2. 闽西职业技术学院,福建 龙岩 364021
2. Minxi Vocational and Technical College, Longyan 364021, China
柴油机通过燃烧柴油实现发动机的运行,发动机扭矩较大,并且具有较好的经济性能以及热效率[1-2]。因此,其成为诸多船舶的主要动力设备。发动机以凸轮轴为驱动,以高压油泵为基础,将柴油输送至燃油室中,在此过程中,发动机的转速快慢会直接影响供油效果[3]。柴油机在应用过程中,其呈现显著的非线性变化,同时影响其自身转速的因素较多[4-5]。为保证柴油机的应用效果,需有效控制其转速。王朝阳[6]为保证柴油机的稳定运行,提出基于Elman神经网络的柴油机转速调整系统。该系统以PID为基础,采用神经网络调整PID的控制参数,以此实现柴油机转速调整。但是该系统在控制过程中,无法呈现控制结果。有学者为保证柴油机的应用效果,提出基于PSS和模糊PID控制的柴油机转速调控系统。该系统以稳定器和模糊PID控制器,实现柴油机转速调控。但是该系统在控制过程中,如果发生转速突变,则控制偏差较大。本文针对船用柴油机转速智能控制需求,设计柴油机转速智能控制系统,实现船用柴油机转速智能控制。
1 船用柴油机转速智能控制 1.1 船用柴油机转速智能控制系统架构舰船柴油机在应用过程中,输出转速会直接影响功率的输出结果。如果功率输出不稳定,则会直接影响船舶的运行状态。为实现柴油机转速智能控制,采用电子调速器,设计柴油机转速智能控制系统,系统整体架构如图1所示。
该控制系统整体分为3个模块,分别是上位机模块、电子调速模块以及柴油机模块。上位机模块通过PC机下达转速控制指令后,指令经由CAN总线传送至电子调速模块中,该模块主要是依据数字式电子调速器,对柴油机模块中柴油机的转速进行控制,并将控制结果回传至上位机中。
1) 上位机模块。该模块主要是由PC机、CAN接口、电源、显示器等部分组成,该模块的能够实现柴油机转速控制指令的下达以及控制结果呈现。
2) 电子调速模块。该模块是系统的执行核心模块,以电子调速器为主,该调速器包含微控制器、PWM驱动器、位置信号调理器、转速信号调理器、曲轴信号处理器等部分组成。其主要作用是对柴油机模块中,柴油机的负荷转矩不确定性、外在因素影响、柴油机的加载、卸载以及负载情况导致的转速异常进行控制。
3) 柴油机模块。该模块是柴油机发电机终端模块,主要包含柴油机的整个组成部分,包含油路、喷油路、柴油机等。此外,该模块中安装传感器,其主要作用是检测柴油机曲轴位置、供油调节执行器位置等状态参数以及发动机当下转动状态数据等,并通过CAN总线,将传感器采集的数据结果回传至上位机模块中。
1.2 CAN总线的收发机制船用柴油机转速控制过程中,控制指令的下达和柴油机运行数据的回传均需依据CAN总线进行传送。在进行系统设计过程中,为保证指令和数据传送的安全性,设计CAN总线的收发机制,结构如图2所示。该机制主要采用中断式设计,以此进行数据的接收和发送,并且采用环形缓冲区设计,保证柴油机运行数据的安全传送。CAN总线的接收中断服务程序,可完成柴油机整个运行数据的拷贝,并存储到环形缓冲区中。CAN总线的发送中断服务程序在进行数据发送时,每完成一次数据发送后,均在环形缓冲区内对下一个待发送数据进行拷贝,依据该方式,完成所有数据的传送。
电子调速模块作为系统的核心执行模块,可依据柴油机运行负载变化,对柴油机供油量进行智能调节,实现柴油机转速调控,保证柴油机稳定运行。电子调速模块结构如图3所示。
电子调速模块在进行柴油机转速控制时,为保证良好的控制效果,在微控制器中引入转速自主学习主动抗扰控制模型,该模型的结构如图4所示。
该模型能够有效依据柴油机负荷转矩的随机性和不确定性、柴油机运行负载变化情况进行转速控制。能够依据舰船柴油机目标转速和实际转速之间的偏差结果,计算惯性力矩结果,用
$ {M_{in}} = {M_e} + {M_{fric}} ,$ | (1) |
$ {M_e} = {M_{{int} ia}} + {M_{load}}。$ | (2) |
依据上述2个公式即可获取柴油机转速控制所需的循环供油量,依据该供油量结果,对供油调节器进行控制,以此实现柴油机转速智能控制。
2 测试结果与分析为验证本文系统的应用效果,以某船舶为对象研究。该船长32.3 m,宽9.2 m,载重3150 t,吃水5.5 m。使用的柴油机型号为6126,详细参数如表1所示。
为验证本文系统的控制性能,采用柴油机转速波动率
$ \upsilon =\frac{{{n_{\max }} - {n_{\min }}}}{{2{n_r}}} \times 100{\text{%}}。$ | (3) |
式中:
依据公式(3)计算本文方法在不同柴油机额定转速下,指标的计算结果(应用标准为低于0.03%),如表2所示。依据表2测试结果得出:随着额定转速的逐渐增加,采用本文系统对柴油机转速进行控制后,在3种运行工况下,柴油机转速波动率
为验证本文系统的应用效果,在柴油机的加载、卸载以及负载3种工况下,发生转速突变后,采用本文系统进行转速控制,获取本文系统在3种工况下,对转速突变的瞬时调速率(该指标能够描述本文系统对转速突变的动态响应性能,期望标准为高于2%)以及转速恢复所需的时间(期望标准为低于3 s),测试结果如表3所示。依据表3测试结果得出:在不同的工况下,当柴油机转速发生突变后,本文系统均能够快速完成动态响应,瞬时调速率指标结果最高值为3.34%,最低值为2.34%;转速恢复所需的最长时间为2.14 s,最小值为1.44 s。因此,本文系统具有良好的控制效果,能够快速完成转速控制,保证柴油机稳定运行。
