船舶动力系统的智能控制技术研究

船舶动力系统的智能控制技术研究

许建冬

江南造船（集团）有限责任公司

摘要：船舶动力系统是船舶的基本系统,直接决定着整艘船的安全、稳定、可靠和经济性。随着航运业的不断发展和性能要求的提高,船舶动力系统的智能控制技术近年来取得了长足的进步。船舶动力系统应积极实施智能管理,优化动力系统运行,避免智能管理效率低下。本文介绍了船舶动力系统的研究背景,并探讨了智能控制的内容。

关键词：船舶；动力系统；智能控制

船舶动力系统是影响船舶稳定、安全、经济和可靠性的最重要系统,是整个船舶最重要的组成部分。随着造船技术的飞速发展和性能要求的不断提高,智能船舶推进控制技术近年来发展这个需要修改一下。加个逻辑图。内容精简一下。迅速。由于新型船舶动力系统的不确定、非线和复杂性,传统速度调节技术已不能满足各种要求,智能船舶动力控制系统已成为当前的趋势。

一、我国船舶动力系统发展现状

目前,我们的船舶主要使用柴油发动机和燃气轮机，动力系统具有安全可靠、启动效率高、运行成本低、功率范围广、在一定负载下运行性能好、技术成熟等优点。因此,在这一点上,我们的大多数船舶都使用柴油发动机作为推进系统。同时,燃气轮机供电系统因其节能低、功率大、加速性能可靠、环保等特点,在市场上得到了推广。然而,燃气轮机的高总消耗和更严格的燃料要求也限制了燃气轮机发电系统的发展。近年来,动力系统演变为双燃料、单缸是高性能汽缸智能动力系统,是电力动力、混合动力系统。其中,电力系统广泛采用交流技术,具有安装方便、控制性能好、自动控制强、绿色环保、发展前景好等诸多优点。此外,混合动力系统由于其稳定性和可靠性,是中国船舶动力系统发展的另一个重要方向,可应用于军舰和大型远洋商船。

二、船舶动力系统的特点

船舶动力系统是一种复杂的机械设备,保证了船舶的正常运行以及船员和乘客的正常工作和生活，动力作为船舶的重要组成部分,主要由主动和辅助供电组成，它需要科学和合理开展。除了主动力系统外,辅助系统是船舶发动机不可分割的组成部分,主要由发电机、自动控制器等组成如图1所示。它的主要任务是确保船舶具有良好的机动性。船舶动力的设计参数取决于相应的动力类型,但不论类型如何,主要的设计参数是相同的,主要是主机功率,过载,燃料消耗等。它们是动力系统设计所需的严格计算参数。影响船舶动力系统的正常运行，主发动机的燃料消耗对船舶的动力效率有重大影响。

三、船舶动力系统的组成与设计参数

船舶动力系统主要由主机、推进系统和传动系统组成，主机是指柴油发动机、电动机和燃气轮机等燃油系统，推进系统主要由主方向、侧向和螺杆联接组成，传动系统负责将力从主机传递到发动机系统。执行性能控制和速度控制等任务，

动力系统的设计要点取决于所选的系统类型，但无论供电系统的类型如何，基本设计方都是相同的，包括发动机功率,燃油消耗和发动机过载。发动机的燃油消耗决定了整个驱动系统的效率。虽然主机的容量与过载有关,但它与船舶的大小,

工作环境关系到吨位，在设计过程中必须仔细计算此值，动力是否正常运行它直接决定。

四、汽轮机调速系统

1.特点和操作原理。由两个主要部件组成:主和辅助汽轮机，主汽轮机推动转子做功,推进器驱动和螺旋桨带动,以控制船舶的速度和方向。辅助汽轮机主要任务是控制泵和风机等辅助设备。蒸汽轮机是一种回转式,它将蒸汽的内部能量转化为机械能。它具有独立性能高,运行稳定,可靠性高,体积小,可靠性高,使用寿命长的优点。本文探讨了汽轮机动力系统的智能控制。

