2023, Vol. 45
2. 山西省信息产业技术研究院有限公司，山西 太原 030012;
3. 晋西工业集团有限责任公司，山西 太原 030027
2. Shanxi Information Industry Technology Research Institute Co., Ltd., Taiyuan 030012, China;
3. Jinxi Industry Group Co., Ltd., Taiyuan 030027, China
船舶电气设备属于船舶电力系统的关键部分，为确保船舶电力系统[1]，为船舶航行提供可靠与安全的供电需求，需要合理控制电气设备，提升电气设备运行质量，以及供电稳定性[2]。精准控制电气设备可为船舶航行安全提供保障[3-4]。为此，设计船舶电气设备自动控制系统非常重要。李敏波等[5]通过情景建模方法，建立电气设备运行场景，将情景感知数据映射至建立的电气设备运行场景内，实现电气设备的自动控制。该系统可有效建立电气设备运行场景，完成电气设备自动控制，系统响应时间较快。柏文等按照调谐质量阻尼器的工作原理，设计电气设备自动控制系统，利用有限元分析法，确定自动控制系统的控制参数，提升电气设备自动控制效果。该系统具备电气设备自动控制的可行性，可有效提升电气设备运行的稳定性。因为船舶电气设备具备复杂性与多变性的特点，而这2个系统均无法满足船舶电气设备自动控制的自适应变化需求，所以这2个系统的自动控制效果均较差。人工智能技术可利用机器自动化替换人工劳动，降低工作人员的工作强度。将人工智能技术应用在电气设备自动控制系统中，可精准地分析电气设备的运行信息，合理地自动控制电气设备，提升电气设备运行质量。常用的人工智能技术有神经网络与模糊控制等。为此，设计基于人工智能技术的船舶电气设备自动控制系统，有效自动控制电气设备。
1 船舶电气设备自动控制系统按照模块化思想，依据人工智能技术，设计船舶电气设备自动控制系统，其结构如图1所示。
|
图 1 船舶电气设备自动控制系统结构图 Fig. 1 Structural diagram of automatic control system for marine electrical equipment |
模拟量输入模块内包含压力、温度与湿度传感器，用于采集船舶电气设备的压力、温度与湿度信息，经由模拟扩展子模块处理采集的船舶电气设备信息后，传输至处理器模块内。
数字量输入模块的作用是采集船舶电力设备压力、温度与湿度开关状态的数字信号，经由开关信号检测电路处理后，传输至处理器模块内。
处理器模块中央处理器对模拟量输入模块采集的船舶电气设备信息，以及数字量输入模块采集的开关状态数字信号进行预处理，滤除船舶电力设备信息与开关状态数字信号内部噪声；PID RBF神经网络控制器，利用RBF神经网络设计PID控制器，在该控制器内输入预处理后的船舶电气设备信息与开关状态数字信号，输出船舶电气设备自动控制量。
数字量输出模块内，数字输出子模块依据PID RBF神经网络控制器输出的电气设备控制量，经由驱动电路自动控制电气设备；经由开关阀驱动电路，自动控制电气设备开关状态。
利用触摸显示模块实时呈现数字量输出模块的电气设备自动控制结果。
1.1 船舶电气设备的温度传感器模拟量输入模块内，温度传感器用于采集电气设备的温度，温度传感器的核心器件是单片机，温度传感器的结构如图2所示。
|
图 2 温度传感器结构图 Fig. 2 Structure of temperature sensor |
通过采样保持器，维持信息采集的稳定性。通过转换开关多路采集电气设备信息。利用程序存储器与数据存储器，存储采集的信息。其中，程序存储器仅具备读功能；数据存储器具备读写功能。定时器/计数器负责记录温度传感器的外部脉冲与事件数量等。可编程I/O与可编程全双工串行I/O，负责提供输入与输出线，用于传输电气设备温度信息。
1.2 PID RBF神经网络的船舶电气设备自动控制处理器模块中，利用PID RBF神经网络控制器，完成电气设备自动控制。利用RBF神经网络，设计PID RBF神经网络控制器。该控制器的输入是经过中央处理器，预处理后的电气设备信息
| $ {H_l}\left( t \right) = \sum\limits_{i = 1}^N {\sum\limits_{j = 1}^M {{w_{ij}}{r_j}} } {\text{，}}$ | (1) |
| $ {r_j} = \exp \left( { - \frac{{\left\| {x\left( t \right) - {c_j}} \right\|}}{{2b_j^2}}} \right) {\text{。}}$ | (2) |
其中：N为船舶电气设备信息，以及开关状态数字信号样本数量；
| $ {Y_P}\left( t \right) = \left\{ {\begin{array}{*{20}{c}} {{H_P}\left( t \right),} & { - 1 \leqslant {H_P}\left( t \right) \leqslant 1,}\\ {1,} & {{H_P}\left( t \right) > 1,}\\ { - 1,} & {{H_P}\left( t \right) < 1,} \end{array}} \right. $ | (3) |
| ${Y_I}\left( t \right) = \left\{ {\begin{array}{*{20}{c}} {{H_I}\left( {t - 1} \right) + {H_I}\left( t \right),}&{ - 1 \leqslant {H_I}\left( t \right) \leqslant 1,}\\ {{\rm{1,}}}&{{H_I}\left( t \right)>1,}\\ {{\rm{ - 1,}}}&{{H_I}\left( t \right)<1,} \end{array}} \right.$ | (4) |
| ${Y_D}\left( t \right) = \left\{ {\begin{array}{*{20}{c}} {{H_D}\left( t \right) - {H_I}\left( {t - 1} \right),}&{ - 1 \leqslant {H_D}\left( t \right) \leqslant 1,}\\ {{\rm{1,}}}&{{H_D}\left( t \right)>1,}\\ {{\rm{ - 1,}}}&{{H_D}\left( t \right)<1{\text{。}}} \end{array}} \right. $ | (5) |
Z3的输入与输出为：
