0 引　言

船舶动力推进系统则船舶的心脏，其性能直接影响到船舶的航行速度、燃油消耗、安全性以及使用寿命^[1]。加速性能是船舶动力推进系统的一个关键性能，可以反映船舶在短时间内迅速提高航速的能力。优良的加速性能不仅可以缩短船舶的启航时间，提高运输效率，还可以在紧急情况下快速响应，保障船舶安全^[2]。因此，研究和改进船舶动力推进系统的加速性能控制方法，对于提升船舶整体性能、降低运营成本、增强船舶市场竞争力具有重要的理现实意义。

刘大辉等^[3]提出了一种推力分配推进器饱和协议，旨在解决推进器饱和条件下推力分配的问题，确保船舶在极限海况下仍能实现稳定的动力定位。在极限海况下，船舶需要快速响应环境变化和指令要求，因此需要进一步优化控制算法，以提高其计算效率和实时性。孙晓军等^[4]在船舶并联气电混合动力系统的数学模型基础上，设计并联气电混合动力，利用PID控制器进行加速性能控制。该方法验证了PID的控制性能和效率，但实验验证可能受到控制环境（如实验设备、实验环境、测试工况等）的限制，导致实验结果可能难以完全反映控制器的实际性能。郑前钢等^[5]采用非线性模型预测控制（NMPC）方法，通过构建精确的发动机非线性模型，并利用优化算法在预测时域内求解最优控制序列，以实现发动机加速性能的最优化。由于发动机系统的复杂性和非线性特性，建立的模型可能与实际发动机行为存在失配。这可能导致预测控制的性能下降或不稳定，因此在实际应用中需要不断对模型进行验证和更新。

针对上述文献中存在的问题，提出船舶动力推进系统加速性能控制改进方法，为相关领域的研究者和技术人员提供有益的参考和借鉴，推动船舶工业和相关领域的技术创新和发展。

1 船舶动力推进系统加速性能控制方法的改进 1.1 构建船舶动力推进系统加速性能控制模型

图1为船舶动力推进系统加速性能控制模型结构。其中，直线与虚线分别表示硬线与通讯线。

模型整体主要由船舶驾驶室控制部分与船舶集控室控制部分组成。其中，船舶驾驶室控制部分利用硬线同驾驶室单元进行信号的交互，而船舶集控室控制部分利用硬线同集控室控制单元进行信号的交互，用户在进行船舶动力推进系统加速性能控制过程中，可以随机在不同控制面板间选择一个控制面板进行控制。

在船舶动力推进系统加速性能控制模型中，通过一条通讯总线可实现变频器（Vacuum Fluorescent Display，VFD）中央处理单元、船舶可调螺距桨（CPP）中央处理单元、驾驶室控制单元以及集控室控制单元的连接，利用CPP中央处理单元可将不同控制面板的控制命令传输至船舶的调距桨，由此达到调节螺距的目的；同时利用VFD 中央处理单元可将不同控制面板的控制命令传输至船舶的推进变频器，由此达到控制推进电机的目的。

船舶集控室将加速命令传输至VDF中央处理单元，利用推进变频器内的模糊控制器控制加速电机；VDF中央处理单元将螺距控制的相关信息传输至CPP处理单元，由此实现对桨距的调节。通过推进电机推力控制与桨距的调节共同实现推进系统的加速性能控制。

船舶动力推进系统加速性能控制模型对于加速性能的控制共包含5种控制模式，如表1所示。

1.2 推进变频器结构与控制方法的改进 1.2.1 推进变频器结构设计

推进变频器是船舶动力推进系统加速性能控制的核心^[6−7]，其中主要包含PLC软件、模糊控制器与逆变器等，主要功能为实现推进电机的加速性能控制，并达到事故分析与事件记录等目的。图2为推进变频器结构。

推进变频器的PLC软件主要功能是同VFD中央处理单元进行通信，并控制变频器外围的开关量；模糊控制器选用PI型，通过模糊控制器控制推进电机的转子转速，将控制值利用逆变器传输至推进电机，通过控制推进电机输出的推力实现研究船舶动力推进系统加速性能控制。

1.2.2 模糊控制器的改进

在利用模糊控制器实现船舶动力推进系统加速性能控制过程中，控制器的输入为推进电机转子转速的误差$ e\left( k \right) $与误差控制量$ \Delta e\left( k \right) $。但模糊控制器实际应用过程中，有一定概率产生控制控制偏差，这种偏差的产生是模糊控制器在控制过程中忽略了约束的影响^[8]。针对这一问题，选用遗传算法，通过改进量化因子（即模糊控制器输入的$ e\left( k \right) $和$ \Delta e\left( k \right) $）的方式对模糊控制器进行改进，具体过程如下。

