船舶動力系統(tǒng)設計及優(yōu)化

徐志立

(北京青年政治學院 電子政務研究所，北京 100102)

0 引 言

船舶的發(fā)展史就是其動力系統(tǒng)的發(fā)展進化史，動力系統(tǒng)的好壞直接關系到整個艦船的安全穩(wěn)定航行。正是因為船舶的動力系統(tǒng)對于船舶至關重要，對于動力系統(tǒng)的改造優(yōu)化也就成為船舶設計中值得重點關注和研究的問題。對于動力系統(tǒng)的優(yōu)化設計，既要堅持科學的原則，又要根據(jù)船舶具體的類型和航行特點有所針對性，從而實現(xiàn)對船舶動力系統(tǒng)配置的合理優(yōu)化[1-3]。

動力系統(tǒng)優(yōu)化的主要方向就是對于能源控制技術的改良優(yōu)化。不同的能源動力系統(tǒng)采用的控制技術也完全不同，對于船舶的航行速度，航行穩(wěn)定性和航行安全性的要求也與日俱增，需要通過更加先進的方法對于船舶的動力系統(tǒng)進行全面的優(yōu)化升級改造。在這樣的背景下，人工神經(jīng)網(wǎng)絡作為目前人工智能領域最為常見的智能算法脫穎而出[4]。

1 船舶動力系統(tǒng)的概念闡述

主要動力系統(tǒng)和輔助配套系統(tǒng)是構成船舶前進驅動的兩大部分，這兩部分相互協(xié)調工作，都需要進行科學的優(yōu)化設計[5]。

1.1 主要裝置

主動力系統(tǒng)主要包括發(fā)動機，其中又涵蓋了原始動力系統(tǒng)和輔助動力系統(tǒng)，原始動力系統(tǒng)又包括燃氣輪機，汽油機，傳動系統(tǒng)主要包括主推器，還有推進器，螺旋槳，泵式推進器，這部分結構主要功能是實現(xiàn)船舶的動力能轉換。除此以外，配套裝置還有離合器，減速器，管系設備以及軸系設備等。這些設備是為了保障傳動裝置能夠更穩(wěn)定的運行，同時能夠保障船舶發(fā)揮良好的轉向、制動和減震的作用[6-8]。

1.2 輔助裝置

除了原動系統(tǒng)，配套系統(tǒng)也是發(fā)動機必不可少的組成部分，發(fā)電機，鍋爐和自動化操控裝置構成了發(fā)動機配套系統(tǒng)，這些裝置的主要目的是為了實現(xiàn)船舶的良好可操控性[9-10]。

圖 1 船舶動力系統(tǒng)結構圖Fig. 1 Ship power system structure

1.3 配置優(yōu)化方案

眾多精密復雜的機電設備組成的電氣化系統(tǒng)構成了整個動力系統(tǒng)，這就會出現(xiàn)一個嚴重的設備間干擾問題。特別是大型電器設備運行會形成磁場，對于周圍電器設備運行，特別是精密的設備運行產生影響。這就需要對于整個主動力系統(tǒng)電氣系統(tǒng)進行設備結構的優(yōu)化改造。為此需要配套不同的子系統(tǒng)，并且諸多子系統(tǒng)都要按照同樣的原則進行設計，才能避免系統(tǒng)間內擾動，具體的國際標準系統(tǒng)設計方案如下：

1）首先對于動力系統(tǒng)目標進行優(yōu)化，明確船舶動力系統(tǒng)所需要完成的目標需求，進行針對優(yōu)化設計，主要從動力和經(jīng)濟兩方面考慮，同時還需要兼顧安全和穩(wěn)定性能。

2）進一步明確船舶所需要承載負荷需求，同時考慮船舶主要日常用途，航行線路特點以及特定性需求等。

3）根據(jù)船舶歸屬國家相關船舶設計規(guī)定，對于船舶的性能進行進一步的對比設計，制定一系列約束條件，從而保障船舶設計的合理性。

4）根據(jù)之前確定好的最佳方案參數(shù)，在將技術可行性，建造成本，建造時間和性能指標等附加條件納入考慮范圍，最終確定船舶的動力系統(tǒng)優(yōu)化設計方案[15]。

2 神經(jīng)網(wǎng)絡技術在系統(tǒng)優(yōu)化配置中的應用

2.1 神經(jīng)網(wǎng)絡優(yōu)化原理

以人工智能技術為代表的第三次信息技術革命正在改變過去傳統(tǒng)領域。特別是具有代表性的人工神經(jīng)網(wǎng)絡技術，其具有優(yōu)良的非線性模型擬合能力。在各個方面的實際應用中已經(jīng)取得了良好的效果。