| $ H'\left( t \right) = \sum\limits_{j = 1}^M {\sum\limits_{s = 1}^S {{w_{js}}{H_l}\left( t \right)} }, $ | (6) |
| $ \hat Y\left( t \right) = \left\{ {\begin{array}{*{20}{c}} {H'\left( t \right),}&{ - 1 \leqslant H'\left( t \right) \leqslant 1,}\\ {{\rm{1,}}}&{H'\left( t \right) > 1,}\\ {{\rm{ - 1,}}}&{H'\left( t \right) < 1{\text{。}}} \end{array}} \right.$ | (7) |
其中：
以某船为实验对象，该船内电气设备主要包含电源装置、配电装置与负载3部分。利用本文系统对该船的电气设备进行自动控制，提升船电气设备运行质量。
利用本文系统采集该船内电气设备信息，以温度传感器采集的电气设备中电源装置的温度信息为例，采集结果如图3所示。可知，本文系统可有效采集电气设备中电源装置的温度信息，根据温度信息采集结果可知，电源装置的温度变化区间在35 ℃～37 ℃之间。实验证明，本文系统具备电气设备信息采集的有效性。
|
图 3 船舶电气设备温度信息采集结果 Fig. 3 Collection results of temperature information of ship electrical equipment |
利用本文系统对该船的电气设备进行自动控制。令该船中电源装置、配电装置与负载3部分的初始温度均为22 ℃，目标温度分别为36 ℃，38 ℃与35 ℃。在运行至4 s时，利用本文系统自动控制该船的电气设备，令电源装置、配电装置与负载均位于目标温度附近。本文系统的自动控制结果如图4所示。可知，本文系统可有效自动控制该船的电源装置、配电装置与负载3部分电气设备；对于电源装置的电气设备，本文系统在2 s左右便可自动控制电源装置令其达到目标温度36 ℃附近；对于配电装置的电气设备，本文系统在1 s左右，便可自动控制配电装置令其达到目标温度38 ℃附近；对于负载的电气设备，本文系统在2 s左右便可自动控制配电装置令其达到目标温度35 ℃附近。实验证明，本文系统可快速自动控制船舶电气设备，且自动控制过程并无超调情况，具备较优的自动控制效果，为提升船舶电气设备运行质量提供保障。
|
图 4 船舶电气设备自动控制结果 Fig. 4 Automatic control results of ship electrical equipment |
利用触摸屏灵敏度，分析本文系统的人机交互功能。若多根手指滑动轨迹相同，则说明本文系统的触摸屏灵敏度较高，人机交互功能较优，实验结果如图5所示。可知，3根手指同时滑动触摸屏的滑动轨迹非常接近，差距较小；同时3根手指的滑动轨迹均非常连贯流畅，并未出现间断情况，说明本文系统的触摸屏灵敏度较高。实验证明，本文系统的触摸屏具备较高的灵敏度与流畅度，即本文系统的人机交互功能较优。
|
图 5 人机交互功能分析结果 Fig. 5 Analysis results of human-computer interaction function |
随着经济和科技的发展，对船舶航行稳定性与安全性的要求越来越高。电气设备运行质量，直接影响船舶航行安全性，而电气设备自动控制效果，直接影响船舶电气设备运行质量。为此，设计基于人工智能技术的船舶电气设备自动控制系统，充分发挥人工智能技术中神经网络自适应强的优势，提升电气设备自动控制效果。
| [1] |
杨荣峰, 于雁南, 俞万能, 等. 新能源船舶并网逆变器电网支撑协调控制[J]. 电工技术学报, 2019, 34(10): 2141-2154. YANG Rongfeng, YU Yannan, YU Wanneng, et al. New energy ship grid-connected inverter grid support and cooperative control[J]. Transactions of China Electro technical Society, 2019, 34(10): 2141-2154. |
| [2] |
吴志良, 李能, 姚玉斌, 等. 船舶电气系统保护单元可靠性预计的修正方法[J]. 中国航海, 2019, 42(4): 81-84+103. WU Zhiliang, LI Neng, YAO Yubin, et al. Correction of reliability calculation for marine electrical system protection unit[J]. Navigation of China, 2019, 42(4): 81-84+103. DOI:10.3969/j.issn.1000-4653.2019.04.015 |
| [3] |
张建国, 胡晓辉. 基于以太坊的改进物联网设备访问控制机制研究[J]. 计算机工程, 2021, 47(4): 32-39+47. ZHANG Jianguo, HU Xiaohui. Research on improved access control mechanism of internet of things devices based on ethereum[J]. Computer Engineering, 2021, 47(4): 32-39+47. DOI:10.19678/j.issn.1000-3428.0057729 |
| [4] |
王万良, 张兆娟, 高楠, 等. 基于人工智能技术的大数据分析方法研究进展[J]. 计算机集成制造系统, 2019, 25(3): 529-547. WANG Wanliang, ZHANG Zhaojuan, GAO Nan, et al. Progress of big data analytics methods based on artificial intelligence technology[J]. Computer Integrated Manufacturing Systems, 2019, 25(3): 529-547. |
| [5] |
李敏波, 吴宇, 卢晨耀. 面向情景感知的物联网设备智能控制系统[J]. 小型微型计算机系统, 2021, 42(12): 2637-2644. LI Minbo, WU Yu, LU Chenyao. Smart control system of iot device for context awareness[J]. Journal of Chinese Computer Systems, 2021, 42(12): 2637-2644. |