石油机械
石油機械
석유궤계
CHINA PETROLEUM MACHINERY
2014年
2期
10-13
,共4页
王洋%韩来聚%步玉环%李宗清%曹强%都美静
王洋%韓來聚%步玉環%李宗清%曹彊%都美靜
왕양%한래취%보옥배%리종청%조강%도미정
控压钻井%井口回压%人工神经网络%非线性%数学模型%仿真
控壓鑽井%井口迴壓%人工神經網絡%非線性%數學模型%倣真
공압찬정%정구회압%인공신경망락%비선성%수학모형%방진
managed pressure drilling%wellhead back pressure%artificial neural network%nonlinear%mathematic model%simulation
控压钻井中,为解决井口回压控制过程中的极端非线性难题,设计了一种基于人工神经网络的“辨识器-控制器”控制系统.以径向基函数神经网络为框架构建了辨识器和控制器的基本结构,设计了径向基函数神经网络与比例环节相并联的控制器.为验证控制效果,建立了井口回压系统的非线性数学模型,应用Matlab软件进行仿真,在给定条件分别为1、2和3 MPa时系统均稳定收敛,调节时间5 s左右,超调量小于10％.人工神经网络控制方法能快速跟踪控制信号且超调量小,有效地解决了井口回压系统中的非线性控制难题.
控壓鑽井中,為解決井口迴壓控製過程中的極耑非線性難題,設計瞭一種基于人工神經網絡的“辨識器-控製器”控製繫統.以徑嚮基函數神經網絡為框架構建瞭辨識器和控製器的基本結構,設計瞭徑嚮基函數神經網絡與比例環節相併聯的控製器.為驗證控製效果,建立瞭井口迴壓繫統的非線性數學模型,應用Matlab軟件進行倣真,在給定條件分彆為1、2和3 MPa時繫統均穩定收斂,調節時間5 s左右,超調量小于10％.人工神經網絡控製方法能快速跟蹤控製信號且超調量小,有效地解決瞭井口迴壓繫統中的非線性控製難題.
공압찬정중,위해결정구회압공제과정중적겁단비선성난제,설계료일충기우인공신경망락적“변식기-공제기”공제계통.이경향기함수신경망락위광가구건료변식기화공제기적기본결구,설계료경향기함수신경망락여비례배절상병련적공제기.위험증공제효과,건립료정구회압계통적비선성수학모형,응용Matlab연건진행방진,재급정조건분별위1、2화3 MPa시계통균은정수렴,조절시간5 s좌우,초조량소우10％.인공신경망락공제방법능쾌속근종공제신호차초조량소,유효지해결료정구회압계통중적비선성공제난제.
