船舶柴油发电机转速神经网络容错控制
根据江门发电机出租公司-雅通电力（www.uncle-power.com）讯;
结合人工神经网络与智能容错控制，形成船舶柴油发电机转速神经网络容错控制。对由故障诊断后获取的特征值进行归一化处理，把经过处理的特征值作为神经网络的输入样本集，设计输出样本集，建立bp 神经网络和 elman 神经网络，用整理后的数据训练神经网络，使神经网络具有容错控制功能，并对神经网络模型进行仿真测试。仿真试验显示可以实现对船舶电力系统容错控制，保证船舶的安全运行。
关键词：船舶电站 发电机 转速控制 神经网络 容错控制
中图分类号：tp273文献标识码：a文章编号：1003-4862 (2009) 06-041-05
1 引言
船舶电力系统中，同步发电机由柴油机驱动发出电功率，船舶柴油发电机的控制由转速控制和励磁控制两部分组成。柴油发电机组控制系统的特性直接影响船舶电力系统的供电质量，其转速控制直接影响发电机的有功功率输出和船舶电力网频率的稳定性。船舶柴油发电机转速控制系统如图 1 所示，输出是实际转速。控制器常用的是 pid 控制器，通过调节柴油机的供油量起到调节柴油机组转速定速控制作用。
elman 神经网络是 elman 于 1990 年首先针对语音处理问题而提出来，它是一种典型局部递归网络。由于 elman 神经网络在处理贯序数据输入输出具有优越性，得到了广泛的应用。

2 elman 网络结构
elman 神经网络包含一个双曲正切 s 型隐含层和一个线性输出层，s 型隐含层接收网络输入和自身的反馈，线性输出层从 s 型隐含层得到
输 入 。 由 于 elman 网 络 是 s 型 / 线 性(sigmoid/linear)网络，它能够表达含有有限个不连续点的函数。又因为它们有一个反馈连接，所以它被训练后不仅能够识别和产生空间模式，还能够识别和产生时间模式，对于多输入多输出网络，设上下文层的输出为 yc(k)，隐合层的输入和输出分别为 xo(k)，网络在外部输入时间序列x(a)作用下的网络输出序列为 y(a)，则有[1]

式中，w1为输入层与隐含层间的连接权值;w2为隐含层与输出层间的连接权值;f(·)为 s 型激活函数。
当 elman 神经网络的上下文层存在增益为 a的自反馈连接时，称为改进型 elman 神经网络。此时，网络能模拟更高阶的动态系统，基于上下文层的输出 yc(k)仍变为：

elman 神经网络拓扑结构：elman 型回归神经元网络一般分为 4 层：输入层、中间层(隐含层)、承接层和输出层。其输入层、隐含层和输出层的连接类似于前馈网络。承接层又成为上下文层或状态层，具体机构如图 2 所示。
elman 型回归神经元网络的特点是隐含层的输出通过输出层的延迟和存储，自连到隐含层的输入，这种自联方式使其对历史状态的数据具有敏感性，内部反馈网络的加入增加了网络本身处理动态信息的能力，从而达到动态建模的目的。elman 神经网络的学习过程如下[2]：

其中，y，x，u，xc分别表示 m 维输出节点向量，n 维中间层节点向量，r 维输入向量和 n 维反馈状态向量。w3，w2，w1分别表示中间层到是输出层、输入层到中间层、承接层到中间层的连接权值。g(·)为输出神经元的传递函数，是中间层输出的线性组合。f(·)为中间层神经元的传递函数，常采用s 函数。
输入承接层承接层输入输出输入单元 隐层单元 输出单元elman 网络也采用 bp 算法进行权值修正，学习指标函数采用误差平方和函数：

3 智能容错控制
基于神经网络的容错控制技术可以更好的弥补传统容错控制技术上的不足。它不依赖于对象准确的数学模型;进行故障诊断系统设计时可以考虑故障的程度，即故障状态可以是 0 和 1 之间任意的数;而且智能容错控制技术对于缓变故障有较好的诊断与容错能力。因此，研究智能容错控制技术已成为该领域的研究热点。
容错控制的目标是容错控制系统设计的一个极为重要的问题。具有一定的稳定裕度、满足一定的动态响应性能、稳态误差维持在一定的限度内等等。将仅维持系统稳定性的容错控制问题称为“b 类容错控制”，而将同时满足其它补充性能要求的系统称为“a 类容错控制”[3]。
从容错控制考虑的故障对象上来看，由于构成一个控制系统的典型环节包括控制器、检测元件及变送器(习惯上常称为传感器)、执行器以及被控对象，所以对不同环节的考虑理论上都可以延伸出特定的容错控制问题。实际控制系统中最易发生故障的是传感器和执行器两个环节。这两个环节设置硬件冗余困难、备份投资较高，因而其容错控制问题受到了特别的关注。“完整性”(integrity)控制是这方面的一个典型例子，它试图保证当执行器、传感器发生故障从而导致相应的控制、测量回路断开时，闭环控制系统仍然满足稳定性的要求，从而保证系统的安全运行。在各种故障形式中，“传感器断路”和“执行器开路失效”两种故障具有最大的危害性。因此，现有的容错控制研究主要集中在这一类型的故障上。并对上述两类主要故障进行“b 类容错控制”。
4 船舶柴油发电机转速 ann 控制
船舶柴油发电机转速 elman 神经网络控制代替 pid 控制结构如图 3 所示。该系统通过训练elman 神经网络对于 pid 控制器进行控制算法的学习，使训练好的 elman 神经网络控制器代替常规 pid 实现控制;系统初始运行阶段，常规控制器实现反馈控制，保证系统的稳定性，且抑制扰动;elman 神经控制器实现了正常控制。由于柴油机延时环节的存在，系统有一定的非线性特性;又由于同步发电机是一个强耦合的非线性电磁对象，这里运用基于 elman 神经网络的串行控制方法来解决船舶柴油发电机组系统的非线性控制问题[5]。

