6.3 调距桨控制器设计(模糊控制)
对于装置不可逆型主机的船舶,采用调距桨能充分发挥其优点.对螺距的控制采用模拟熟练操作人员的操作经验的模糊控制方法，即根据系统内部部件响应外界扰动而产生的状态变量的变化幅度的大小及变化方向，在变化幅度大小超过某一个阀值时，启动模糊协调控制系统的某一个控制规则，调节与此部件相关联的部件的状态，或调节控制器参数使得系统内各部件都能几乎同步地响应外界的扰动，从而缩短系统对外界扰动的响应时间和减少系统响应外界扰动时的超调幅度。可调螺距螺旋桨模糊控制系统结构框图见图1 ，模糊控制器由三部分组成:模糊化处理、模糊控制规则、模糊判决。模糊控制器检测螺距设定,并且通过螺距反馈装置获取的实际螺距值，将两者比较后分别计算出螺距偏差量 及其变化率,经过模糊推理、合成运算、模糊判决，得到实际控制量，控制伺服阀、驱动调距桨的液压装置和机械装置，实现变距控制。
模糊控制理论
目前大多数对舰船航速的控制实际上是采用开环控制。且对航速的闭环控制也多以定距桨系统为主 ，即螺距固定不变，通过调节主机转速大小来实现对舰船航速的控制调距桨可以通过改变螺旋桨螺距实现主机负荷的增加或减少，改善主机推进效率、获得优良的操纵性能、降低成本调距桨由于其螺距连续可调，使得主机在转速方向不变甚至在恒转速运行时，仍可实现对负荷、推力及推进方向在一定范围内的任意调节，大大改善了舰船在各种航行工况下的推进效率，提高了舰船的机动性和机桨匹配性能。采用计算机控制技术实现调距桨螺距闭环控制已取得一定进展，不同于定距桨系统，调距桨系统对航速的控制既可以通过调节主机转速又可以通过调节螺旋桨螺距来实现。模糊控制是基于模糊控制集合论，模拟人的模糊推理和决策过程的一种实用控制方法。由于它不依赖于被控对象的精确模型，因此十分适用于对难以精确建模的舰船的控制\本文针对舰船调距桨动力推进的特点，将模糊控制与神经网络相结合，提出一种航速智能控制策略。经仿真表明，该控制策略具有结构简单、鲁棒性强、 控制效果好等优良性能。 航速智能控制结构
在常规控制系统中，串级控制系统对改善控制品质有独到之处，其主、副回路常采用 PID控制器，当控制器具有积分作用并且长期存在偏差时，将出现积分饱和现象。对于过程复杂、严重非线性和不确定的系统，常规串级控制也难以满足控制要求。基于上述原因，将模糊控制引入到常规串级控制系统中，可以充分发挥两者的优点，控制系统主要由三个相对独立的模糊控制器组成, 航速控制器，螺距控制器和主机转速控制器。 在串级系统中起主导作用的主控制器是航速控制器，螺距控制器和主机转速控制器为两个并行的副控制器。将改进型模糊控制与常规串级控制相结合，构成的航速智能控制系统是一种有效的控制策略。 在以上对舰船航速控制过程中的分析和仿真表明，该智能控制结构结合了常规串
46
级控制、模糊控制和神经网络三者的优点,能较好地稳定航速,在一定海况下,对非线性、时变、负荷变化频繁的对象具有较强的鲁棒性和良好的控制品质。这说明该智能控制策略对舰船航速控制是可行且有效的。
6.4 可调螺距螺旋桨自适应模糊控制系统
调距桨系统是船舶动力推进系统的重要组成部分，也是其中最基本的组成部分，对螺距角控制性能的优劣直接影响整个系统控制性能。目前，可调螺距螺旋桨控制系统，其螺距的控制均采用传统的PID控制，这种方法对确定的数学模型及参数变化较小的被控对象确有良好的调节性能，但对参数变化较大的被控对象，其性能指标可能会明显交坏，就可调螺距螺旋桨而言，它在不同的工况、不同的工作环境、不同的寿命周期内，其模型参数的确会有较大的变化．很难保证所设定的调节器参数在整个系统变化范围内达到最优。采用自适应模糊控制器，并将其应用于可调螺距螺旋桨控制系统中，从而提高船舶运行的技术水平。 控制系统过程：
1、建立调距桨装置的动态仿真模型： M(dvr／dr)=TP·RT
式中：P—水密度：n一转速；D一调距桨桨径；t—推力减额系数，t=0．07：tp一调距桨附加推力系数，是螺距PR的函数图谱(略)；Kt一调距桨推力系数：Ko一调距桨阻力矩系数。M为船体质量；RT为船体阻力，是船速K的函数-可由船池试验所得。
