CC BY
108
УДК [62-83:629.5.06]:681.5.03.008
А. И. Надеев, Хай Нгок Буй, Ф. В. Свирепов
ИНТЕЛЛЕКТУАЛЬНОЕ УПРАВЛЕНИЕ СУДОВЫМ ДВИГАТЕЛЕМ ВНУТРЕННЕГО СГОРАНИЯ С УЧЕТОМ ДИАГНОСТИКИ СОСТОЯНИЯ ОБОРУДОВАНИЯ
К одной из наиболее ответственных областей автоматизации на флоте относятся автоматизированные системы управления судовыми энергетическими установками, объединяющие системы управления главными и вспомогательными механизмами судна.
Интенсивное развитие микропроцессорных систем позволило децентрализовать процесс управления и расширить области применения локальных систем управления с сохранением «интеллектуального» уровня, доступного ранее только компьютерам центрального поста управления. Основным направлением исследований в этой области является создание способа оптимизации управления технологическими процессами энергетических установок, который обеспечивал бы получение технического результата, состоящего в улучшении эксплуатационных характеристик оборудования, а также уменьшение числа обслуживающего персонала при высокой надежности функционирования [1].
В настоящее время существует множество средств, методов и систем получения информации о техническом состоянии судовых двигателей внутреннего сгорания (СДВС) путём контроля и диагностики [2-4]. Вместе с тем необходимы совершенствование и разработка новых технологий и способов эффективного технического обслуживания и ремонта по текущему состоянию СДВС.
Зачастую для осуществления процесса управления и диагностики СДВС используются одни и те же модели, методы и технологии. Но их реализация выражается в совершенно различных аппаратных средствах. Объединение аппаратной среды управления и диагностирования позволит сделать еще один шаг вперед в сфере оптимизации и совершенствования эксплуатации СДВС.
Принимая во внимание ужесточение экологических норм, проблемы экономии топливноэнергетических ресурсов, а также проблемы безопасности транспорта, связанные с отказоустойчивостью СДВС и, особенно, систем их управления, можно сказать, что задача интеллектуального управления этим объектом с учетом диагностики его состояния является актуальной.
Разработка интеллектуальных систем с использованием нечетких нейронных сетей (ННС) позволяет оптимизировать и упростить процесс управления при изменении мощности СДВС [5-8]. Современные СДВС представляют собой сложные динамические объекты, функционирующие в различных режимах, существенно влияющих на характеристики их работы. Существующие системы либо вообще не учитывают влияние режима эксплуатации на состояние и работу СДВС, либо, не учитывая влияние изменения режима работы на СДВС, проявляют ряд недостатков, намного усложняются, и их цена неоправданно возрастает [9-12]. Это негативным образом отражается на качестве работы алгоритма и объекта управления (ОУ) в целом.
Судовой двигатель внутреннего сгорания является нелинейным нестационарным стохастическим объектом. Многие процессы, проходящие в нем, не поддаются математическому анализу и описанию, носят случайный характер, поэтому даже самые совершенные системы управления не способны полностью оптимизировать работу двигателя или добиться высокой точности и экономичности одновременно.
С другой стороны, СДВС в процессе эксплуатации могут подвергаться воздействиям вибрации, ударных нагрузок, влаги, соли, изменениям температуры окружающей среды в широком диапазоне и т. д. Такие воздействия ускоряют процесс деградации деталей и узлов СДВС и уменьшают их надежность. В результате параметры объекта существенно изменяются. Система управления получает лишь ограниченное количество данных о состоянии ОУ, не анализируя их, поэтому просто не способна адекватно реагировать на все вышеперечисленные изменения, бесконечно корректируя свой алгоритм, внося поправочные коэффициенты и т. д. Надежность работы двигателя падает, что недопустимо во время автономного плавания судов.
Системы управления не способны заблаговременно выявить предаварийную ситуацию, предупредить о ней, рассчитать время до аварии, найти причину (узел), приводящую к поломке, либо скорректировать работу двигателя для минимизации или исключения аварийной ситуации.
В ряде случаев необходим постоянный контроль состояния СДВС со стороны оператора, оперативный перевод двигателя в другой режим работы либо полный его останов при возникновении какой-либо неисправности. Все это не позволяет исключить человеческий фактор из возможных причин аварий на судах.
В настоящее время все, даже новейшие системы в сфере управления СДВС, в том числе на базе ННС, не используют диагностику объекта в должной мере и, как следствие, не способны выявлять, устранять и прогнозировать ресурс, дефекты и неисправности ОУ. Такие системы могут лишь автоматически защищать двигатели от аварий путем перевода в режим с меньшей нагрузкой или прекращения их работы при превышении каким-либо из параметров критического значения. Это является существенным недостатком, т. к. потенциал современных систем управления СДВС на базе ННС не используется в полной мере, а диагностика осуществляется другими отдельными программными и аппаратными средствами. Отметим, что поставленная задача выполнима для данных систем, благодаря чему одна система сможет объединить в себе вышеперечисленные качества.
