文章编号：1000-0909(2002)・00-0000-00闭式循环柴油机配氧及其控制策略实验研究张卫东】，李燕飞2,陈国钧$(1.空军雷达学院通用装备系，武汉430019：2.海军工程大学船舶与动力学院机械匸程系，武汉430033)摘要：在闭式循环柴油机配氧反馈控制的基础上采用了神经网络前馈控制策略。通过使反馈偏差最小化在线训练神经网络，以网络前馈输出逐渐取代原冇的反馈控制，从而在系统运行时以口适应方式始终保证氧浓度偏差最小。该前馈补偿不受配氧圧力等时变因素的影响。建立了实验台架，神经网络前馈复合控制由监控计算机和现场反馈控制器共同完成。通过实验研究了神经网络前馈控制的训练过程并验证了该方法的冇效性，配氧控制的精度和稳定性得到较大提高，最大动态偏差由原来的14.2%减小到3.1%。关键词：柴油机；闭式循环；配氧；神经网络；前馈控制中图分类号：TK421.3文献标识码：A引言闭式循环柴油机CCD(ClosedCycleDiesel)由于能量密度高，技术成熟且复杂性低，运行性能与下潜深度无关，并且在现有的隔振降噪技术条件下，完全能保证潜艇安静巡航的要求小％因此在不依赖空气的动力装置中占有重要地位。目前闭式循环柴油机技术已发展至实用阶段，英国、德国和意大利等国的CCD系统已完成海试。国内华中科技大学、哈尔滨工程大学和海军工程大学等都对该项FI进行了研究。氧气补充是CCD系统实现的关键坏节。由于氧气消耗和柴油机负荷直接相关，为克服氧气测量系统响应滞后对氧气控制的不利影响，提高CCD系统对负荷大幅和快速变化的反应能力，在氧气反馈控制的基础上，采用了前馈控制策略。然而，在配氧常规前馈实验研究中发现，由于存在循环气体在管道中的流动扰动以及氧气在废气屮扩散混合等复杂因素的影响，使得前馈补偿幅度和补偿纯滞后延时难以准确确定。同时，由于高压氧气瓶减压阀稳压能力不足，使得氧气补充控制阀的控制信号经常处于变动之中，这也给氧气前馈补偿带來很大闲难，使得原來建立的前馈补偿关系在控制屮难以保持很好的效果。因此，在前馈控制的实现中釆用了神经网络智能方式，利用神经网络的学习能力自动学成前馈补偿模型。讨论了神经网络前馈控制器的动态结构和在线训练算法，以及软硬件实现方法，建立了CCD配氧及监控系统实验台架，通过实验研究了该方法的实现过程和实施效果。1神经网络前馈控制前馈控制作为一种及时有效的方法，常用于大迟延、多干扰的难控系统中。然而前馈补偿是一种依赖数学模型的控制策略，当实际系统具有复杂的非线性和时变特性时，前馈控制往往难以达到预期效果。在前馈一反馈复合控制系统中，由神经网络构成前馈控制器。系统扰动量的测量值作为神经网络的输入，而网络的输岀作为前馈补偿信号，在复合控制系统屮与反馈控制信号相加后形成最终的控制作用于对象。通过训练调整网络权值及其输出，使反馈控制作用逐渐减小当反馈输出足够小时，网络的前馈输出将在控制中占据主导地位，最终负荷扰动将主要由神经网络前馈控制來抑制。训练的目的是使反馈输出或反馈偏差最小化。事实上，在训练中，反馈输出或反馈偏差本身可被用作误差信号来训练作为前馈控制器的神经网络⑶。由于神经网络在训练过程中其误差函数将被最小化，因此若神经网络的训练能够成功实现，则作为训练误差的反馈输出或反馈偏差信号将在训练中逐步变小，从而使神经网络获得前馈补偿模型。这种学习方式不需要大量训练数据的准备，其实施非常简单，并对在线进收稿日期：；修订日期：基金项目：中国越上后科学基金资助(2003033470)作者简介：张卫东(1963-〉，男，副教授，博上，主要研究方向为动力装置仿真与自动化行训练，不断适应系统的变化，使前馈长期保持好的补偿效果。进行在线训练时，由于每个采样时刻都要对神经网络的权值进行修正，不断更新网络输出，迫使反馈输出减小，即训练过程和控制过程是同时进行的，因此其实现对实时性要求较高。最一般的前馈控制器动态模型可用非线性时延系统表示，其当前输出M伙)是d步延迟以前的输入q伙亠d),...伙讪/)的非线性函数：nn(k)=/(g仗一1一d),…,今伙一加一d))(1)其屮，非线性函数/可由BP网络逼近，并将输入时I'可序列扩展成空间表示后送入...