2、自适应模糊PID控制器
自适应模椒PID控制器，它以误差e和误差变化率ec作为输入，可以满足不同时刻偏差e和偏差变化率ec对PID参数自整定的要求．利用模糊控制规则在线对PID参数进行修改．便构成了自适应模糊PID控制器。 3、系统实现
47
可调螺距螺旋桨自适应模糊控制系统结构框图如图2所示．控制器检测螺距角设定值和经反馈装置获取的螺距角实际值，将两者比较后分别计算出螺距角偏差值e及其变化率Ae．通过自适应模糊控制器得到实际控制量，从而控制伺服阀、驱动调距桨的液压装置，实现变距控制。系统软件包括以下五个模块。
(1)求e和∞模块，由A/D转换程序、数字滤波程序和E、EC计算程序组成。 (2)查参数模糊调整规则表模块，由二维对分查找程序和参数模糊调整规则表构成。
(3)查知识集模块，用于对控制知识的管理、查找。
(4)知识判断模块，该模块含有最佳性能指标： e2dt，对于每一次授调对象的过渡过程，都判断其响应曲线是否达到所指定的性能指标，并将其信息传递给知识调整模块。
(5)知识调整模块，根据知识判断模块传递来的信息决定是否需要对qp、q。和qD进行调整，若不需要调整-则保持原来的qp、ql和qD输出。若要调整，则先查知识集模块，并记忆这次性能指标和被调参数，作为下一次修改参数的依据． 模块(1)和(2)用于每一次控制过程中，按参数调整算式不断调整KP、K1和KD三个参数．但在一个控制过程内P]D修正系数系数qP、qI和qD保持不变．KP、KI、KD的值随{Ei，Eci}的值的变化而变化。
模块(3)、(4)和(5)用于修改qp、qI和qD三个系数，它们是在每一次控制过程结束后，根据被控对象的输出响应特性与要求的性能进行比较．修改qP、qI和qD三个系数，逐步改善被控对象的动静态性能。
系统控制过程中螺距角设定范围为+100％--100％，分别对应的角度为+20---15。角度为正表示正车控制，角度为负表示倒车控制。采用自适应模糊控制的螺距控制过程其超调量、调节时间、静差等均比采用PID控制的效果好。 结论
从采用自适应模糊控制策略对调距桨的螺距角控制来看，自适应模糊控制器可以有效地改善系统的动态特性．自适应模糊控制为过程控制开辟了新韵途径，而可调螺距螺旋桨控制系统正是属于这类控制。
(1)通过研究，可以看到自适应模糊控制与常规PID控制相比，可得到以下几点： (2)常规PID控制参数必须经过仔细调整，而模糊控制参数自调整较为方便，且系统响应的鲁棒性比常规PID控制时好。
(3)模糊控制规律可模仿有经验的人工操作，对大迟延、非线性、时交性等被控对象具有广泛的适应性，在控制策略中加入人工智能．远比固定的PID规律灵活、可靠。
(4)模糊控制过程中，查表迅速，推理判决简单可靠，同时由于模翱控制规则条文之间的相对独立性，使个别规则的误差不致于破坏全局，因此整个控制逻辑系统失误的可能性较小。
调距桨装置控制系统软件和硬件的设计
调距桨装置由浆叶、浆毂机构、配油器、液压系统及电控系统等五大部件或系统组成．调距浆控制系统是闭环控制系统，现以目前常用的电液比例阀作为闭环系统电液接口的凋距桨为研究对象作分析．根据车钟指令信号和螺距反馈信号经过PID参数运算输出模拟电压信号控制液压系统的比例阀，液压油经比例阀通过配油机构，将方向和油流量都受控制的高压油输入到位于螺旋桨桨毂中的伺服油缸，这样．活塞在液压油的作用下向前或向后移动，并通过转叶机构，驱动桨叶，在
48
全正车和全倒车范围内，无级调节螺距角．同时
油缸的活塞运动带动配油器旁的螺距反馈机构使螺距反馈信号发生改变，当螺距发讯器输出的反馈信号与指令信号大小相等时，误差信号为零，输出控制比例阀的电雁信号为零，液压系统的比例阀阀芯处于中间位置．液压系统的高压油路被切断，调距油缸的活塞停止移动，调距桨的调距机构停止转动，此时的桨叶角就是指令信号所要求达到的螺距角。