2.动力系统的数学模型。为了获得对汽轮机运行过程的具体了解和进一步研究,有必要根据蒸汽轮机动力系统的运行特性建立蒸汽轮机动力系统的数学模型。建模必须是模块化的,不仅可以降低建模的复杂性,还可以促进后续建模中适当参数的开发。一旦建立了良好的数学模型,就可以使用计算机模拟来验证模型的准确性,并且可以对动力系统进行动态分析以进行计算。

五、船舶动力系统中的智能控制

1.控制神经网络。动力系统由汽轮机、控制器和智能控制等各种设备组成,

为了控制供电系统的运行，采用了模糊神经网络控制方法。例如，神经网络的模糊控制被用于改善船舶动力过程中汽轮机速度控制，提高性能。模糊神经网络控制的PID简化了智能控制结构，便于向智能控制过渡，优化了供电系统的智能化。动力系统的PID控制是基于模糊神经网络的，但也存在一定的缺陷。智能控制过程需要手动测试方法来适应日益复杂的加料系统。实际动力系统在船舶运行中难以实现高效率和强连接,而汽轮机组强耦合非线性特性增加了对智能控制的压力。因此,在动力系统中合理使用模糊神经网络控制器是为了改进智能PID控制方法,形成模糊PID结构,能够解决动力系统智能管理中的非线性问题。模糊神经网络将神经网络与模糊理论相结合,弥补了传统PID的不足。在此基础上,处理原始指令,初始化神经网络参数,简化模糊PID管理,在智能控制的实施中,结合船舶动力系统的模糊神经网络和汽轮机的运行条件,智能调节船舶系统的运行,发挥调节功能,尽量减少超调量,避免动力系统的智能控制,响应时间长,提高智能控制功能。

2.在线预测功能。船舶动力系统的智能化管理,在线预测管理功能,构建智能动力系统的自主管理模式。在线预测功能是一种智能控制,它准确地描述了船舶动力的工作方式,并在精确的状态下提供智能控制。管理中的在线预测功能可以解决智能建模问题,根据船舶动力系统的理论数据提前预测智能控制功能的变化,快速控制船舶动力系统的速度。在线管理预测功能为动力系统的智能管理创造了新的模式,提高了智能管理的速度。基于LS-SVM的在线预测方法简化了智能控制功能的计算,提供强大的鲁棒性,实时控制动力并实现智能化。在船舶系统的智能控制中,应注意采用在线预测功能的控制方法。在线更新,根据船舶推进系统的操作过程更新数据集,评估数据,将在线预测功能和方法与最少的矢量支持相结合,以智能控制反应时间和能源系统运行状态期间的负载变化,并防止控制问题。

3.鲁棒自适应控制。船舶动力学智能控制利用多多尺度网络的自适鲁棒控制,使动力系统能够根据船舶工作环境中的水流和风速等参数调整其运行状态。适应性鲁棒性结合可以减少动力系统中不确定性引起的控制误差。在自适应鲁棒方面,主动引入多尺度神经网络来设计鲁棒性控制器,减少了智能网络控制模拟的范围,并避免了智能控制中的过度计算。船舶动力智能控制包括自适应鲁棒控制,具有抗干扰保护功能,可防止危险干扰,并在船舶运行期间保持电源稳定，提高了智能管理的稳定性。

船舶动力系统的智能控制对船舶运行的灵活性和稳定性影响很大,传统的PID控制系统存在诸多弊端。因此,相关研究人员在未来动力系统智能管理的发展中,应考虑航运的实际需求,引入先进的动力系统管理技术,进一步提高智能动力系统管理的准确性和效率,确保船舶的稳定运行。

参考文献：

[1]张园.自抗扰技术在船舶动力系统控制中的应用[J].舰船科学技术,2020,42(06):106-108.

[2]王淑.船舶动力系统控制器的研究与设计[J].国防制造技术,2021(04):41-42.

[3]张虹新.船舶动力系统智能控制[J].吉林大学学报(工学版),2021,41(01):221-225.

[4]王齐.船舶动力系统智能控制体会探讨[J].科技展望,2021(05):146

[5]刘妤,.遗传算法控制在船舶动力智能定位系统中的研究与实现[J].舰船科学技术,2021(18):52-54

[6]张新.探讨船舶动力系统智能控制[J].吉林大学学报(工学版),2021(01):221-225