船舶動力系統智能控制探討

吳南祥

摘要：在船舶動力系統當中，通過智能控制方式，能夠促使船舶運行狀態得到有效完善，船舶在實際運行過程當中，通常存有一定潛在風險，導致其智能控制缺乏穩定性，對于船舶動力系統的運行有著極大影響?；诖?，本文將主要針對船舶動力系統的智能控制展開相關探討分析。

關鍵詞：船舶;動力系統;智能控制

引言：船舶的發展也是其動力系統的演進史，而作為船舶整體核心系統，動力系統的控制質量對于船舶運行安全性有著直接影響，并且對于其穩定性、積極性也有著直接關聯，伴隨船舶制造行業不斷發展，以及對于性能的要求不斷提升，近些年來，船舶動力系統的智能控制迎來全新發展機遇。而由于新型船舶動力系統自身存有較強不確定性、復雜性、非線性等諸多因素，導致傳統調節技術無法令其需求得到充分滿足。

1船舶動力系統的運行與發展

傳動、主機、推進史船舶動力系統構成的關鍵部分，在主機當中，其主要包含動力機組、推進以及傳動，船舶體系所選擇的動力系統在參數設計與類型等方面皆與船舶運行狀況有著直接影響，動力系統在運行錢需要對相關參數加以嚴格計算，從而為動力系統運作的穩定性提供有力保障，同時令船舶具有更加強勁的動力。同時，船舶在運行過程中，通過智能控制能夠令動力系統水平進一步提升，令船舶運行需求得到充分滿足，并針對動力系統加以智能化控制，確保船舶穩定性以及安全系數，令船舶系統得到不斷優化，促使其智能化動力這一目標得以切實實現。

2船舶動力系統的特點

除主動力系統外，輔助設施系統也是船舶發動機不可缺少的組成部分，主要由發電機組、自動化技術實際運行設備等組成，該設備的關鍵作用是確保船舶能夠建立更好的機動性。船舶動力系統設計方案的主要參數與配套動力系統的類型密切相關，但無論是何種動力系統，具體設計參數都是一樣的，關鍵涉及到主機功率、主機過載容量、油耗等。其中，主機功率、主機過載能力與船舶規格和噸位之間的關鍵關系是動力系統設計階段需要嚴格衡量的主要參數，是船舶動力系統正常運行的關鍵。 主機的油耗是船舶動力系統合理性的關鍵威脅。隨著船舶航行速度和方位角要求的不斷變化，不僅要求船舶具有良好的可靠性，而且對船舶動力系統智能系統的運行也提出了越來越嚴格的規定。因此，在各種軟件環境下對船舶的速比、方位角和旋轉功率進行高效智能控制是合理的，相關人員應將優秀的互聯網信息技術引入船舶動力系統，完成船舶動力系統的智能化控制。

3船舶動力系統的智能控制

在船舶的運行過程中，動力系統具有重要的作用，它決定了船舶是否穩定，動力系統經過控制后，保證了船舶運行的安全系數和穩定性。由于船舶需要動力系統，因此應采用智能控制的方法來提高動力系統的控制水平，船舶運行時，動力系統具有多樣性和不確定性的特點，在智能控制的情況下，需要注意電力系統的要求，以保證船舶電力系統智能控制的效率和實踐，從而為我國船舶事業可持續健康發展打下堅實基礎。

