BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  20,022,350
  • Công bố khoa học và công nghệ Việt Nam

Khoa học kỹ thuật và công nghệ

BB

PHẠM VĂN TRIỆU, NGUYỄN VĂN GIÁP, Phạm Văn Triệu(1)

ĐIỀU KHIỂN PID TÍCH HỢP MẠNG NƠ-RON THÍCH NGHI CHO TỐC ĐỘ ĐỘNG CƠ DIESEL TÀU THỦY

ADAPTIVE RADIAL-BASIS FUNCTION NEURAL NETWORK-BASED PID CONTROL FOR MARINE DIESEL ENGINE SPEED

Tạp chí Khoa học Công nghệ Hàng hải

2023

75

15

Bài báo này đề xuất một hệ thống điều khiển thích nghi để điều chỉnh tốc độ động cơ diesel tàu thủy dựa trên mạng nơ-ron xuyên tâm (RBF) và điều khiển đạo hàm-tích phân-tỷ lệ (PID). RBF được sử dụng để ước lượng động lực học phi tuyến của động cơ diesel, trong khi bộ điều khiển PID được thiết kế để điều chỉnh tốc độ động cơ. Hệ thống điều khiển được đề xuất có khả năng xử lý sự bất định và nhiễu loạn vốn có trong môi trường biển, chẳng hạn như những thay đổi về tải và điều kiện làm việc. Khả năng thích nghi của RBF giúp bộ điều khiển thích ứng với những thay đổi động lực học của hệ thống, làm cho hệ thống điều khiển trở nên bền vững và có thể duy trì hiệu suất tối ưu trong nhiều điều kiện vận hành. Hiệu quả của hệ thống điều khiển đề xuất được thể hiện thông qua các mô phỏng được thực hiện bằng chương trình MATLAB-Simulink. Kết quả chứng minh rằng hệ thống điều khiển PID tích hợp mạng nơ-ron vượt trội hơn so với điều khiển PID truyền thống và các chiến lược điều khiển hiện có khác về khả năng đáp ứng tốc độ và bền vững.

This paper proposes an adaptive control system for regulating the speed of marine main diesel engines based on a radial-basis function neural network (RBF) and proportional-integral-derivative (PID) control. The RBF is utilized to approximate the nonlinear dynamics of the diesel engine, while the PID controller is designed to regulate the engine speed. The proposed control system is capable of handling the uncertainties and disturbances inherent in the marine environment, such as changes in load demand and sea conditions. The adaptive nature of the RBF enables it to adapt to changes in the system dynamics, making the control system robust and able to maintain optimal performance over a wide range of operating conditions. The effectiveness of the proposed control system is demonstrated through simulations conducted using the MATLAB-Simulink program. The results demonstrate that the proposed adaptive neural network integrated PID control system outperforms traditional PID control and other existing control strategies in terms of response speed and robustness.

Xem toàn văn