王佳豪，張存喜

（浙江海洋大學(xué)，浙江 舟山 316022）

0 引言

近年來，隨著漁業(yè)生產(chǎn)情況、漁業(yè)市場的變化和我國漁船制冷技術(shù)與設(shè)備的穩(wěn)定發(fā)展，國內(nèi)新造和更新改造冷凍漁船的數(shù)量快速增加[1]。隨著沿海地區(qū)漁業(yè)、捕撈業(yè)、漁船的不斷發(fā)展，水產(chǎn)品的捕撈量大大提高，在儲存運(yùn)輸過程中，漁船冷庫制冷系統(tǒng)成為冷凍保鮮處理的關(guān)鍵設(shè)備。在遠(yuǎn)洋漁船中，冷庫冷凍裝置的性能和效率不僅僅影響漁獲物的新鮮程度，而且直接影響漁船產(chǎn)量，特別是在漁業(yè)資源豐富海域附近作業(yè)捕撈的遠(yuǎn)洋作業(yè)漁船，其生產(chǎn)能力的大小直接取決于冷凍存儲能力。雖然我國漁船制冷技術(shù)和設(shè)備近年來得到了較快的發(fā)展，但在漁船制冷設(shè)備上還存在著一些問題：溫度調(diào)節(jié)主要由傳統(tǒng)PID方式調(diào)節(jié)，該控制方式波動性大、不穩(wěn)定、反應(yīng)能力慢，不僅無法控制水產(chǎn)品的最佳保鮮溫度，而且容易導(dǎo)致能源浪費(fèi)，無法達(dá)到節(jié)能環(huán)保的作用。

在漁船運(yùn)輸、冷凍保鮮中溫度是一個非常重要的因素，直接影響著漁船的產(chǎn)能及品質(zhì)，一種好的溫度控制算法既能保證溫度的穩(wěn)定性，又能將能耗控制在最低范圍內(nèi)，從而可以大幅度地提高產(chǎn)能并且節(jié)省成本，使?jié)O船捕撈達(dá)到更大的效益。因此對漁船冷庫制冷溫度控制策略展開研究對當(dāng)前國內(nèi)漁業(yè)制冷發(fā)展具有重要的指導(dǎo)意義。為此，本文以漁船冷庫環(huán)境中溫度為研究對象，利用智能BP神經(jīng)網(wǎng)絡(luò)算法的高穩(wěn)定性和高魯棒性，在傳統(tǒng)的PID溫度控制中引入了該智能算法，且尋找到此算法的最優(yōu)參數(shù)比例，使?jié)O船冷庫溫度控制器達(dá)到既能保證溫度穩(wěn)定又能降低能源消耗的效果。

1 漁船冷庫溫度控制傳遞函數(shù)建立

1.1 漁船冷庫制冷原理

根據(jù)文獻(xiàn)調(diào)研分析和對漁船冷庫的實(shí)地了解，目前漁船冷庫的溫度控制還是以傳統(tǒng)蒸汽壓縮的方式為主，主要工作設(shè)備是蒸汽壓縮機(jī)、氣體冷凝機(jī)、節(jié)流元件及蒸發(fā)組，其中該壓縮機(jī)中的制冷劑為氨氣。整套氨氣壓縮熱循環(huán)控制原理為：制冷劑氨氣被吸入蒸氣壓縮機(jī)中處理后變成高溫、高壓的氣體，該氣體再進(jìn)入氣體冷凝機(jī)中進(jìn)行冷凝放熱并變成液體，此液體慢慢流過節(jié)流裝置，降溫、降壓并釋放為濕蒸氣，最后進(jìn)入蒸發(fā)組液體汽化吸收大量熱量，使冷庫環(huán)境迅速降低，達(dá)到制冷效果[2]。

