Gemi Dizel Motorunun Kazanç Programlamalı Adaptif Model Kontrolü

Abstract

Motor sistemlerinin gelişmesi ve kontrol dizaynı için dizel motorunun doğru dinamik modeli gereklidir. Çoğu durumda, dizel motoruna yapılan test sonuçlarına göre tanılanması ve modellenmesi yeterlidir. Direkt metodlarda ise doğru dinamik model oluşturmak mümkün olabilmektedir. Gemi dizel motorunun dinamik karakteristikleri çeşitli yük ve hızlarda değişmektedir. Geleneksel mekanik ve elektronik regülatörler için kontrol parametreleri, motorun ayarlanmasında tek bir çalışma noktasında optimum kontrolü temin etmektedir. Bu çalışmada, kazanç programlamalı adaptif model kontrol, sistem kontrolünün gelişmesi ve bu zorluğun üstesinden gelinmesi için önerilmiştir. Önerilen sistem, adaptif model kontrol sistemi ile bir öğrenme algoritmasının birleştirilmesinden oluşmaktadır. Adaptif model kontrolü, sonlu impuls cevaplı filtreler ile yapılan modellemeye dayanan ve kontrol edilecek sistem hakkında minimum ön bilgi gerektiren bir adaptif model kontrol yöntemidir. Kontrol işlemi, adaptif modelin ters çevrilmesi temeline dayanır. Öğrenme algoritması, kazanç programlama matrisinin elemenlarını yani destek değerlerini interpolasyon işlemlerin sonuçlarına göre hesaplar ve motorun her hızdaki impuls cevabını yani ağırlık vektörünü bulur. Kazanç programlamalı adaptif model kontrolü uygulaması ile dizel motorunun dinamik davranışının doğru olarak tahmin edildiği ve modellendiği gösterilmiştir.

Accurate dynamic modelling of diesel engines is required for developing engine systems and controller design. In most cases, off-line engine identification and modelling is adaquate and can provide useful results. On-line methods can be used to provide accurate dynamic engine models. Controller parameters for conventional mechanical and electronic governors of a marine diesel engine are tuned to be effective over the engines’ operating range, but can only provide optimum control at a single operating point. In this work, a gain scheduling version of the adaptive model control system is proposed to overcome this difficulty and improve system rebustness. The proposed system is formed by combining the adaptive model control system with a learning algorithm. Adaptive model control makes use of finite impulse response adaptive modeling and requires a minimum of a priori knowledge about the plant to be controlled. The control relies on the inversion of the adaptive model. The learning algorithm trains the matrix elements (support values) according to their controbutions to the result of the interpolation that produces the plant impulse response vector (weight vector) for any engine’s speed. An application of gain scheduling adaptive model control is shown accurately to model and predict the diesel engine dynamic behaviour.