3.1模糊神經網絡控制

在船舶動力系統當中，由于其中包含諸如汽輪機、調速器等諸多設備，因此，在對其開展智能控制過程當中，可通過模糊神經網絡控制方式，對動力系統操作全過程加以更深層次把控，例如：在船舶動力系統中對汽輪機進行調速時，便可使用模糊神經網絡與PID控制器令系統實際運行水平得到大幅度提升，而PID在模糊神經網絡的控制中，能夠令動力系統智能控制整體結構得到優化與簡化，令動力系統能夠在更短時間且更加容易進入到智能控制狀態，令動力系統自身智能化得到進一步加強。同時，在對動力系統使用PID進行控制過程中，由于受到模糊神經網絡的影響起其中也會存有一定弊端，而這便需要使用人工試湊得方式令日益復雜的動力系統能夠適應，并且，在動力系統實際運作過程當中，其高效性的實現難度相對較大，再價值船舶汽輪機組自身強耦合、非線性等特征，令智能控制的壓力大幅度提升。因此，在船舶動力系統當中，通過對模糊神經網絡的合理運用，以及改進PID控制方法來構成模糊PID結構，從而令動力系統智能控制當中的非線性問題得到良好控制、另外，由于模糊神經網絡時神經網絡與模糊理論相結合的產物，能夠促使常規PID所存有缺陷得到彌補，故而需要一次為基礎，實施粗糙集處理以及神經網絡參數初始化，令模糊PID控制得到簡化。并且，在使用模糊神經網絡實現智能控制過程中，也需與汽輪機實際工作情況相結合，對船舶動力系統的運行加以智能化調整，從而起到自調整的作用，令超調量大幅度降低，從而令動力系統智能控制響應時間長這一現象得以避免，并切實增強智能控制可操作性，從而為我國船舶事業可持續健康發展提供有力保障。

3.2在線預測函數控制

在船舶動力系統的智能控制中，實現了在線預測功能控制，在動力系統的智能控制中，建立了獨立的功能模型，智能控制采用在線預測函數控制，能夠準確描述船舶動力系統的運行模型，在準確條件下完成智能控制。在在線預測功能控制層面，可以處理智能模型的問題，根據船舶動力系統的基礎理論數據信息提前預測智能控制的功能轉換，快速控制船舶動力系統變速。在線預測功能控制，在船舶動力系統的智能控制中，建立最新的實體模型，提高了智能控制的速度。在線預測函數的方法以LS-SVM為關鍵理論，簡化了智能控制函數。系統中的測量和計算量，具有很強的可擴展性，對電力系統進行實時控制，確保系統智能化。在船舶動力系統實行智能化控制過程當中，其對于在線預測函數控制方式的運用有著更大注重力度，這一智能控制方法能夠令動力系統的實時在線更新功能得以實現，一動力系統實際運行過程為主，對系統自身數據集加以更新，對重要數據加權處理，同時其也能夠與最小支持向量機辨識方法相結合，在系統響應時間的范疇之內將動力系統的變負載、實際工況等失控問題加以預防。

3.3自適應魯棒控制

在船舶動力系統智能控制系統，在多尺度精神網絡中，通過自適應魯棒控制，能夠促使動力系統根據船舶實際運行環境當中的水流、風速等相關倉鼠，令確定性工況調節得以切實實現，并且，自適應與魯棒性之間的有機結合，能夠令系統控制誤差得到有效控制，同時對不確定因素所引發的誤差有效避免。在自適應魯棒性當中，可通過多尺度神經網絡設計魯棒性控制器，其能夠令動力系統智能控制建模規模大幅度降低，從有效控制計算量，在自適應魯棒控制參與過程中，其也具有顯著抗干擾特性，對諸多不確定誘因加以預防，為動力系統運行穩定性提供有力保障，促使智能控制的作用切實增強。

結語：

船舶動力系統智能控街重要影響著船舶運行的靈活性、穩定性，而傳統PID控制系統存在一系列不足，因此，在未來船舶動力系統智能控制發展中，相關研究人員應結合船舶航行實際需求，將諸如模糊神經網絡智能控制系統、在線預測函數控制系統、自適應魯棒控制系統等先進技術手段引入至船舶動力系統控制中，進一步提升動力系統智能控制精準性、高效性，切實保障船舶的穩定運行。

參考文獻：

周微，周波. 船舶動力系統可行動態遞階協調優化方法研究[J]. 浙江交通職業技術學院學報， 2020， 21（2）：8.

高澤宇， 張鵬， 張博深，等. 智能船舶動力系統設備的自適應閾值方法[J]. 中國艦船研究， 2021， 16（1）：7.

張淑艷， 謝園. 自抗擾技術在船舶動力系統控制中的應用[J]. 艦船科學技術， 2020， v.42（06）：110-112.

賀亞鵬， 嚴新平， 范愛龍，等. 船舶智能能效管理技術發展現狀及展望[J]. 哈爾濱工程大學學報， 2021， 42（3）：8.