1.2 漁船冷庫溫度控制傳遞函數(shù)建立

本文將以漁船冷庫溫度控制系統(tǒng)為研究對象，根據(jù)能量守恒定律，冷庫內(nèi)溫度熱量傳遞，以冷庫環(huán)境內(nèi)外熱量流入、流出差來表達(dá)，可得

式中：C為冷庫內(nèi)氣體比熱容，kJ/K；To為冷庫外的環(huán)境氣溫，K；Ti為冷庫內(nèi)的被控氣溫，K；H為冷庫內(nèi)熱傳導(dǎo)系數(shù)，W/（m2·K）；Q為單位時間內(nèi)產(chǎn)生或者消耗的能量，kJ/s；A為傳導(dǎo)面積，m2。

當(dāng)冷庫溫度穩(wěn)定時，則有dT/dt=0，令T=C/（HA），K=1/（HA），冷庫內(nèi)的溫度Ti與通過制冷設(shè)備所產(chǎn)生的能量Q都達(dá)到穩(wěn)定狀態(tài)，即Ti=Ti′，Q=Q′。

將上述穩(wěn)定狀態(tài)能量代入式（1）得到

當(dāng)系統(tǒng)處于調(diào)整控制狀態(tài)時，Ti=T′+ΔT，Q=Q′+ΔQ。

將上述調(diào)整控制狀態(tài)能量代入式（2）得到

因此，可以得到冷庫內(nèi)的被控溫度的變化量ΔT與溫度控制量ΔQ之間的傳遞函數(shù)為

根據(jù)相關(guān)資料了解學(xué)習(xí)，一般的漁貨品海鮮（本文不考慮特殊漁獲品超低溫冷庫冷藏情況，如金槍魚只有在-60～-80 ℃超低溫環(huán)境才能長期存放）存放冷庫的最佳冷凍溫度為-18～-23 ℃，冷庫外的環(huán)境溫度一般為15～20 ℃，得出慣性時間常數(shù)T=88/N≈400 s，取導(dǎo)熱系數(shù)H=0.05，根據(jù)溫度控制差值和傳熱面積得出系統(tǒng)增益K=1.1，不考慮其他因素。

綜合上述分析可得，漁船冷庫溫度控制的傳遞函數(shù)為

2 BP神經(jīng)網(wǎng)絡(luò)PID溫度控制研究

2.1 溫度控制種類及傳統(tǒng)線性PID控制原理

根據(jù)相關(guān)資料學(xué)習(xí)，國內(nèi)外在溫度控制應(yīng)用中目前有以下的幾種控制方式。

1）傳統(tǒng)線性PID控制。在工業(yè)控制中和流程行業(yè)過程控制中較為多見，主要是通過改變PID的3個參數(shù)（比例系數(shù)、積分系數(shù)、微分系數(shù)）使得它們達(dá)到一個相互協(xié)調(diào)、相互制約的狀態(tài)，進(jìn)而使得系統(tǒng)達(dá)到更快、更準(zhǔn)、更穩(wěn)的控制目標(biāo)，但存在無法實(shí)時精準(zhǔn)調(diào)控的問題。

2）位式加熱控制。其原理是實(shí)際測得的溫度比設(shè)定的最低溫度低時，系統(tǒng)開始加熱升溫；當(dāng)實(shí)際測得的溫度超過了設(shè)定的最高溫度時，停止加溫，不足之處是反應(yīng)速度慢、不夠精準(zhǔn)、能源消耗大。

3）模糊邏輯控制。該控制技術(shù)是一種依賴于計算機(jī)數(shù)字，靠模糊語言變量、模糊集合論和模糊邏輯推理等理論基礎(chǔ)的控制算法，具有將復(fù)雜系統(tǒng)簡單化、方便進(jìn)行人機(jī)對話、魯棒性和自適應(yīng)能力強(qiáng)等特點(diǎn)，但模糊邏輯推論較難且適用于大范圍多對象控制。

