神经网络PID在联合站集输控制中的应用

针对油田联合站集输控制系统数学模型的不确定性，采用神经网络来设计系统的控制器，利用1个3层BP网络构造PID控制器，在一定程度上解决了传统PID调节器不易在线实时整定参数的不足，提高了控制器对系统和环境的控制效果。     

污水处理系统中联锁控制器的设计

青海花土沟污水处理系统存在较大的非线性和纯滞后性,用传统的PID控制方法不能完全满足控制要求。为此,针对调储罐液位与反应罐入口流量之间的密切联系,设计出一种联锁控制器,并在联锁控制器中采用模糊专家控制方法,可使调储罐液位被控制在一个合适的范围内,反应罐入口流量在较长的时间段内保持稳定。仿真和现场应用结果表明,采用模糊专家控制方法的联锁控制器具有较强的鲁棒性,克服了非线性和纯滞后对污水处理系统的影响,可保持系统稳定,测控效果良好。     

抽油机电液伺服加载系统的神经网络PID控制

抽油机电液伺服加载系统存在非线性和位置扰动引起的准确度问题，传统的控制方法不能达到理想的效果。采用神经网络PID控制，利用神经网络的自学习能力对PID控制参数在线整定，可以消除非线性以及位置扰动的影响，提高系统的精度。MATLAB软件的仿真结果表明，神经网络PID控制器具有较高的精度和较强的适应性，可以获得满意的控制效果。     

管内智能封堵器封堵速度神经网络PID控制方法研究

管内智能封堵器作为一种新型的管道维修手段,其封堵速度的控制至关重要。传统的PID控制器在面对管内复杂流畅环境的封堵速度平稳控制问题时,效果并不理想。为了改善传统PID的不足,同时满足控制速度的要求,复杂环境封堵速度控制器的设计尤为重要。提出了一种基于BP神经网络的PID参数控制封堵速度策略,利用神经网络的自学习和训练参数的能力,控制PID的3个参数,并用MATLAB-Simscape模块进行模拟。仿真结果表明,基于BP神经网络的PID参数控制方法,可以使传统PID的3个控制参数随环境、时间的变化而不断更新,由此提高了控制的精度和安全性,从而改善了管内智能封堵器的运行性能。基于BP神经网络PID参数控制,其调整时间相比常规PID控制提前约1 s; 超调量约为10%,明显小于常规PID控制的30%; 误差稳定后维持在10%以下。     

基于PLC的污水处理自动控制系统设计

以污水处理装置的工艺及实际运行情况,采用以PLC加上位机的控制系统,上位机与PLC之间采用Profibus总线通信,下位机和现场仪表之间采用以太网通信。利用BP神经网络结合传统PID控制器自整定算法,通过软硬件设计实现了污水处理厂的控制要求,取得了更好的控制效果。     

基于SAPSO-FNN的电动式加载系统控制研究

针对电动式加载系统中减速器带来的非线性等问题,提出了一种基于模拟退火的粒子群算法来优化模糊神经网络PID控制器初始参数的设计方法。该方法采用基于Mamdani模型的模糊神经网络,通过在线BP学习算法对PID控制器参数进行自整定,并结合基于模拟退火的粒子群算法离线调整模糊神经网络初始值。通过仿真与实验,将所设计算法与增量式PID控制器、粒子群-模糊神经网络PID控制器进行对比,证明了所设计的控制器具有良好的稳定性、有效性和快速性。     

浅析尕斯联合站污水处理系统改造中存在的问题及改进方法

尕斯联合站是尕斯库勒、油砂山、砂西等油田的原油．天然气．清污水处理中心，是上述油田的心脏。随着油田原油产量的不断上升，油田进入了中、后开发期，使联合站各系统处理负荷增大，尤其是清、污水处理系统。我们希望通过对尕斯联合站水处理区的改造，来保证油田的高产、稳产，以及满足环境保护对油田含油污水的要求．本文主要就联合站污水处理系统改造工程中所遇见的问题以及下一步改进思路，作简单分析．     

海上平台移动式制氮系统温度控制算法研究

海上平台设备日常维护保养以及维修改造时,需要频繁使用氮气。采用移动式膜分离制氮系统具有使用效率高的特点,但需要分析入膜压力和入膜温度对中空纤维膜分离性能的影响。针对膜分离制氮对温度控制的要求,通过能量守恒定律和实验方法建立空气加热器的数学模型,在Matlab的Simulink中搭建常规PID温度控制器模型并对常规PID温度控制器进行改进,分析常规PID和模糊PID控制器的仿真曲线,模糊PID具有超调量小,调节时间短、稳定性好等优点,完全满足了膜分离制氮系统的要求。     

神经网络自适应PID控制器应用于螺杆泵井过程控制

针对地面驱动螺杆泵抽油杆断、脱频繁，单井提液调参常规控制方法难以有效地进行控制等问题，开发了基于神经网络自适应PID控制器的螺杆泵井自动控制系统，并给出了神经网络控制器的学习算法和控制系统的稳定性分析。仿真结果对该控制方案进行了验证，该自适应控制系统能准确、实时地监控螺杆泵井的生产工况参数，对螺杆泵井实施自动控制以及科学合理的调参，该技术的应用进一步提高了螺杆泵井的管理水平。     