根据设计要求，单片机应用系统包括：(1)信号采集、数据输出接口电路；(2)外部存储器的扩展电路；(3)时钟输入电路；(4)显示器，键盘接口电路；(5)数据串口传输电路。 系统软件部分设计
系统本身为一实时测控系统，在测量周期内进行计算和处理，程序设计力求简单可靠，其次是稳定性、可靠性、灵活性和通用性，要求程序本身既能满足目前应用，又要考虑系统扩充和改进．本程序使用汇编语言，采用模块化结构，主要包括主控模块、按键处理及人机对话功能模块、显示模块和数据采集模块、数据计算处理模块、故障自诊断及报警模块、数据传输模块等．其中主控程序主要是完成各项功能调度，按键处理人机对话功能模块则负责系统初始参数(PID)参数设置、时间设置、密码输入、数据传送等)的设定，显示模块显示故障位置和测试数值，数据采集模块采用查询方式对A／D数据进行采集．数据计算处理模块主要完成对所采集数据进行数字滤波判断、分类以及计算控制输出等．故障报警及自诊断模块对内部、外部因素引起的工作不正常能给出故障报警信号，并由报警子程序控制螺距保持不变，自动诊断报警产生的原因，并在LCD上显示报警．数据传输模块主要完成与上位机进行数据传输．
6.5 可调桨网络控制系统
目前，国内外学者把主要精力放在时延对网络控制系统的影响上。增广离散时间方法。结构简单易懂，但由于采用厂状态增广法，系统的复杂性随着状态和输入维数的增加而相应地增加了，同时也增加了很多的计算时间，因此相当于增加了时延。基于随机时延的网络控制系统的补偿方法。观测器和预估器的性能很大程度上依赖于模型的准确性，要实施这种方法就要求获得控制对象的精确数学模型，而获得精确数学模型往往难度较大。
针对CPP网络控制系统，可以提出了基于支持向量机(简称为SVM)+广义预测控制(简称为GPC)+队列机制(简称为QS)的混合控制算法，并将此算法用来设计网络
49
控制器。该算法在SVM通过辨识建立预测模型(不需要控制对象的精确数学模型)的基础上，利用实时控制系统中被丢弃的GPC多步预测控制信号，并利用QS从中选取正确的控制信号，来应付网络中发生时延的情况，基本达到实时控制时的预测控制性能。仿真结果表明，该混合算法对模型结构偏差有较强鲁棒性，对具有非线性、时滞的CPP网络系统具有较好的控制效果。
某军舰模糊控制是基于模糊控制集合论，模拟人的模糊推理和决策过程的一种实用控制方法。 由于它不依赖于被控对象的精确模型，因此十分适用于对难以精确建模的舰船的控制。本文针对舰船调距桨动力推进的特点，将模糊控制与神经网络相结合，提出一种航速智能控制策略\经仿真表明，该控制策略具有结构简单、鲁棒性强、控制效果好等优良性能。
模糊控制优越于串级控制：在常规控制系统中，串级控制系统对改善控制品质有独到之处，其主、副回路常采用 B C D控制器，当控制器具有积分作用并且长期存在偏差时，将出现积分饱和现象。对于过程复杂、严重非线性和不确定的系统，常规串级控制也难以满足控制要求。基于上述原因，将模糊控制引入到常规串级控制系统中，可以充分发挥两者的优点。下图所示为航速智能控制结构图，控制系统主要由三个相对独立的模糊控制器组成, 航速控制器、螺距控制器和主机转速控制器。在串级系统中起主导作用的主控制器是航速控制器，螺距控制器和主机转速控制器为两个并行的副控制器。
模糊控制与网络控制的结合：由于常规模糊控制器过于依赖专家的知识和经验，缺少对控制系统的设计和分析过程，也不利于网络规则的完备性和隶属函数的形状( 重叠进一步优化和规则的自学习。而神经网络具有很强的学习能力，所以本文把神经网络和模糊系统结合起来，利用神经网络所具有的学习和自组织能力对模糊网络的隶属度函数及推理规则进行学习和优化，即模糊神经网络（FNN）。 系统仿真在MATLAB环境下\用SIMULINK建立船机桨数学模型和模糊控制器模型。
7关于PLC的详细介绍
7.1可编程序控制器(PLC)概述
可编程序控制器(Programmable logic controller，简称PLC)是在六十年代后期和七十年代初期问世的，是面向用户的电子计算机，能用来完成各种各样的复杂程度
50