人工神經(jīng)網(wǎng)絡沒有一個具體固定的結構標準，往往根據(jù)不同的物理問題通過數(shù)據(jù)訓練得到成熟的模型。但是一般的神經(jīng)網(wǎng)絡主要分為3 個層次，按照數(shù)據(jù)輸入順序分別是輸入層，隱含層和輸出層構成的，每個層之中含有若干個神經(jīng)元，一般結構如圖2 所示。

圖 2 一般神經(jīng)網(wǎng)絡結構Fig. 2 Gerenal structure of neunal network

圖中W 為輸入層和中間層的連接權值，通過對于每個神經(jīng)元的輸入進行賦權，調整不同輸入信息在整個模型的影響程度，得到單個神經(jīng)元輸入z 和將z 通過激活函數(shù)進行非線性轉化為a，使用激活函數(shù)的原因是因為線性模型（無法處理線性不可分的情況）的表達能力不夠，所以通常需要利用Sigmoid 函數(shù)來加入非線性因素得到神經(jīng)元的輸出值。

根據(jù)本文研究的船舶具體情況，采用前饋神經(jīng)網(wǎng)絡ELM 算法進行優(yōu)化設計，該算法結構簡單，只有一層隱含層，同時ELM 算法可以支持向量機操作，模型內部神經(jīng)元參數(shù)不需要不斷調整，可以根據(jù)隨機函數(shù)設定具體目標而自動生成，保證該模型能夠具有較高的計算效率，比較適合船舶動力系統(tǒng)這樣復雜結構的優(yōu)化設計[11-13]。ELM 算法具有以下2 個特點：

1）所有的隱含層節(jié)點參數(shù)相互獨立，與訓練數(shù)據(jù)集無關；

2）ELM 模型的優(yōu)點是無需任何先驗信息。假設ELM 單隱層前饋神經(jīng)網(wǎng)絡具有L 個隱節(jié)點輸出，其表達式為。

式中：ai和bi分別為隱含節(jié)點的學習訓練參數(shù)；θi∈Rm 為第i 個隱節(jié)點連接到輸出節(jié)點時的權重向量值；F（x, ai, bi）為第i 個隱節(jié)點在輸入為x 時的輸出函數(shù)。

本文對于動力系統(tǒng)優(yōu)化算法的激活函數(shù)為[14]：

2.2 優(yōu)化訓練算法

在對優(yōu)化算法進行數(shù)據(jù)驅動訓練時，第一種數(shù)據(jù)樣本（xj，tj）如果一共存在L 個隱含層單元，并且ELM 算法網(wǎng)絡結構誤差較小。那么模型中的θi，ai 與bi 滿足下式：

經(jīng)過簡化處理，可以得到F(x,ai,bi)θ=T。

式中：F 為單隱層前饋神經(jīng)網(wǎng)絡中的輸出向量矩陣。

F 矩陣的第i 列分別與x1，x2，…，xl 的第i 個隱含節(jié)點的輸出向量相對應；F 矩陣的第j 行分別與輸入xj 的隱含性輸出向量相對應。

3 仿真設計

針對本文研究的船舶動力系統(tǒng)優(yōu)化問題進行仿真建模，通過建模得到動力系統(tǒng)的三維仿真圖[15]，如圖3所示。

圖 3 船舶動力系統(tǒng)仿真界面Fig. 3 Simulation face of ship power system

在系統(tǒng)優(yōu)化仿真前先設定仿真對象的數(shù)學模型，輸入滿足如下關系：

圖4 為神經(jīng)網(wǎng)絡訓練后的輸出曲線，圖5 為優(yōu)化后的結果對比曲線，可以看出，通過ELM 神經(jīng)網(wǎng)絡優(yōu)化以后，船舶動力系統(tǒng)輸出性能有了較為明顯的改善。

圖 4 神經(jīng)網(wǎng)絡與實際系統(tǒng)輸出對比Fig. 4 Comperation of ANN and real system

4 結 論

本文首先簡要介紹船舶的動力系統(tǒng)組成，提出ELM 神經(jīng)網(wǎng)絡算法對于船舶動力系統(tǒng)優(yōu)化設計，并且通過三維仿真進行實驗驗證。結果表明，船舶動力系統(tǒng)輸出性能有了較為明顯的改善，對于提升船舶性能，提高船舶航行安全穩(wěn)定性具有一定價值。

圖 5 控制作用下的輸出振幅曲線對比圖Fig. 5 Output curve comperation under control