丁茂森 张艳

（上海海事大学物流工程学院，上海 201306）

0 引言

目前，船舶柴油发电机转速控制系统中仍然采用经典PID反馈控制，并作为船舶发电机组的主要控制方式。在船舶电能的产生与运用过程中，由于系统的大功率发电机组往往具有强耦合性、不确定性、时变性、非线性、信息不完整性和大的纯滞后等特性[1]，柴油发电机组的控制采用PID规律很难再进一步提高电力系统的供电质量。随着船舶发电机组向着大容量和全自动化方向发展，迫切需要运用一些先进控制方法提高发电机控制质量[2]，以解决发电机组的稳定性、准确性和快速性方面的问题。

针对PID控制器的不足，许多学者提出了基于PID的新的控制算法，如模糊PID控制、PID神经网络控制、变结构控制算法等[3]，而这些算法在工程上应用还需要进一步的研究，才能应用于实践。如模糊PID虽然不依赖于模型，但对模型规则的确定和优化是比较困难的；变结构体算法的抖振问题至今仍然没有得到很好的解决[4]。

柴油发电机组具有一定的非线性特性，船舶同步发电机是一个强耦合的非线性电磁系统，而BP神经网络对非线性系统具有强拟合性。本文主要采用一种将经典的PID控制[5]与BP神经网络并行运行的的控制方法，通过BP神经网络在函数拟合与系统建模方面的高精度性，可以对船舶发电机组转速控制系统进行很好的训练与学习，然后形成神经网络控制器，同时，PID控制器在BP网络的基础上实现对系统的有效控制，通过调节柴油机机组转速值，维持电网的电网频率稳定。……