针对遗传算法内的二进制编制，设定精度为4倍。以N表示限定步数，则可利用式（1）描述适应度函数：

$ A = \sum\limits_{i = 0}^N {\left( {1 \times {{10}^4} - 0.01\left| {e\left( i \right)} \right|} \right)} 。$

(1)

式中：$ e\left( i \right) $为模糊控制器输出的推进电机转子转速与实际转速间的差异值。

为了在模糊控制过程中引入约束，需将适应度函数与惩罚函数相结合，例如在推进电机转速值达到上限值时，令适应度为0.01。

以防止遗传算法改进$ e\left( k \right) $和$ \Delta e\left( k \right) $过程中陷入局部最优问题为目的，改进适应度：

$ f' = a \cdot f + b 。$

(2)

式中：$ f $和$ f' $分别为改进前后的个体适应度；$ a $与$ b $均为任意常数值。

基于式（2）能够得到：

$ \left\{ \begin{gathered} \bar f' = \bar f ，\\ {{f'}_{\max }} = c\bar f 。\\ \end{gathered} \right. $

(3)

式中：$ \bar f' $和$ \bar f $分别为改进前后的适应度均值；$ {f'_{\max }} $和$ c $分别为适应度上限值与取值为1.5的常值。

通过改进适应度函数能够确保模糊控制器输入的$ e\left( k \right) $和$ \Delta e\left( k \right) $每一个个体均能够遗传至下一代内，由此提升模糊控制器输入的$ e\left( k \right) $和$ \Delta e\left( k \right) $的寻优精度。

2 实验与结果分析

针对船舶动力推进系统加速性能控制方法实施改进，为验证改进后方法的实际控制性能，选取某型号船舶动力推进系统为研究对象，对其的加速性能进行控制与改进测试。表2为研究对象的相关参数。

2.1 加速性能控制结果

考虑研究对象在有所差异的作业环境下，针对转速以及螺距的控制要求也会产生显著差异，采用本文方法对研究对象的加速性能进行控制时，可采用多种控制模式。

以20 s的单控模式测试为例，采用本文方法对研究对象加速性能进行控制时，设定研究对象在前3 s时推力为14500 N，在4～6 s内的推力为17000 N，在7～10 s内的推力为21000 N，在11～13 s内的推力为22000 N，在14～16 s内的推力为24000 N，在17～20 s内的推力为16000 N。图3所示为在本文方法的控制下，研究对象加速过程中推力随时间的变化情况。

分析可知，采用本文方法对研究对象加速性能进行单控时，研究对象加速性能的变化情况与设定数值完全一致，由此说明采用本文方法能够有效实现研究对象的加速性能控制。

为进一步验证本文方法控制的有效性，不同控制模式下，对研究对象加速性能进行控制，分析本文方法的控制结果与控制响应时间，如表3所示。

分析可知，采用本文方法能够在不同控制模式下有效实现研究对象加速性能的控制，所得控制结果与输入的控制命令均一致，说明本文方法具有较好的适用性。同时，前4种控制模式的控制响应时间均在1 s内，由此说明本文方法具有较高的控制响应效率。

2.2 控制性能分析

本文方法对研究对象进行加速性能控制过程中，最普遍使用的是单控模式与联控模式，因此，在分析本文方法的控制性能时，以2种控制模式为例，采用Simulink软件对本文方法控制下2种控制模式的电路进行仿真。

设定研究对象运行至3 s条件下，推进电机负载产生突变，转矩从15 N·m提升至40 N·m。图4所示为前述突变条件下，2种控制模式中研究对象直流侧电压波形的变化情况。

分析可知，本文方法的2种控制模式下，单控模式控制过程中，中间直流环节母线电压受推进电机负载突变影响显著；而联控模式控制过程中，中间直流环节母线电压受推进电机负载突变影响较小。对比可知，2种控制模式中，联控模式具备较优的抗干扰能力。

3 结　语

传统的动力推进系统加速性能控制方法大多以固定的控制逻辑和参数设置为基础，难以适应船舶在实际运营中遇到的各种复杂工况和变化的问题。对此类方法进行改进，不仅有助于提升船舶的整体性能和市场竞争力，也是应对全球能源危机、实现可持续发展目标的必然要求。