船舶主机缸套冷却水温度灰色预测模糊PID控制

徐红明，姚建飞，陈逸宁

(1.浙江交通职业技术学院，浙江杭州 311112;2.浙海海运有限公司，浙江 杭州 310013)

船舶主机缸套冷却水温度灰色预测模糊PID控制

徐红明1，姚建飞1，陈逸宁2

(1.浙江交通职业技术学院，浙江杭州 311112;2.浙海海运有限公司，浙江 杭州 310013)

针对船舶主机缸套冷却水温度控制系统的大惯性、纯滞后和时变性特点，提出了将等维新息灰色预测控制与模糊自调节PID控制相结合的新型控制策略，这种控制器可根据系统预测误差和变化率自动调整控制器参数，使控制器对系统响应具有适应性。仿真结果表明:灰色预测模糊PID控制比常规的PID控制与模糊PID控制有更多的优越性，自适应能力强，超调适中，具有更好的动、静态特性。

控制器;缸套冷却水;灰色预测;模糊PID控制;仿真

缸套冷却水温度是船舶柴油机一个重要的热工参数，温度过高易使缸壁内表面的滑油膜迅速蒸发，缸壁磨损加剧，冷却水腔内发生汽化及阻水橡皮圈老化漏水等现象，温度过低则会增加热损失、增大热应力和加重酸性腐蚀，精确的控制冷却水温度，对于减小热应力，提高柴油机的动力性能和使用寿命具有重要意义。主机缸套冷却水温度控制系统是一个具有大惯性、纯滞后和时变性特点的非线性系统，传统的PID控制属于“事后控制”，在船舶运行工况发生变化时，容易导致较大的超调量和较长的调节时间，影响系统的控制品质。文献［1］提出了在PID控制的基础上，引入以船舶主机输出“功率”作为反映缸套冷却水热负荷扰动信号的前馈控制，以减小缸套冷却水出口温度的动态偏差，但前馈控制受模型精度限制，不能克服系统中不可测量的干扰影响。文献［2］提出了基于功率信号模糊预调节与水温Smith+PID调节的控制方法，Smith预估控制可以预测未来的系统偏差，对系统输出进行提前校正，克服时滞的不利影响，但由于这种预估器需要系统的精确数学模型，而且当预估模型和实际对象不匹配时，其对系统的误差非常敏感，控制效果较差。

船舶主机缸套冷却水温度灰色预测模糊PID控制将等维新息灰色预测控制和模糊自调节PID控制相结合，形成优势互补，根据系统输出的预测误差及其变化率在线修正PID参数，提高控制精度，获得更好的控制性能。

1 灰色预测模糊自调节PID控制系统

1.1 控制系统原理

灰色预测控制［3］是通过系统行为数据序列的提取，寻求系统发展规律，从而按照规律预测系统未来的行为，并根据系统未来的行为趋势，确定相应的控制决策进行预控制。这样可以做到防患于未然，具有较强的适应能力。灰色预测模糊自调节PID控制利用系统的预测误差参与对PID控制器参数的在线整定，预测系统未来的行为，并根据未来的行为趋势，对PID的控制量进行预先补偿，克服常规PID控制在控制系统中存在的滞后和超调的缺点，是一种具有广阔前景的新型控制策略。灰色预测模糊自调节PID控制系统结构如图1。

图1 灰色预测模糊自调节PID控制系统结构Fig.1 Structure of grey predicative fuzzy PID control system

控制系统工作原理:通过采样装置对输出向量y(k)在当前k时刻之前的m个连续行为数据进行采集，由灰色预测算法，计算出k+d时刻的预测值，并用预测误差e(k)=r(k)-y(k+d)取代当前测量误差以及相应的误差变化率，经过模糊化处理后进行模糊推理，输出变量为PID控制参数kp，ki，kd的增量，再分别加上PID控制参数的初始值，得到PID调节器控制参数，使未来的输出向量接近目标值。

1.2 灰色预测算法［4］

灰色预测算法是建立在动态GM(1，1)模型基础上，利用GM(1，1)模型来获取系统k+d时刻的输出预测值。

设系统输出的数据列向量为:

事实上，在任何一个灰色系统的发展过程中，随着时间的推移，将会不断地有一些随机扰动或驱动因素进入系统，使系统的发展相继地受其影响。因此，GM(1，1)模型的预测精度越远离时间原点，预测意义就越弱。为了不断把相继进入系统的扰动或驱动因素考虑进去，随时将每一个新得到的数据置入Y(0)中，建立新息GM(1，1)模型进行动态预测。但这种新息模型随着时间的推移，信息越来越多，建模运算量不断增加，这显然不适合过程控制对实时性、快速性的要求。因此，在不断补充新信息的同时，及时去掉老信息，不断地进行新陈代谢，以便在滚动建模时维持数据个数不变，建模序列更能反映系统在目前的特征，保证系统具有较强的适应能力。这就是等维新息滚动模型，等维新息滚动预测算法［4］如下:

式中:h为采样时刻;m为建模维数;a，b为h时刻辨识所得参数;n为预测步数。

1.3 模糊控制器［5］

模糊控制器能充分利用操作人员进行实时非线性调节的成功实践操作经验，充分发挥PID控制器的优良控制作用，使整个系统达到最佳控制效果。船舶主机缸套冷却水温度灰色预测模糊PID控制使用的是一个两输入(e，ec)三输出(Δkp，Δki，Δkd)的模糊控制器，它的原理是把输入PID调节器的偏差e和偏差变化率ec同时输入到模糊控制器中，图1中模糊控制器实际上是由3个分模糊控制器组成，分别对3个参数kp，ki，kd进行调节，然后分别经过模糊化、模糊规则推理和清晰化后，把得到的修正量Δkp，Δki，Δkd分别输入 PID 调节器中，根据不同时刻的e和ec对PID参数进行实时在线修正。计算公式如下:

式中:k'p，k'i，k'd为 PID 控制参数初始值。

2 主机缸套冷却水温度灰色预测模糊PID控制

船舶柴油机缸套冷却水系统动态特性建模与仿真［6］以浙海海运有限公司某轮主机缸套冷却水系统为建模对象，利用“两点法”与曲线拟合法相结合，得到对应传递函数为:

2.1 模糊控制规则

船舶柴油机缸套冷却水温度模糊PID自适应控制与仿真［7］通过对实船数据处理分析和多次操作经验总结，结合理论上偏差e及偏差变化率ec跟PID调节器3个控制参数 kp，ki，kd的影响关系，归纳出了3个参数的模糊控制规则如表1～表3。

表1 Δkp模糊规则Tab.1 Fuzzy rule of Δkp

表2 Δki模糊规则Tab.2 Fuzzy rule of Δki

表3 Δkd模糊规则Tab.3 Fuzzy rule of Δkd

2.2 控制系统仿真

在SIMULINK环境下，建立如图2的主机缸套冷却水温度传统PID控制、模糊PID自适应控制与灰色预测模糊PID控制仿真模型［8］，其中fuzzy control子模块为模糊PID自适应控制部分封装，其内部结构如图3，模糊推理系统由49条模糊控制规则经编辑后保存在fuzzycontrol.fis文件中，灰色预测子模块的灰色预测算法功能由编写的S-Function程序huise.m(参数选择:采样周期T=1 s，预测步数n=3，建模维数m=5)实现。

2.3 仿真结果对比分析

Step设置初始温度80℃，最终温度82℃，实现阶跃响应，调用 fuzzycontrol.fis和灰色预测程序huise.m。双击图2中“阶跃输入”，即可得到仿真实验结果如图4。

图2 主机缸套冷却水温度控制系统仿真Fig.2 Simulation of cylinder cooling water temperature control system

通过对图4传统PID控制、模糊PID自适应控制与灰色预测模糊PID自适应控制仿真曲线的比较分析，3种控制方式峰值温度分别为82.69、82.53、82.31 ℃，系统调节时间分别为 600、400、350 s左右。仿真结果表明灰色预测模糊PID自适应控制明显优于其它两种控制方式，能够根据灰色预测器得到的预测误差e和误差变化率ec对PID控制器的3个控制参数kp，ki，kd进行在线修正，得到较好的系统动态响应曲线，响应速度明显变快，超调量大大减少，控制更平稳，稳态精度高，系统控制品质得到较大改善。

图3 Fuzzy control子模块Fig.3 Submodule of fuzzy control

图4 3种控制方式对比Fig.4 Comparison of three control strategies

3 结语

等维新息灰色预测模型，是在增加最新信息的同时，去掉最老信息，在滚动建模时保持数据个数不变，灰色预测控制的参数，随着系统的运行，不断地自动更新，具有很强的自适应性。针对主机缸套冷却水温度自动控制系统中出现的滞后现象，将灰色预测方法运用到这个系统中，并与模糊控制相结合，仿真结果表明:灰色预测模糊PID控制自适应能力强，超调适中，参数调整方便，具有更好的动、静态特性，较常规的PID控制与模糊PID控制有更多的优越性，适用于本系统的自动控制。

［1］吴桂涛，尹自斌，孙培廷.主机缸套冷却水出口温度控制方法［J］.交通运输工程学报，2003，3(4):35-38.