溶解氧浓度控制方案的优选

油田注水系统的污水处理常用活性污泥法,污水池溶解氧浓度在污水处理过程中起着重要作用。本文分析了当今控制溶解氧浓度的常用技术方案,如开关、PID、模糊和增益调度等,并从运行成本(控制输入)与浓度波动等角度进行了优缺点对比。仿真结果表明,4种控制方案中增益调度控制是最适合的控制方案。     

变频驱动钻机自动送钻试验系统的研究

为了更好地开展变频驱动钻机自动送钻技术的研究,研制了一套变频驱动钻机自动送钻模拟试验系统。该系统由送钻系统和加载系统组成。送钻系统由可编程控制器(PLC)、变频器、变频电动机组成的闭环系统来实现自动送钻;加载系统采用以计算机电液开环控制系统模拟钻柱载荷。对系统的硬件、软件设计进行了论述。对于送钻系统的控制算法,采用基于神经网络的PID控制策略,利用神经网络的自学习功能在线调整PID的参数。最后对整个系统进行了试验,在恒值载荷和正弦载荷的作用下,送钻系统均能稳定工作。系统的阶跃响应指标为:最大超调9.2%,调节时间2.3s,峰值时间0.6s,最大稳态误差3.0%,满足应用要求。     

Feedback Regulation of Temperature in FCC Regenerator Reactors

Design of regulative control laws for stabilization of regenerator temperature in adiabatic Fluid Catalytic Cracking Units is performed. This is achieved despite the fact that kinetic terms and heat generation are, commonly, unknown. This article presents a control law that makes use of on-line discrete measurements of temperature to estimate the heat of reaction, obtained from a neural-estimation algorithm. The controller design is similar to discrete PID controllers. Some new tuning rules are given in terms of closed loop and measured characteristic times. In order to obtain the simplest neural network and the minimum number of parameters to be adjusted, only one perceptron is used. Moreover, the resulting control law has physical meaning and can be interpreted as a standard PID controller with time varying gain. Performance of the neural-estimation technique is analyzed under closed-loop behavior using numerical simulations considering disturbances to the process and set point changes. The performance obtained when using this new control is compared with the one obtained by using a PID controller tuned following the IMC rules.     

电驱动测井绞车电缆张力模糊控制方法研究

电驱动测井绞车采用独立设置张力传感器进行张力反馈的全闭环自动控制系统。建立并分析了电缆张力控制系统动态性能的数学模型,设计模糊逻辑算法对电缆张力PID控制器参数进行自适应整定,解决绞车在电缆缠绕过程中张力控制的多变量时变问题。在Simulink中建立张力控制系统模型,仿真结果表明:模糊PID控制算法在性能上要优于常规PID控制算法,响应性更快、稳定性更好、精确性更高,满足测井车电缆恒张力控制要求。控制算法以PLC语言的形式写入S7-1200型PLC,为电缆张力的智能控制系统工程应用奠定基础。     

基于神经网络的容错控制方法在CSTR中的应用研究

针对一个连续搅拌釜式反应器,将容错控制(FTC)与故障诊断(FDD)方法相结合,提出了一种关于传感器故障的容错控制方法。用RBF神经网络建立传感器故障模型,对系统的状态和故障参数进行在线估计,将故障参数与修正的Bayes分类算法相结合,进行传感器故障的在线检测、分离和估计。当传感器发生故障时,认为是系统处于不同的工作模式,利用估计出的状态值在线训练神经网络控制器的参数,使网络适应系统新的(故障)状态,维持系统性能。仿真结果表明,方法具有很强的关于传感器故障的容错能力。     

钻机自动送钻模拟实验装置加载系统的研究

为有效地研究钻机自动送钻系统的性能 ,以微机、电液伺服阀、油缸和拉力传感器等 ,构成钻机自动送钻模拟实验装置的加载系统。由于组成加载系统的物理环节不可避免地存在非线性 ,常规的PID控制器误差较大 ,因而采用自组织模糊控制 ,提高了系统的控制性能。实验表明 ,在阶跃信号作用下 ,系统输出稳定 ,最大稳态误差 2 3% ,最大超调 5 5 % ,调整时间 8s ,峰值时间 2 4s ;系统对正弦信号的响应输出稳定 ,调整时间 9s左右 ,稳态误差小于 3%。     

The Simulation of Microbial Enhanced Oil Recovery by Using a Two-layer Perceptron Neural Network

The authors simulated a reservoir by using two-layer perceptron. Indeed a model was developed to simulate the increase in oil recovery caused by bacteria injection into an oil reservoir. This model was affected by reservoir temperature and amount of water injected into the reservoir for enhancing oil recovery. Comparing experimental and simulation results and also the erratic trend of data show that the neural networks have modeled this system properly. Considering the effects of nonlinear factors and their erratic and unknown impacts on recovered oil, the perceptron neural network can develop a proper model for oil recovery factor in various conditions. The neural networks have not been applied in modeling of microbial enhanced oil recovery since now. Finally, we are going to design a controller for the neural network. This controller is designed for the case where output of the network is oil recovery factor. For this purpose, the network is designed as a one-layer network in which just one output matches each time. In this case, a one-layer network will have acceptable results.     

油气井用导爆索收缩性测试技术

为在高温环境中安全准确地测量导爆索长度的微量变化,研制了安全防爆的导爆索收缩性测试台架.此台架由导爆索安装装置、温度控制系统、防爆壳体、位移测量系统、无震动工作台面以及数据采集与处理系统组成.其加温过程采用6点PID自动温度控制;其长度测量采用互感式位移传感器,位移分辨率为0.1 μm或0.2 μm.该台架能满足产品标准对测试的要求.