吴南祥

摘要：在船舶动力系统当中，通过智能控制方式，能够促使船舶运行状态得到有效完善，船舶在实际运行过程当中，通常存有一定潜在风险，导致其智能控制缺乏稳定性，对于船舶动力系统的运行有着极大影响。基于此，本文将主要针对船舶动力系统的智能控制展开相关探讨分析。

关键词：船舶;动力系统;智能控制

引言：船舶的发展也是其动力系统的演进史，而作为船舶整体核心系统，动力系统的控制质量对于船舶运行安全性有着直接影响，并且对于其稳定性、积极性也有着直接关联，伴随船舶制造行业不断发展，以及对于性能的要求不断提升，近些年来，船舶动力系统的智能控制迎来全新发展机遇。而由于新型船舶动力系统自身存有较强不确定性、复杂性、非线性等诸多因素，导致传统调节技术无法令其需求得到充分满足。

1船舶动力系统的运行与发展

传动、主机、推进史船舶动力系统构成的关键部分，在主机当中，其主要包含动力机组、推进以及传动，船舶体系所选择的动力系统在参数设计与类型等方面皆与船舶运行状况有着直接影响，动力系统在运行钱需要对相关参数加以严格计算，从而为动力系统运作的穩定性提供有力保障，同时令船舶具有更加强劲的动力。同时，船舶在运行过程中，通过智能控制能够令动力系统水平进一步提升，令船舶运行需求得到充分满足，并针对动力系统加以智能化控制，确保船舶稳定性以及安全系数，令船舶系统得到不断优化，促使其智能化动力这一目标得以切实实现。

2船舶动力系统的特点

除主动力系统外，辅助设施系统也是船舶发动机不可缺少的组成部分，主要由发电机组、自动化技术实际运行设备等组成，该设备的关键作用是确保船舶能够建立更好的机动性。船舶动力系统设计方案的主要参数与配套动力系统的类型密切相关，但无论是何种动力系统，具体设计参数都是一样的，关键涉及到主机功率、主机过载容量、油耗等。其中，主机功率、主机过载能力与船舶规格和吨位之间的关键关系是动力系统设计阶段需要严格衡量的主要参数，是船舶动力系统正常运行的关键。 主机的油耗是船舶动力系统合理性的关键威胁。随着船舶航行速度和方位角要求的不断变化，不仅要求船舶具有良好的可靠性，而且对船舶动力系统智能系统的运行也提出了越来越严格的规定。因此，在各种软件环境下对船舶的速比、方位角和旋转功率进行高效智能控制是合理的，相关人员应将优秀的互联网信息技术引入船舶动力系统，完成船舶动力系统的智能化控制。

3船舶动力系统的智能控制

在船舶的运行过程中，动力系统具有重要的作用，它决定了船舶是否稳定，动力系统经过控制后，保证了船舶运行的安全系数和稳定性。由于船舶需要动力系统，因此应采用智能控制的方法来提高动力系统的控制水平，船舶运行时，动力系统具有多样性和不确定性的特点，在智能控制的情况下，需要注意电力系统的要求，以保证船舶电力系统智能控制的效率和实践，从而为我国船舶事业可持续健康发展打下坚实基础。