WU Gui-tao，YIN Zi-bin，，SUN Pei-ting.Temperature control method for jacket cooling water system of main marine diesel engine［J］.Journal of Traffic and Transportation Engineering，2003，3(4):35-38.

［2］李海峰，赵殿礼，张春来.船舶主柴油机缸套冷却水温度智能控制［J］.大连海事大学学报，2007，33(增刊1):77-80.

LI Hai-feng，ZHAO Dian-li，ZHANG Chun-lai.Temperature intellignt control method for jacket cooling water system of main marine diesel engine［J］.Journal of Dalian Maritime University，2007，33(supl):77-80.

［3］张广立，付莹，杨汝清.一种新型自调节灰色预测控制器［J］.控制与决策，2004，19(2):212-215.

ZHANG Guang-li，FU Ying，YANG Ru-qin.Novel self-adjustable grey prediction controller［J］.Control and Decision，2004，19(2):212-215.

［4］王军平，王安，敬忠良，等.Fuzzy-Gray预测控制算法及应用［J］.系统工程理论与实践，2002(8):132-135.

WANG Jun-ping，WANG An，JING Zhong-liang，et al.Research on the fuzzy-gray predicative control of large time delay system［J］.System Engineering Theory ＆ Practice，2002(8):132-135.

［5］张春来，赵楠楠，杨明.模糊自整定PID参数控制器在直流调速系统中的应用［J］.大连海事大学学报，2006，32(8):72-74.

ZHANG Chun-lai，ZHAO Nan-nan，YANG Ming.Research on the application of SCM fuzzy self-setting PID parameter controller in the DC speed control system［J］.Journal of Dalian Maritime U-niversity，2006，32(8):72-74.

［6］徐红明，陈逸宁.船舶柴油机缸套冷却水系统动态特性建模与仿真［J］.船海工程，2010，39(2):82-85.

XU Hong-ming，CHEN Yi-ning.Dynamic performance modeling and simulation of cylinder jacket cooling water system for marine diesel engine［J］.Ship ＆ Ocean Engineering，2010，39(2):82-85.

［7］徐红明，姚建飞.船舶柴油机缸套冷却水温度模糊PID自适应控制与仿真［J］.造船技术，2010(2):32-35.

XU Hong-ming，YAO Jian-fei.Self-adapt control and emulator of the marine diesel-engine's temperature of cooling water illegibility PID［J］.Marine Technology，2010(2):32-35.

［8］ 刘金琨.先进PID控制及MATLAB仿真［M］.北京:电子工业出版社，2003.

Temperature Grey Predicative Fuzzy PID Control for Cylinder Cooling Water of Marine Diesel Engine

XU Hong-ming1，YAO Jian-fei1，CHEN Yi-ning2
(1.Zhejiang Institute of Communications，Hangzhou 311112，Zhejiang，China;
2.Zhehai Shipping Co.，Ltd.，Hangzhou 310013，Zhejiang，China)

Due to the large time constant，long time-delay and time-varying characteristic of marine diesel engine cylinder cooling water temperature control system，a new fuzzy self-setting PID control strategy with grey prediction was presented;it could automatically adjust controller parameters according to the predicted output error and error rate，which made the controller adaptive to the response of systems.Simulation results indicated that the strategy compared with traditional PID control and fuzzy PID contro1，had strong self-adaptive ability with better dynamic and static performance.

controller;cylinder cooling water;grey prediction;fuzzy PID control;simulation

TH861

A

1674-0696(2011)03-0494-04

2010-12-08;

2011-02-26

浙江省教育厅科研项目(Y200804126)

徐红明(1978-)，男，浙江东阳人，讲师，硕士，主要从事船舶智能控制与仿真方面的研究。E-mail:honin@zjvtit.edu.cn。