石油钻机钻进过程智能控制系统最优决策与控制方法研究

摘要

近年来，智能控制理论得到了广泛的研究和应用，其中的神经网络控制更是受到广泛的关注。将智能控制技术用于自动送钻是近年来石油钻井领域的研究热点，也是工程实际中亟待解决的问题。本文尝试将模糊神经网络控制技术应用于自动送钻控制的实验研究中。 在石油机械实验室的ZJ32钻机实验台的基础上，进行改进设计，建成了自动送钻实验系统。该实验系统由两个系统组成：一个是加载子系统，另一个是送钻子系统。其中加载子系统用于模拟井下钻压的变化情况，送钻子系统用于模拟自动送钻，其控制规律是核心和重点。本文首次将基于遗传算法的神经网络控制方法分别应用于加载子系统及自动送钻子系统，设计了基于遗传算法的神经网络控制器，并进行了实验，同时将结果与采用传统的PID控制结果进行了比较。 实验的结果表明，对于具有非线性、复杂性的自动送钻系统，将基于遗传算法的模糊神经网络控制方法应用于加载实验和送钻实验是成功的，该实验为探讨自动送钻控制系统更先进、更实用的控制方法奠定了基础，也是对自动送钻控制的深入研究和广泛应用起到了一定的推动作用。

目录

文摘

英文文摘

声明

第一章绪论

1.1题目的来源及意义

1.2国内外发展现状

1.2.1钻机自动化的发展状况

1.2.2控制技术的发展

1.2.3智能控制在自动送钻系统中的应用

1.3本论文的主要研究内容

第二章石油钻机设备和工艺

2.1石油钻机设备概述

2.2钻机工作原理

2.3钻进参数的选择

2.3.1影响钻井成本的因素

2.3.2钻进参数的确定

第三章神经网络

3.1人工神经元模型

3.2人工神经元网络的构成

3.3人工神经元网络的学习

3.4神经网络的分类形式

第四章遗传算法及模糊推理

4.1遗传算法

4.1.1概述

4.1.2经典遗传算法

4.1.3遗传算法的模式理论

4.2改进的自适应遗传算法

4.2.1传统遗传算法面临的问题

4.2.2种群“早熟”程度的定量评价指标

4.2.3新的种群“早熟”程度评价指标

4.2.4算法描述

4.3模糊推理

4.3.1概述

4.3.2模糊集合

4.3.3模糊推理

4.3.4模糊逻辑控制系统

4.3.5模糊系统模型

第五章基于遗传算法的模糊神经网络研究

5.1基于遗传算法的模糊控制器优化设计方法

5.2模糊系统和神经网络的融合

5.3模糊神经网络的结构

5.4学习算法

5.5改进的RBF模糊神经网络控制器

5.6基于遗传算法的模糊神经网络控制器的设计

第六章自动送钻实验系统方案与设计

6.1系统的硬件设计组成

6.1.1一般微机控制系统的硬件组成

6.1.2系统的改造

6.1.3系统的硬件组成

6.2自动送钻实验系统的软件开发

6.2.1软件开发程序

6.2.2加载、送钻系统的控制程序

6.2.3控制程序参数的设置

第七章实验

7.1实验的工作原理

7.2实验方案

7.3加载实验

7.3.1加载函数

7.3.2加载实验结果分析

7.4送钻控制实验及结果分析

第八章结论

致谢

参考文献

攻读硕士学位期间发表的论文

附图