在船舶电力仿真系统中，应用 elman 神经网络代替 pid 串行控制，同步发电机模型采用六阶状态方程模型，该模型不考虑 0 轴的派克方程，并规定正方向的定子电流产生正向磁链。也不考虑 q 轴阻尼绕组的电磁暂态过程，tq0′和 xq′两个数据为 0。发电机模型用 d-q 轴参考模型电路进行描述，如图 4 所示，全部的电气变量都是从定子侧看的，上面带有一撇的是折算到定子侧的转子电量。
对于该同步发电机有如下的微分方程模型[4]：

5 容错控制系统结构仿真
根据本课题的需要用 simlink 设计船舶柴油发电机组控制系统仿真模型，如图 5 所示。在用此模型仿真之前，先要对其进行初始化以得到希望的曲线。用 powergui 把发电机的功率加载为3.125 mw ，终端电压设置为 1 p.u. (2400 v)。初始化的目的是使仿真过程在一个稳定的状态下启动，这时电流是正弦曲线，速度恒定。所有设备的状态都要进行适当的初始化。
在整个动态过程中可以测量到，在第 0 s 的作用后，柴油原动机的机械输出功率和转速的波动值小于常规 pid 调节器控制下系统的波动值;图 6 为神经网络控制系统仿真模型。从结果中还可以看出，采用 cmac 神经网络并行控制时，输出机械功率值和发电机的转速标么值的曲线光滑度比用 pid 控制时要好;从三相输出电流的特性。
可以看出电流波形也是比较好的。从而完全可以通过训练好的 elman 神经网络控制器代替常规 pid 控制器对同步电机进行控制。图 7 为神经网络控制的仿真结果。

基于对容错控制的系统的理论与方法，本文将使用上文所建立的神经网络模型参考自适应控制器对船舶柴油发电机控制系统的某些故障进行控制，如果在本文所建立的控制器下柴油发电机能够达到 b 类容错控制的目标，我们就认为这个控制器是具有容错性的容错控制器。下面设置一些故障。
故障 1：船舶柴油发电机工况改变甚至发生故障，使发电机的柴油原动机的数学模型发生变化。假设由于船舶电力系统受电力负荷的影响柴油原动机运行的工况发生的改变，柴油发电机的时滞增大，数学模型变为0.050( )sg s e = 时，在本文所提出的神经模型参考自适应逆控制器的控制下，发电机转速仿真结果如图 8 所示，从图 8 可以看出与时滞时间常数为 0.024 时的控制结果几乎没有什么分别，而且稳定性非常的好。

故障2：在图 9 所示船舶柴油发电机系统中设置异步电动机相间电压短路故障，假设 ab 相间短路：则可以得到柴油发电机转速的变化仿真如图 10 所示。由仿真结果可以看出同步发电机的相间短路对控制系统的转速控制并没有造成太大的影响，系统仍然能够稳定运行。可以满足 b 类容错控制的要求。

故障 3：执行器卡死，当执行器卡住时实际上船舶柴油原动机将以此时执行器的开度为控制输入，而不再接受控制信号，柴油原动机的转速将保持不变，这种故障只能靠备份执行器来解决，或人为检修执行器，此时调节控制器是没有意义的。图 11 为用 simulink 仿真执行器卡死时的故障模型，及当执行器卡在输出为 0.85 时的柴油发电机转速输出仿真结果如图 12 所示。
6 结论
elman 神经网络是反馈神经网络的代表，特殊的组合结构使得其能在有限的时间内以任意精度迫近任意函数，动态建模和系统控制。被训练后不仅能够识别和产生空间模式，还能够识别和产生时间模式，网络的学习速度快，适合于实时控制，控制系统具有一定的泛化能力、连续输入输出能力;寻址编程的方式，使得在利用串行计算机控制时可使响应速度加快;作为非线性逼近器，它对学习数据出现的次序不敏感。基于以上优点，elman 神经网络较其他神经网络更适宜复杂环境下的非线性动态在线容错控制。
江门发电机出租公司-雅通电力（Tel:134-3429-7883)-专注于提供江门柴油发电机组租赁，销售，维修保养服务，功率范围：50千瓦到2000KW 进口康明斯.十多年的发电机经验，100%专业技术，务求发电机组运行期间0故障，更省油。辐射范围包括：江门发电机租赁，鹤山发电机出租，恩平发电机出租，台山发电机出租，开平发电机出租，蓬江区发电机出租，江海区发电机出租，新会区发电机出租。