Принцип работы интеллектуальной системы управления энергетической установкой (автор О. Б. Бендарик [6]), алгоритм которой изображен на рис. 1, наиболее близок к алгоритму, используемому авторами работы [5].
Рис. 1. Алгоритм интеллектуальной системы управления энергетической установкой
Алгоритм работы данной системы управления включает в себя 5 этапов:
1. Проверка контрольных параметров. Если значение какого-либо из параметров превышает допустимое, то работа двигателя прекращается.
2. Измеренная скорость движения сравнивается с заданной скоростью. Если они совпадают, то через определенный промежуток времени происходит повторное измерение и сравнение. Если совпадения нет, то в работу включается ННС.
3. Принятие решения ННС об изменении крутящего момента на коленчатом валу двигателя происходит в соответствии с оптимизированной функцией зависимости угла поворота топливной рейки от величины разности скорости измеренной и скорости заданной с учетом влияния управляющих параметров.
4. Исполнительный механизм изменяет угол топливной рейки.
5. Проверка измеренной скорости с заданной.
Однако алгоритм содержит ряд недостатков: отсутствует корректировка управляющего сигнала в зависимости от режима и условий эксплуатации, не предусмотрен аварийный режим управления, нет связи с оператором, информация об ОУ недоступна.
Для внедрения функции диагностирования в систему управления СДВС мы предлагаем алгоритм интеллектуального управления частотой вращения СДВС с учетом диагностики состояния оборудования (рис. 2).
Рис. 2. Алгоритм интеллектуального управления частотой вращения СДВС с учетом диагностики технического состояния оборудования:
АЦП - аналого-цифровой преобразователь
Алгоритм системы совмещает в себе две функции. Вначале система осуществляет анализ степени работоспособности, затем переходит в режим управления. Далее эти два процесса протекают параллельно.
Шаг 1. Оператор с поста управления задает нужную скорость хода судна, и, если не произведен останов двигателя, этот сигнал впоследствии преобразуется в скорость вращения коленчатого вала с поправкой на внешние факторы, препятствующие его движению. С поста управления осуществляются также пуск и останов двигателя. Датчики, установленные непосредственно в СДВС, снимают ряд характеристик ОУ для последующей обработки и использования в управлении. Все данные с поста управления и датчиков преобразуются АЦП и на их основе производится расчет работоспособности двигателя, который протекает в соответствии с моделями нейронечеткого вывода. Далее регистрируется текущее состояние СДВС, пополняется база знаний для прогнозирования состояния ОУ. Система диагностики (блок «Работать можно?») принимает решение о работоспособности СДВС. Двигатель либо пригоден для эксплуатации, либо неисправен.
Шаг 2. Если текущее состояние оборудования находится в области критических значений, т. е. оценивается как «Аварийное» или «Неисправное», то при выборе ручного режима на экран монитора выводятся рекомендации по устранению причины неполадки на основе полученных данных. Оператор сам принимает решение о дальнейшем управлении (останов, смена режима работы и т. д.). При автоматическом режиме работы система запрашивает останов оборудования у оператора. Диагностика оборудования осуществляется до полной остановки двигателя.
Рассмотрим нормальный режим работы оборудования. Здесь возможны следующие случаи: 1) оборудование полностью работоспособно; 2) оборудование исчерпало свой ресурс.
Шаг 3. В первом случае состояние оборудование оценивается как нормальное. В работу включается подсистема управления, которая производит сравнение заданной и существующей скорости вращения. До тех пор пока указанные скорости вращения равны, система находится в режиме ожидания и самодиагностики. Как только произошло отклонение скорости вращения СДВС от заданной, происходит формирование сигнала управления с использованием ННС. Далее сигнал поступает на исполнительный механизм, регулирующий подачу топлива и угол опережения зажигания. После отработки сигнала происходит повторное сравнение скоростей, и цикл диагностика - управление возобновляется.
Шаг 4. Второй случай является наиболее сложным, поскольку оборудование, с одной стороны, работоспособно, а с другой, при его дальнейшей эксплуатации, возможен аварийный останов (важную роль здесь играет период опроса датчиков). Далее вычисляется оставшееся время работы оборудования по данным из памяти и его индикация. Поведение системы в области предкритических значений на стадии внедрения системы полностью определяет оператор, поскольку именно на этих этапах происходит формирование базы знаний и, как следствие, «ширины» области. Следует запрос о выборе режима работы. При ручном управлении выдается сообщение на останов двигателя. Самодиагностика продолжается до полного останова двигателя. При автоматическом режиме микропроцессор сам задает оптимальную скорость вращения двигателя, отменяя установленную оператором с возможностью перехода вновь на ручной режим задания скорости. В работу вступает подсистема управления - как и в случае, когда система полностью работоспособна.