3.1模糊神经网络控制

在船舶动力系统当中，由于其中包含诸如汽轮机、调速器等诸多设备，因此，在对其开展智能控制过程当中，可通过模糊神经网络控制方式，对动力系统操作全过程加以更深层次把控，例如：在船舶动力系统中对汽轮机进行调速时，便可使用模糊神经网络与PID控制器令系统实际运行水平得到大幅度提升，而PID在模糊神经网络的控制中，能够令动力系统智能控制整体结构得到优化与简化，令动力系统能够在更短时间且更加容易进入到智能控制状态，令动力系统自身智能化得到进一步加强。同时，在对动力系统使用PID进行控制过程中，由于受到模糊神经网络的影响起其中也会存有一定弊端，而这便需要使用人工试凑得方式令日益复杂的动力系统能够适应，并且，在动力系统实际运作过程当中，其高效性的实现难度相对较大，再价值船舶汽轮机组自身强耦合、非线性等特征，令智能控制的压力大幅度提升。因此，在船舶动力系统当中，通过对模糊神经网络的合理运用，以及改进PID控制方法来构成模糊PID结构，从而令动力系统智能控制当中的非线性问题得到良好控制、另外，由于模糊神经网络时神经网络与模糊理论相结合的产物，能够促使常规PID所存有缺陷得到弥补，故而需要一次为基础，实施粗糙集处理以及神经网络参数初始化，令模糊PID控制得到简化。并且，在使用模糊神经网络实现智能控制过程中，也需与汽轮机实际工作情况相结合，对船舶动力系统的运行加以智能化调整，从而起到自调整的作用，令超调量大幅度降低，从而令动力系统智能控制响应时间长这一现象得以避免，并切实增强智能控制可操作性，从而为我国船舶事业可持续健康发展提供有力保障。

3.2在线预测函数控制

在船舶动力系统的智能控制中，实现了在线预测功能控制，在动力系统的智能控制中，建立了独立的功能模型，智能控制采用在线预测函数控制，能够准确描述船舶动力系统的运行模型，在准确条件下完成智能控制。在在线预测功能控制层面，可以处理智能模型的问题，根据船舶动力系统的基础理论数据信息提前预测智能控制的功能转换，快速控制船舶动力系统变速。在线预测功能控制，在船舶动力系统的智能控制中，建立最新的实体模型，提高了智能控制的速度。在线预测函数的方法以LS-SVM为关键理论，简化了智能控制函数。系统中的测量和计算量，具有很强的可扩展性，对电力系统进行实时控制，确保系统智能化。在船舶动力系统实行智能化控制过程当中，其对于在线预测函数控制方式的运用有着更大注重力度，这一智能控制方法能够令动力系统的实时在线更新功能得以实现，一动力系统实际运行过程为主，对系统自身数据集加以更新，对重要数据加权处理，同时其也能够与最小支持向量机辨识方法相结合，在系统响应时间的范畴之内将动力系统的变负载、实际工况等失控问题加以预防。

3.3自适应鲁棒控制

在船舶动力系统智能控制系统，在多尺度精神网络中，通过自适应鲁棒控制，能够促使动力系统根据船舶实际运行环境当中的水流、风速等相关仓鼠，令确定性工况调节得以切实实现，并且，自适应与鲁棒性之间的有机结合，能够令系统控制误差得到有效控制，同时对不确定因素所引发的误差有效避免。在自适应鲁棒性当中，可通过多尺度神经网络设计鲁棒性控制器，其能够令动力系统智能控制建模规模大幅度降低，从有效控制计算量，在自适应鲁棒控制参与过程中，其也具有显著抗干扰特性，对诸多不确定诱因加以预防，为动力系统运行稳定性提供有力保障，促使智能控制的作用切实增强。

结语：

船舶动力系统智能控街重要影响着船舶运行的灵活性、稳定性，而传统PID控制系统存在一系列不足，因此，在未来船舶动力系统智能控制发展中，相关研究人员应结合船舶航行实际需求，将诸如模糊神经网络智能控制系统、在线预测函数控制系统、自适应鲁棒控制系统等先进技术手段引入至船舶动力系统控制中，进一步提升动力系统智能控制精准性、高效性，切实保障船舶的稳定运行。

参考文献：

周微，周波. 船舶动力系统可行动态递阶协调优化方法研究[J]. 浙江交通职业技术学院学报， 2020， 21（2）：8.

高泽宇， 张鹏， 张博深，等. 智能船舶动力系统设备的自适应阈值方法[J]. 中国舰船研究， 2021， 16（1）：7.

张淑艳， 谢园. 自抗扰技术在船舶动力系统控制中的应用[J]. 舰船科学技术， 2020， v.42（06）：110-112.

贺亚鹏， 严新平， 范爱龙，等. 船舶智能能效管理技术发展现状及展望[J]. 哈尔滨工程大学学报， 2021， 42（3）：8.