船舶柴油发电机组转速的模糊RBF神经网络PID控制.pdf

《船舶柴油发电机组转速的模糊RBF神经网络PID控制.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、v01．34No．52014．5船电技术}控制技术船舶柴油发电机组转速的模糊RBF神经网络PID控制张艳，郭凯，丁茂森(上海海事大学电气自动化系，上海201306)摘要：本文针对大功率船舶柴油发电机组具有的不确定性、时变性、非线性和大纯滞后等特性，借鉴RBF神经网络与模糊控制各自的优势，将模糊控制与RBF神经网络进行有机融合，设计了基于模糊RBF神经网络的船舶柴油发电机组转速PID控制器，并对船舶柴油发电机组转速控制系统分别在正常工况和异常工况下的动态过程进行仿真与分析。通过与常规PID控制、RBF神经网络PID控制和模糊PID控制三种方法下的仿真效果

2、进行比较，验证了本文提出的方法具有更好的稳定性和抗干扰能力。关键词：柴油发电机组转速控制PID控制器RBF神经网络模糊控制中图分类号：TP271．4文献标识码：A文章编号：1003．4862(2014)05—000l-05FuzzyRBFNeuralNetworkBasedspeedPIDControlforMarineDieselGeneratorSetsZhangYan，GuoKai，DingMaosen(DepartmentofElectricalEngineeringandAutomation，ShanghaiMaritimeUniversit

3、y，Shanghai201306，China)Abstract：Focusedonthecharacteristicsofuncertainty,timevariety,non—linearityandpurelargetimedelayinmarinedieselenginegeneratorsetswithlargepowersupply,aspeedPIDcontrollerisdesignedbycombiningRBFneuralnetworkwithfuzzyPIDcontrolfo，．themarinedieselgeneratorset

4、sonthebasisoftheadvantagesoftheRBF(RadialBasisFunction)neuralnetworkandfuzzycontr01．Simulationstudiesfo，theproposedspeedcontrolmethodunderthedynamicprocessofnormalandabnormaloperatingconditionsareillustratedtoverifythattheproposedmethodhasbetterstabilityandstrongeranti—disturban

5、cebycomparingwithsimulationresultsoftheconventionalPIDcontrol,RBFneuralnetworkPlDcontrolandfuzzyPIDcontrolmethods．Keywords：dieselgeneratorsets,speedcontrol,"PIDcontrollers；RBFneuralnetwork；fuzzycontrol0引言船舶电力系统中，同步发电机通常由船用柴油机驱动，并发出电功率。船舶柴油发电机组控制系统的特性将直接影响电力系统的供电质量，收稿日期：2013-06一1

6、8基金项目：国家自然科学基金(61203110)资助项目，上海市教委科研创新项目资助(12ZZl55，14YZl07)。作者简介：张艳(1977一)，女，博士后，硕士生导师，副教授。研究方向：复杂系统的优化与控制，船舶电力系统智能控制。而机组的转速控制直接影响发电机的有功功率输出和船舶电网频率的稳定性⋯。目前，经典PID控制仍然作为船舶发电机组的主要控制方式。但是随着船舶发电机容量及功率的不断增大，对发电机的稳定性、安全性和可靠性提出了越来越高的要求。在船舶电力系统研究领域，系统建模与智能控制成为研究的热点课题。由于大功率的船舶柴油发电机组往往具有不确

7、定性、时变性、非线性和大纯滞后等特性；同时，船舶电力系统正常运行时常常有相对于船舶柴油发电机容量较大的电力负荷投入到电网运行，船舶柴油发电机组船电技术l控制技术转速控制系统在运行过程中动态过程频繁发生，动态过程的振荡幅度很大，这些都给柴油发电机组控制带来了挑战。针对常规PID控制很难再进一步提高电力系统的供电质量，许多学者提出了诸如模糊PID控制、神经网络PID控制、专家PID控制、遗传算法整定PID控制、变结构控制等多种智能控制方法【2曲j。对于像船舶电力系统这种具有高度非线性和时变性的被控对象，采用常规PID控制很难在不同的工作状态下均取得良好的控

8、制效果。模糊控制和神经网络作为处理不确定性、非线性等问题的有力工具，模糊控制不苛求被控对象具有