Объединение систем управления и диагностирования:
— благоприятно отразится на экономических и экологических показателях эксплуатации СДВС;
— сократит расходы на приобретение специальных средств диагностики;
— уменьшит затраты на привлечение дополнительного экспертного персонала, ремонтное обслуживание и время простоя оборудования, а значит, и судна в ремонте;
— обеспечит безотказную, долговременную и оптимальную работу СДВС;
— поможет избежать непредвиденных и аварийных ситуаций;
— уменьшит информационную нагрузку на оператора за счет уменьшения количества обращений к состоянию и параметрам подсистемы диагностики;
— снизит возможные ложные аварийные ситуации;
— позволит пополнять базу знаний достоверными данными с последующим совершенствованием и универсализацией методов управления и диагностирования и повышением качества управления на основе этих знаний;
— информация, полученная в результате эксплуатации ОУ, смогла бы стать решением проблемы моделирования такого сложного объекта, как СДВС;
— позволит получать данные о состоянии объекта управления в режиме реального времени, исключая его остановку и (или) необходимость простоя в порту.
Заключение
Рассмотренный метод управления СДВС на базе ННС, по нашему мнению, позволяет объединить в себе достоинства предыдущих систем и избежать их основных недостатков. Объединение систем управления и диагностирования позволит перейти на новый, более эффективный и экономически выгодный этап эксплуатации СДВС. Тенденция к росту цен на энергоресурсы позволит обеспечить спрос на интегрированные системы управления с учетом диагностирования при переходе от модели к готовой продукции.
СПИСОК ЛИТЕРАТУРЫ
1. Щеглов А. А. Регулирование частоты вращения судового двигателя внутреннего сгорания // Вестн. Мурман. гос. техн. ун-та. - 2006. - Т. 9, № 2. - С. 312-317.
2. Ле Ван Дием. Модели и алгоритмы технического диагностирования судовых дизельных установок в процессе эксплуатации: дис. ... канд. техн. наук. - СПб., 2006. - 177 с.
3. Ker-Wei Yu. An Intelligent Fault Diagnostic Tool for Marine Diesel Engine system by Neural Network with Fuzzy Modification. Associate Prof., Dept. of Marine Engineering, National Kaohsiung Institute of Marine Technology, Taiwan.
4. Надеев А. И., Головко С. В., Вахромеев О. С. Интеллектуальное управление судовыми электромеханическими системами с учетом диагностики состояния оборудования по комплексному критерию качества: моногр. - Астрахань: Изд-во АГТУ, 2009.
5. Хрящев Ю. Е., Кирик В. В., Третьяков А. А. Использование аппарата нечеткой логики в управлении дизелем // 20 Междунар. науч. конф. «Математические методы в технологиях» (ММТТ-20), Ярославль, 28-31 мая 2007 г.: сб. тр. - Т. 7. - Ярославль: ЯГТУ, 2007. - С. 310-312.
6. Бендарик О. Б. Интеллектуальная система управления энергетической установкой. Лаборатория искусственного интеллекта / http://www.intellsoftservice.ru/energo_upr.htm.
7. Осетров А. Д. Совершенствование управления ДВС с использованием методов нечетких нейронных сетей / Старооскол. технолог. ин-т // stqwer@mail.ru.
8. Lee S. H., Howlett R. J., Crua C., Walters S. D. Intelligent Systems & Signal Processing Laboratories, Engineering Research Centre, University of Brighton, Moulsecoomb, Brighton, BN2 4GJ, UK. Fuzzy Logic and Neuro-fuzzy Modelling of Diesel Spray Penetration: a comparative study.
9. Пат. РФ № 2058495 / Шевяков Г. Е.; опубл. 20.04.1996.
10. Пат. США № 6591808 B2. Метод и система адаптивного ПИД-регулирования / 15.07.2003, Фень Лин (Feng Lin) и др. /http://www.fips.ru, свободный. - Загл. с экрана.
11. Васильев М. В. Устройство управления судовым двигателем внутреннего сгорания // Вестн. Мурман. гос. техн. ун-та. - 2008. - Т. 11, № 3. - С. 471-474.
12. Кутов В. И. Автоматическое регулирование и управление двигателей внутреннего сгорания: учеб. для студ. вузов. - Машиностроение, 1989. - 416 с.
Статья поступила в редакцию 17.01.2011
INTELLIGENT CONTROL OF SHIP INTERNAL COMBUSTION ENGINE ACCOUNTING DIAGNOSTICS OF EQUIPMENT CONDITION
A. I. Nadeev, Hkai Ngok Bui, Ph. V. Svirepov
A modem SICE is a complex dynamic object, functioning in different regimes, which essentially influence the characteristics of their work. The development of intelligent systems with the application of FNN allows optimizing and simplifying the control process of SICE while changing their capacity. Today all, even the newest systems in the sphere of control of SICE, including on the basis of FNN, do not use object diagnostics in a due measure, thus they are not capable to determine, remove and predict a resource, defects and faults of the object control. The method to control SICE on the basis of FNN is considered in the paper. The significance of the diagnostic function introduction into the control system of SICE on the basis of FNN is proved. Integrating of control and diagnosing systems will enable to transfer to a new, more effective and economic operation phase of SICE.
Key words: ship internal combustion engine (SICE), fuzzy-neural network (FNN), intelligent control and diagnosis.
