、Ki、Kd,經(jīng)過模糊化、近似推理和清晰化后,把得出的修正量ΔKp、ΔKi、ΔKd輸入到PID 調(diào)節(jié)器,對三個系數(shù)實時修正[6]。 控制原理如圖3所示。
圖3 模糊PID 控制原理圖Fig.3 Fuzzy PID control principle diagram
最后整定出的PID 參數(shù)分別為
式中:kp、ki、kd是PID 參數(shù)的初值;ΔKp、ΔKi、ΔKd是經(jīng)過模糊控制調(diào)整參數(shù)變化量。
模糊控制的核心是模糊規(guī)則,掌握好誤差、誤差變化率、PID 各參數(shù)三者之間的關(guān)系是很重要的。設(shè)置模糊規(guī)則的一般步驟: 首先將e、ec 和ΔKp、ΔKi、ΔKd的大小用模糊語言描述,只根據(jù)變化的程度范圍描述,本文把它們的大小描述為{負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大}。 然后設(shè)置論域,確定隸屬度函數(shù)[6]。 本文將e、ec、ΔKp、ΔKi、ΔKd的論域設(shè)置在[-1 1]之間。 隸屬函數(shù)度函數(shù)的選取需要根據(jù)其覆蓋程度、穩(wěn)定度和靈敏度來確定,本文采用的隸屬度函數(shù)為trimf(三角)型。其曲線如圖4所示。
圖4 隸屬度函數(shù)曲線圖Fig.4 Curve of membership function
最后結(jié)合上述步驟以及e、ec、ΔKp、ΔKi、ΔKd之間的模糊關(guān)系,列出模糊規(guī)則,模糊推理選用Mamdani 型,解模糊方法選用默認(rèn)的重心法[6]。 規(guī)則如表1所示。 Mamdani 型模糊控制器如圖5。
本文所有的模型搭建及仿真均在Matlab/Simulink中進(jìn)行,Simulink 是Matlab 里能夠獨(dú)立運(yùn)行的一個模塊,它供給了可DIY 的模塊庫和交互的環(huán)境。 針對控制系統(tǒng),在Simulink 中能夠完成設(shè)計系統(tǒng)、仿真測試和連續(xù)測試。 在Simulink 環(huán)境下,人們不僅能夠解決混合性質(zhì)的系統(tǒng),還可以解決非線性系和多任務(wù)系統(tǒng)。 兩者控制的仿真模型分別如圖6、圖7所示。
表1 模糊規(guī)則表Tab.1 Table of fuzzy rules
圖5 Mamdani 型模糊控制器圖Fig.5 Mamdani type fuzzy controller diagram
圖6 傳統(tǒng)PID 控制仿真圖Fig.6 Simulation diagram of traditional PID control
圖7 模糊PID 控制仿真圖Fig.7 Fuzzy PID control simulation diagram
根據(jù)4∶1 衰減曲線法得到KP、KI、KD的初值分別為9、5、0.003[7],設(shè)定仿真時間為0.005 s,在正常運(yùn)行情況下,兩者仿真的輸出波形對比如圖8所示。
圖8 正常運(yùn)行對比圖Fig.8 Comparison of normal operation
經(jīng)過測量,得出兩者的數(shù)據(jù)對比,如表2所示。
表2 正常運(yùn)行數(shù)據(jù)對比表Tab.2 Normal operation data comparison
根據(jù)上述圖8、表2可知,當(dāng)系統(tǒng)在正常運(yùn)行情況下,模糊PID 控制的系統(tǒng)超調(diào)量較小,調(diào)整時間更短,能更快達(dá)到穩(wěn)定狀態(tài)。 而且觀察系統(tǒng)穩(wěn)定后的局部放大圖可知,由模糊PID 控制的系統(tǒng)電壓更加穩(wěn)定,傳統(tǒng)PID 控制的則存在一些波動。 所以在此情況下模糊PID 控制效果更優(yōu)。
為了進(jìn)一步比較兩者的動態(tài)性能以及抗干擾性,本文先是在降壓電路的電壓達(dá)到穩(wěn)定后,于0.004 s 在電路輸出端加入大小為2 V 的干擾,來模擬實際工作中遇到的負(fù)載擾動,得到加入干擾后兩者仿真的輸出波形對比,如圖9所示。
圖9 負(fù)載擾動下波形對比圖Fig.9 Comparison of waveforms under load disturbance
經(jīng)過測量,得出兩者干擾后的數(shù)據(jù)對比,如表3所示。
表3 加入干擾后數(shù)據(jù)對比表Tab.3 Data comparison table after adding interference
根據(jù)上述圖9、表3可知,在模擬負(fù)載擾動的工況下,模糊PID 控制的系統(tǒng)最大偏差較小且過渡時間較短,在受到擾動后能更快地使系統(tǒng)達(dá)到穩(wěn)定狀態(tài),且穩(wěn)定后的電壓相比于傳統(tǒng)PID 控制的系統(tǒng)其余差更小,電壓更加穩(wěn)定。所以在此情況下模糊PID具有更好的控制效果。
由于在實際船上的運(yùn)行中,電網(wǎng)輸入過來的直流電壓一般都是不穩(wěn)定且存在著一定的波動。 本文模擬了在實際工作中輸入電壓不穩(wěn)定的工況下,來進(jìn)一步對比兩者的控制效果。 通過如圖10整流電路來生成一個波動的電壓,電壓波形如圖11所示。
圖10 整流電路圖Fig.10 Rectifier circuit diagram
圖11 電壓波形圖Fig.11 Voltage waveform diagram
然后得到在此工況下,對比兩者的輸出波形,如圖12所示。
圖12 輸入電壓波動下波形對比圖Fig.12 Comparison of waveforms under input voltage fluctuations
并經(jīng)過測量,得出兩者干擾后的數(shù)據(jù)對比,如表4所示。
表4 輸入直流電壓波動下數(shù)據(jù)對比表Tab.4 Data comparison table under input DC voltage fluctuation
根據(jù)上述圖12、表4可知,在輸入電壓波動不穩(wěn)定的工況下,模糊PID 控制效果更佳。 系統(tǒng)穩(wěn)定后,由傳統(tǒng)PID 控制的系統(tǒng)抗干擾能力較差,電壓波動較大,而模糊PID 控制的系統(tǒng)在這兩個方面則表現(xiàn)的更加優(yōu)越,有很大的改善。
綜合上述結(jié)果分析,不難發(fā)現(xiàn)在各個工況下由模糊PID 控制的降壓電路,其控制效果更好,響應(yīng)速度更快,動態(tài)性能較好。 而且在各種模擬工況和干擾下,前者的抗干擾性更好,輸出的電壓更穩(wěn)定,有利于船用低壓設(shè)備更安全更穩(wěn)定的工作。
隨著人工智能的不斷發(fā)展,其理論方面不斷成熟完善,但在與實際系統(tǒng)的應(yīng)用結(jié)合中,還是存在著一定的空缺,特別是本文研究的船舶方面。 所以未來將人工智能更好地應(yīng)用于船舶上的其他系統(tǒng),仍需要不斷的研究和探索。