船舶柴油发电机组的模糊控制及其优化研究

发布时间：2017-09-26 07:09

  本文关键词：船舶柴油发电机组的模糊控制及其优化研究

  更多相关文章： 柴油发电机组 励磁控制系统 模糊控制 蚁群算法 优化

【摘要】：在现代船舶电站中，其电力来源最为常见的是柴油发电机组。随着柴油机技术的更新与进步，船舶的吨位越来越大以及船舶大功率负载的不断增多，对船舶电网的稳定性和电能质量的要求也逐渐提高。 为了使船舶柴油发电机组输出谐波小、端电压更稳定的三相交流电，需要对转速和励磁进行闭环控制。通常采用经典PID控制器，但经典PID算法需要被控对象的精确模型，且性能不够理想。而模糊控制器不需要其控制对象的数学模型，在具有非线性、强耦合的系统控制方面表现出了优良的性能。因此，本文结合模糊控制和经典PID控制，研究船舶柴油发电机组励磁系统的模糊PID控制与基于蚁群算法的控制器优化。 对船舶柴油发电机组的调速系统进行了分析，推导了其数学模型，并对数学模型进行了相应的简化处理。同时还重点分析了同步发电机的数学模型，将同步发电机的三相静止坐标系下的原始方程进行派克变换和简化，得到dq坐标系下的5阶电磁方程，与转子运动方程一起描述同步发电机的动态运动过程。在Matlab环境下建立相应的仿真模型，对柴油机的空载和带载起动、同步发电机突加、突减负载和带载起动进行了仿真研究，其结果表明在起动和加减载时系统的调节时间较长。 设计了同步发电机励磁系统的模糊PID控制器，该控制器由模糊控制器和PID控制器并联而成，模糊推理机的输入为船舶发电机端电压的偏差及变化率经模糊化处理后的模糊量。在Matlab环境下进行了仿真，仿真结果表明，发电机组的动态性能较单独采用经典PID控制器时有了较大改善，在加载和减载时系统的超调量和调节时间都满足《钢质海船入级规范》的要求。 由于模糊PID控制器的设计具有较强的主观性，且其隶属度函数对控制器的性能影响较大，因此以ITAE指标函数最小为目标，采用蚁群算法对模糊控制器的隶属度函数进行了优化。从优化后的仿真结果可以看出，利用蚁群算法对船舶柴油发电机组励磁系统的控制器的隶属度函数进行优化后，，柴油发电机组的端电压更加稳定，具有较好的静态和动态性能。
【关键词】：柴油发电机组 励磁控制系统 模糊控制 蚁群算法 优化
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U665.1
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 课题研究背景及意义9-10
• 1.2 国内外研究现状10-13
• 1.3 本文研究内容和章节安排13-15
• 1.3.1 主要内容13
• 1.3.2 章节安排13-15
• 第2章 船舶柴油发电机组的数学模型15-28
• 2.1 柴油机及调速系统的数学模型15-17
• 2.2 同步发电机的数学模型17-25
• 2.2.1 理想同步电机的数学模型18-22
• 2.2.2 同步发电机 7 阶数学模型22-23
• 2.2.3 同步发电机参数的计算23-24
• 2.2.4 同步发电机实用模型小结24-25
• 2.3 励磁系统的数学模型25-26
• 2.4 励磁系统的控制算法26-27
• 2.5 本章小结27-28
• 第3章 船舶柴油发电机组的仿真分析28-40
• 3.1 船舶柴油发动机的仿真28-31
• 3.1.1 柴油机及调速系统模型29-30
• 3.1.2 柴油机起动特性仿真30-31
• 3.2 同步电机和励磁系统的仿真模型31-33
• 3.2.1 同步电机的仿真模型31-32
• 3.2.2 励磁系统的仿真模型32
• 3.2.3 转速检测的仿真模型32-33
• 3.3 经典 PID 控制器33-35
• 3.3.1 经典 PID 控制的基本原理33-34
• 3.3.2 经典 PID 控制器的特点34-35
• 3.3.3 经典 PID 控制器的设计35
• 3.4 船舶同步发电机组的仿真分析35-39
• 3.4.1 突加负载仿真分析36-38
• 3.4.2 带载起动仿真分析38
• 3.4.3 突减负载仿真分析38-39
• 3.5 本章小结39-40
• 第4章 励磁系统的模糊控制与基于蚁群算法的控制器优化40-61
• 4.1 模糊控制的基本原理40-43
• 4.1.1 模糊控制器的结构40-41
• 4.1.2 模糊控制器的数学模型41-43
• 4.2 励磁系统的模糊 PID 控制器43-48
• 4.2.1 模糊 PID 控制器设计44-46
• 4.2.2 模糊 PID 控制器仿真模型46-47
• 4.2.3 模糊 PID 控制器仿真分析47-48
• 4.3 蚁群算法优化模糊控制48-56
• 4.3.1 蚁群算法的原理分析48-50
• 4.3.2 蚁群算法的数学模型50-51
• 4.3.3 连续域的蚁群算法优化设计51-54
• 4.3.4 基于蚁群算法优化模糊控制54-56
• 4.4 蚁群算法优化模糊 PID 控制器的仿真分析56-60
• 4.4.1 蚁群算法优化仿真56-58
• 4.4.2 仿真结果对比分析58-60
• 4.5 本章小结60-61
• 第5章 总结与展望61-63
• 5.1 全文总结61-62
• 5.2 研究展望62-63
• 致谢63-64
• 参考文献64-66

【参考文献】

中国期刊全文数据库 前10条

1 陈子顺,施伟锋;发电机励磁系统的仿真研究[J];船舶;2004年06期

2 黄小锋;;PID在发电机励磁控制系统中的应用[J];电工技术;2007年09期

3 李家坤;同步发电机励磁控制方式发展综述[J];电力学报;2005年01期

4 董锋斌;皇金锋;;同步发电机励磁系统的建模与控制[J];电力电子技术;2008年11期

5 程木军;孙才勤;;智能PID控制器在船舶发电机电压控制中的应用[J];大连海事大学学报;2006年02期

6 陈杰锋;;浅谈船舶发电机励磁系统[J];广船科技;2007年03期

7 李昂;;同步发电机励磁系统的PID控制仿真[J];电子设计工程;2011年02期

8 王润;倪远平;;基于模糊PID算法的同步发电机励磁控制器设计与仿真研究[J];甘肃科学学报;2012年03期

9 潘昕;侯新国;夏立;冯源;;船舶电力系统的建模与仿真[J];电力科学与工程;2013年04期

10 张东方;张靖;蒋婷婷;徐涛;;基于模糊—PID控制同步发电机励磁系统的仿真[J];电气制造;2013年01期

本文编号：922133