4）模型預(yù)測控制。是目前較為先進(jìn)的一種控制算法，具有不斷循環(huán)優(yōu)化的特點(diǎn)，使用在滯后性較大的控制場合效果顯著，存在難度較大、成本高的問題。

5）智能數(shù)字PID控制。這是一種將人工智能控制算法與傳統(tǒng)PID控制相結(jié)合的控制算法，不僅能最大程度地體現(xiàn)傳統(tǒng)控制“

快、準(zhǔn)、穩(wěn)”的優(yōu)點(diǎn)，還能進(jìn)行適時調(diào)控。隨著人工智能技術(shù)的發(fā)展，這種控制在生產(chǎn)中使用得越來越多，其中BP神經(jīng)網(wǎng)絡(luò)算法也是其中的一種。

在漁船冷庫溫度控制系統(tǒng)中，大多數(shù)漁船一般采用傳統(tǒng)的利用反饋對控制過程進(jìn)行調(diào)節(jié)的線性PID溫度控制器[3]。該控制器一般通過改變比例系數(shù)、積分時間常數(shù)、微分時間常數(shù)來進(jìn)行控制調(diào)節(jié)，其傳統(tǒng)PID控制結(jié)果框架如圖1所示。

圖1 傳統(tǒng)PID控制原理框圖

其數(shù)學(xué)表達(dá)式為

式中：Kp為比例系數(shù)，Ti為積分時間常數(shù)，Td為微分時間常數(shù)。

傳統(tǒng)的PID控制對漁船冷庫溫度控制時，由于3種參數(shù)不能實(shí)時進(jìn)行調(diào)節(jié)，導(dǎo)致其控制過程存在不穩(wěn)定、魯棒性差的情況[4]。

2.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及算法

為了解決我們研究的漁船冷庫溫度控制缺陷問題，獲得更好的溫度控制效果，控制器必須能使3種參數(shù)實(shí)時完成相互協(xié)調(diào)制約。為了能尋找到這3種參數(shù)的最佳組合，本文在傳統(tǒng)PID控制中引入了智能數(shù)字PID控制中的BP神經(jīng)網(wǎng)絡(luò)算法[5]。

BP神經(jīng)網(wǎng)絡(luò)概念最早是20世紀(jì)80年代Rumelhart和McCelland兩位科學(xué)家?guī)ьI(lǐng)的研究小組提出，主要內(nèi)容是把實(shí)際輸入值與設(shè)定值進(jìn)行差值反向傳播，然后進(jìn)行自我學(xué)習(xí)的一種多層前饋網(wǎng)絡(luò)，具有理論模型結(jié)構(gòu)簡單、算法簡潔明了的優(yōu)點(diǎn)，其算法模型如圖2所示。

圖2 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

三層BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[6]數(shù)學(xué)表達(dá)式如下：

神經(jīng)網(wǎng)絡(luò)輸入層的輸入層公式為

神經(jīng)網(wǎng)絡(luò)隱含層的輸入層公式為

神經(jīng)網(wǎng)絡(luò)隱含層的輸出層公式為

采用S型函數(shù)[7]作為隱含層神經(jīng)元的激活函數(shù)為

則推導(dǎo)出神經(jīng)網(wǎng)絡(luò)輸出層權(quán)重系數(shù)的算法為

同理可得隱含層權(quán)值系數(shù)的算法為：

輸出層的3個神經(jīng)元節(jié)點(diǎn)輸出分別對應(yīng)PID控制器中的3個可調(diào)參數(shù)：比例系數(shù)Kp、積分系數(shù)Ki、微分系數(shù)Kd。

采用非負(fù)S型函數(shù)作為輸出層神經(jīng)元的激活函數(shù)。

BP神經(jīng)網(wǎng)絡(luò)傳遞過程中，還存在反向的輸出層與修正層之間的傳遞，取其性能函數(shù)為

其中增加動量項(xiàng)公式將降低網(wǎng)絡(luò)對本地細(xì)節(jié)的敏感性，從而降低網(wǎng)絡(luò)陷入本地的風(fēng)險最低限度，快速找到全局最小值[8]，可采用以下公式：