为验证本文系统在柴油机转速控制中的应用性能,获取本文系统控制时上位机模块的转速控制呈现结果,如图5所示。可以得出:本文系统应用后,上位机能够呈现柴油机转速控制结果,并且采用本文系统对柴油机转速进行控制后,转速的控制结果与额定的转速结果吻合程度较高;即使额定转速发生调整,本文系统依旧能够保证转速控制结果与额定转速吻合,同时能够依据传感器采集的数据,判断柴油机运行状态。因此,本文系统具有良好的应用性能,能够实现柴油机转速控制。
船舶在应用过程中,需保证运行的稳定性。因此,船用柴油机的转速情况,直接会影响船舶的运行状态。如果转速发生突变或者无法维持额定转速,则降低船舶运行的稳定性。基于此,本文主要依据电子调速设备,设计柴油机转速智能控制系统,实现柴油机转速的智能控制。经过测试后得出:该系统可保证柴油机转速的稳定性,保证转速结果和额定结果吻合,快速实现柴油机转速突变控制。
[1] |
高泽宇, 张鹏, 曹乐乐, 等. 基于自适应阈值的船舶柴油机状态监控[J]. 船舶工程, 2021, 43(12): 172-177. GAO Zeyu, ZHANG Peng, CAO Lele, et al. Condition Monitoring of Marine Diesel Engine Based on Adaptive Threshold[J]. Ship Engineering, 2021, 43(12): 172-177. DOI:10.13788/j.cnki.cbgc.2021.12.27 |
[2] |
宋恩哲, 宋体康, 马骋, 等. 基于模型参考自适应的柴油机转速控制研究[J]. 内燃机工程, 2022, 43(4): 57-64. SONG Enzhe, SONG Tikang, MA Cheng, et al. Research on Diesel Engine Speed Control Based on Model Reference Adaptive[J]. Chinese Internal Combustion Engine Engineering, 2022, 43(4): 57-64. DOI:10.13949/j.cnki.nrjgc.2022.04.007 |
[3] |
邵灿, 宋康, 陈韬, 等. 基于参数自学习的柴油机转速主动抗扰控制[J]. 内燃机学报, 2022, 40(2): 144-152. SHAO Can, SONG Kang, CHEN Tao, et al. Active Disturbance Rejection Control of Diesel Engine Speed Based on Parameter Self-Learning[J]. Transactions of Csice, 2022, 40(2): 144-152. DOI:10.16236/j.cnki.nrjxb.202202018 |
[4] |
张博, 张萍, 郭旭, 等. 基于试验设计-遗传算法的船用柴油机冷却系统多目标优化[J]. 推进技术, 2020, 41(11): 2518-2529. ZHANG Bo, ZHANG Ping, GUO Xu, et al. Multi-Objective Optimization of Marine Diesel Engine Cooling System Based on DOE-GA[J]. Journal of Propulsion Technology, 2020, 41(11): 2518-2529. DOI:10.13675/j.cnki.tjjs.200317 |
[5] |
姚崇, 龙云, 马子焜. 基于Elman神经网络系统辨识柴油机调速算法研究[J]. 控制工程, 2021, 28(6): 1122-1129. YAO Chong, LONG Yun, MA Zikun. Study of Advanced Control Based on the Elman Neural Network Identification Theory for Diesel Engine Speed Control[J]. Control Engineering of China, 2021, 28(6): 1122-1129. DOI:10.14107/j.cnki.kzgc.20190010 |
[6] |
王朝阳, 高强, 李洪祥, 等. 基于CAN总线的智能电动执行器控制系统设计[J]. 传感技术学报, 2020, 33(5): 763-768. WANG Zhaoyang, GAO Qiang, LI Hongxiang, et al. Design of Intelligent Electric Actuator Control System Based on CAN Bus[J]. Chinese Journal of Sensors and Actuators, 2020, 33(5): 763-768. DOI:10.3969/j.issn.1004-1699.2020.05.023 |