基于神经网络的可控震源隔振算法研究

摘要

可控震源是一种绿色环保的勘探设备，它可以产生频率连续变化并且振幅恒定的地震激发信号，因此它在石油勘探领域得到了广泛的应用。目前应用的可控震源的隔振系统普遍采用被动的隔振方式，对发动机或者由液压系统所产生的所有干扰信号进行隔离。但是当激发信号的频率低于6Hz时，被动隔振系统难以较好隔离干扰，外界的干扰信号将会湮没有效的低频信号，导致无法检测到某些重要地质构造。低频信号穿透深度比较大，低频勘探将成为石油勘探领域的一个发展趋势。本文利用混合的隔振系统，提高对低频干扰的隔振效率。完成的主要工作包括:
　　一、针对提高低频干扰的隔振效率这一研究目的，首先对可控震源系统的整体构造及其工作机理进行了研究，在此基础上搭建起了可控震源隔振系统的物理模型及其数学模型;进而分别对被动隔振系统以及混合隔振系统的隔振机理进行了分析，为后续搭建系统的仿真模型工作起到铺垫作用。
　　二、通过对比PID控制算法、自适应滤波前馈控制算法、模糊控制算法以及神经网络预测控制算法的优缺点以及各自的适用情况。由于神经网络预测控制算法应用了过去的信息、现在的信息以及将来的信息具备了预测的功能，并且具备极强的容错能力以及鲁棒性能，因此，最终应用了神经网络预测控制算法。进而在simulink软件中生成了一个神经网络的预测控制模型，通过反复对模型内的参数进行修改调试，直至隔振系统具备了最佳的控制效果。
　　三、根据搭建出的混合隔振系统的数学模型，并且应用simulink这个软件包搭建起该系统的一个完整的仿真模型。对仿真结果进行对比、分析的结果表明，基于神经网络的隔振算法对于存在非线性的一类主动隔振系统，能够体现出非常明显的控制效果。当激励信号具有的频率为6Hz时，混合隔振系统的隔振效率能够达到96％，在3Hz的时候，隔振效率也达到了92％，可见应用神经网络预测控制算法的混合隔振系统对低频干扰依然具有明显的隔振效果。

目录

声明

摘要

1 绪论

1．1 本课题的研究背景及意义

1．2 地震勘探中震源技术的发展

1．2．1 单脉冲震源

1．2．2 连续振动可控震源

1．2．3 编码冲击震源

1．3 国内外地球物理勘探可控震源的技术现状

1．3．1 国内可控震源技术现状

1．3．2 国外可控震源技术现状

1．4 本课题研究的主要内容

2 可控震源隔振系统的建模

2．1 可控震源隔振系统的隔振分析

2．1．1 可控震源地震勘探的基本思想

2．1．2 被动隔振系统模型与隔振分析

2．1．3 混合隔振系统模型与隔振分析

2．2 本章小结

3 作动器的理论研究

3．1 液压伺服作动器

3．2 压电陶瓷作动器

3．3 超磁致伸缩作动器

3．4 本章小结

4 混合隔振系统的控制算法研究

4．1 PID控制算法

4．2 自适应滤波前馈控制算法

4．3 模糊控制算法

4．4 神经网络预测控制算法

4．4．1 神经网络技术及特点

4．4．2 神经网络模型预测控制

4．5 本章小结

5 混合隔振系统仿真

5．1 仿真研究的目的和方法

5．1．1 MATLAB与simulink软件包

5．1．2 仿真的主要内容

5．2 神经网络预测控制模型

5．2．1 神经网络预测控制模型的建立

5．2．2 系统辨识

5．3 本章小结

6 仿真测试及结果分析

6．1 主被动仿真模型

6．2 仿真测试分析

6．2．1 被动隔振系统测试结果分析

6．2．2 混合隔振系统测试结果分析

6．3 本章小结

7 总结与展望

7．1 总结

7．2 展望

参考文献

9 攻读硕士学位期间发表论文情况

致谢