式中：α為動量系數(shù)，η為學(xué)習(xí)率，范圍都在0～1內(nèi)；k為學(xué)習(xí)次數(shù)。其中微分展開：

其中，?y（k）/?u（k）可近似用符號函數(shù)sgn（?y（k）/?u（k））代替。

由上述推論可得以下公式：

神經(jīng)網(wǎng)絡(luò)輸出層權(quán)值算法為：

隱含層加權(quán)學(xué)習(xí)算法為：

式中：g′（x）=g（x）［1－g（x）］，f′（x）=［1－f2（x）］/2。

2.3 BP神經(jīng)網(wǎng)絡(luò)PID溫度控制器

將以上BP神經(jīng)算法引入傳統(tǒng)PID控制器中，依據(jù)系統(tǒng)不同時刻的運(yùn)行狀態(tài)，對傳統(tǒng)PID控制器的3種參數(shù)進(jìn)行不停的整定，達(dá)到最滿意的系統(tǒng)輸出為止。整個過程其實(shí)是對BP神經(jīng)網(wǎng)絡(luò)里面的隱含層和輸出層的加權(quán)系數(shù)進(jìn)行調(diào)整，使BP神經(jīng)網(wǎng)絡(luò)的輸出層的3個PID參數(shù)能達(dá)到使系統(tǒng)最理想的控制狀態(tài)[9]，如圖3所示。

3 仿真研究與結(jié)果分析

3.1 BP神經(jīng)網(wǎng)絡(luò)PID控制器與傳統(tǒng)PID控制器比較研究

為比較傳統(tǒng)PID控制器和加入BP神經(jīng)網(wǎng)絡(luò)PID控制器對漁船制冷溫度的控制效果，采用上述推導(dǎo)的溫度傳遞公式對制冷溫度進(jìn)行仿真研究[10]。根據(jù)上述推導(dǎo)的溫度控制傳遞函數(shù)，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)PID控制與傳統(tǒng)PID控制設(shè)計，進(jìn)行仿真研究對比，縱坐標(biāo)為冷庫溫度，橫坐標(biāo)為仿真反應(yīng)時間。因?yàn)樵撓到y(tǒng)的環(huán)境溫度變化較慢、慣性時間常數(shù)較大，將系統(tǒng)仿真運(yùn)行的時間設(shè)置為2500 s，以便更好地觀察仿真曲線結(jié)果。其中將系統(tǒng)仿真環(huán)境初始溫度設(shè)置為20 ℃，冷庫期待穩(wěn)定值溫度設(shè)定為-20 ℃，仿真研究結(jié)果如圖4所示。

從圖4所示的仿真曲線可以看出，BP神經(jīng)網(wǎng)絡(luò)PID控制器曲線呈不斷穩(wěn)定起伏狀態(tài)，而傳統(tǒng)PID控制器曲線波動幅度大，且超調(diào)量差值遠(yuǎn)遠(yuǎn)大于BP神經(jīng)網(wǎng)絡(luò)控制器。傳統(tǒng)PID控制器在530 s左右達(dá)到溫度最低值-32 ℃，超過溫度穩(wěn)定值60%，控制過程中波動很大；而基于BP神經(jīng)網(wǎng)絡(luò)PID控制器在120 s左右達(dá)到溫度最低值為-22 ℃，超過溫度穩(wěn)定值10%，且后續(xù)時間處于持續(xù)穩(wěn)定狀態(tài)，明顯比傳統(tǒng)PID控制器的幅度小很多。由圖4得出，傳統(tǒng)PID控制器的達(dá)到穩(wěn)定溫度（振幅不大于2%）的時間為2000 s，而基于BP神經(jīng)網(wǎng)絡(luò)PID控制器到達(dá)穩(wěn)定溫度的時間為1000 s，基于BP神經(jīng)網(wǎng)絡(luò)PID控制器的調(diào)整時間比傳統(tǒng)PID控制器快了1000 s，這說明基于BP神經(jīng)網(wǎng)路PID控制器系統(tǒng)運(yùn)行時能更快地到達(dá)穩(wěn)定狀態(tài)。

由上述仿真研究結(jié)果分析可知，引入智能BP神經(jīng)網(wǎng)絡(luò)算法的PID控制器比傳統(tǒng)溫度PID控制器有著更高的穩(wěn)定性和魯棒性，該控制器更適用于漁船冷庫溫度控制。

3.2 BP神經(jīng)網(wǎng)絡(luò)PID控制器最優(yōu)參數(shù)輸出值研究

該設(shè)計控制不僅要求此控制器具有更穩(wěn)定的性能，而且還需要設(shè)定參數(shù)最佳值保證溫度控制過程達(dá)到最節(jié)能的狀態(tài)。為了尋找最佳比例系數(shù)Kp、積分系數(shù)Ki、微分系數(shù)Kd，對3個參數(shù)在BP神經(jīng)網(wǎng)絡(luò)輸出進(jìn)行分別仿真研究，得到3種參數(shù)輸出值曲線，如圖5～圖7所示。

圖6 BP神經(jīng)網(wǎng)絡(luò)積分系數(shù)Ki輸出曲線

圖7 BP神經(jīng)網(wǎng)絡(luò)微分系數(shù)Kd輸出曲線

從圖5～圖7中可以看出，BP神經(jīng)網(wǎng)絡(luò)算法輸出的比例系數(shù)Kp、積分系數(shù)Ki、微分系數(shù)Kd一直在不斷調(diào)整，直至得到一個穩(wěn)定的值，根據(jù)最終曲線穩(wěn)定，得到3種參數(shù)最佳穩(wěn)定值為：比例系數(shù)Kp=0.4977，積分系數(shù)Ki=0.0013，微分系數(shù)Kd=0.3950。

綜上所述，與傳統(tǒng)的溫度PID控制器相比，引入BP神經(jīng)網(wǎng)絡(luò)PID控制器的魯棒性、穩(wěn)定性更強(qiáng)，具有更強(qiáng)的抗干擾能力，而且得到該P(yáng)ID控制器3種參數(shù)的最佳比例組合（比例系數(shù)Kp=0.4977，積分系數(shù)Ki=0.0013，微分系數(shù)Kd=0.3950）。在該參數(shù)組合下，BP神經(jīng)網(wǎng)絡(luò)PID控制器不僅能對一些不確定情況的干擾進(jìn)行實(shí)時調(diào)整，達(dá)到自適應(yīng)能力強(qiáng)的狀態(tài)，而且整個控制器的能耗和輸出達(dá)到最優(yōu)值。

4 結(jié)語

本文以漁船冷庫溫度控制為對象展開研究，利用BP神經(jīng)網(wǎng)絡(luò)復(fù)雜的非線性映射能力與傳統(tǒng)PID控制器結(jié)合，設(shè)計了基于BP神經(jīng)網(wǎng)絡(luò)PID控制，并推導(dǎo)出函數(shù)算法，通過對其仿真分析，驗(yàn)證了基于BP神經(jīng)網(wǎng)絡(luò)PID控制在漁船冷庫溫度這種多變量的穩(wěn)定性、滯后性和實(shí)時性的控制上明顯比傳統(tǒng)PID控制器控制效果更好，得出了PID的3種參數(shù)的最優(yōu)輸出值。在此設(shè)定下的BP神經(jīng)網(wǎng)絡(luò)PID控制器既能保證漁船冷庫溫度的穩(wěn)定性，又能將能耗控制在最低范圍內(nèi)，大幅度提高產(chǎn)能和節(jié)省成本，對漁船制冷發(fā)展具有一定的意義。