共查询到17条相似文献,搜索用时 312 毫秒
1.
2.
为了更好地开展自动送钻技术的研究,以ZJ-32钻机1∶8模型为基础,用液压加载装置模拟钻柱载荷,用微机控制的电液伺服装置控制绞车刹车机构,构成钻机自动送钻模拟实验系统.由于系统中存在多种非线性环节,采用模糊控制技术进行送钻控制,编制自动送钻实时控制软件.通过实验对比研究了常规模糊控制、自组织模糊控制和自校正模糊控制3种方法的控制效果.实验结果表明在恒压送钻的条件下,实验系统能够模拟钻机自动送钻过程,系统工作稳定;自校正和自组织模糊控制都可满足自动送钻控制要求;自校正模糊控制的控制效果更好,最大稳态误差3.2%,最大超调9.1%,动态调整时间2.6 s,峰值时间0.86 s. 相似文献
3.
为了更好地开展自动送钻技术的研究 ,以ZJ— 32钻机 1∶8模型为基础 ,用液压加载装置模拟钻柱载荷 ,用微机控制的电液伺服装置控制绞车刹车机构 ,构成钻机自动送钻模拟实验系统。由于系统中存在多种非线性环节 ,采用模糊控制技术进行送钻控制 ,编制自动送钻实时控制软件。通过实验对比研究了常规模糊控制、自组织模糊控制和自校正模糊控制 3种方法的控制效果。实验结果表明 :在恒压送钻的条件下 ,实验系统能够模拟钻机自动送钻过程 ,系统工作稳定 ;自校正和自组织模糊控制都可满足自动送钻控制要求 ;自校正模糊控制的控制效果更好 ,最大稳态误差 3 2 % ,最大超调 9 1 % ,动态调整时间 2 6s ,峰值时间 0 86s。 相似文献
4.
5.
地层岩性随钻识别的神经网络方法研究 总被引:2,自引:1,他引:1
钻井过程中随钻识别钻头当前位置的岩性信息对于合理选择钻头类型、快速建立岩性剖面、及时发现油气层和卡准取心层位有着重要意义。钻井实践证明,地层岩性的变化在钻井参数上有很好的综合体现。以录井资料为基础,结合已钻井的测井资料,根据BP神经网络原理,建立了地层岩性随钻识别神经网络模型。应用该模型在新疆油田进行了地层岩性随钻识别试验,试验结果与测井资料解释结果相比,效果较好,符合率可达80%。 相似文献
6.
基于人工智能的自动送钻监控技术 总被引:7,自引:2,他引:5
人工智能及其应用已具有潜在的经济价值,将其应用于自动送钻过程的监控中,不失为一种新的途径。提出了把专家系统(ES)和神经网络(ANN)结合起来用于石油钻井自动送钻监控的新方法。这种方法采用预处理结合法,使钻进过程中的特征信号首先被送到BP神经网络进行处理,BP网络的输出值作为专家系统的输入,最后由专家系统通过产生式规则作出监控的结论。以卡钻事故为例的研究结果表明,对专家系统而言,知识的获取可以通过神经网络进行学习得到;对于神经网络纯粹的数值活动,通过专家系统再处理变得更加明确。这种方法可以用于自动送钻过程的在线实时监控,也可用于离线的事故分析与诊断。 相似文献
7.
8.
针对液压盘式刹车自动送钻系统控制过程中影响因素的多样性,控制参数存在时滞、时变、非线性等特点,根据液压盘式刹车自动送钻系统的工作原理,建立数学物理方程并确定目标函数,设计了粒子群算法优化模糊控制器,对 PID 参数进行了整定。为了研究电液伺服阀与液压缸对自动送钻系统液压环节的控制效果,设计了液压调节闭环控制系统,并利用 MATLAB/Simulink仿真软件进行了动态仿真优化。首先使用临界比例度法对PID参数进行了整定,在此基础上,使用模糊控制工具搭建模糊规则对传递函数进行仿真,最后在MATLAB界面,对传递函数进行基于粒子群算法迭代寻优,优化控制系统所需参数。优化结果表明,粒子群优化模糊自适应 PID 控制器与传统的 PID 控制器和模糊自适应 PID 控制器相比,系统的自适应能力显著增强,超调量明显降低,调整时间更短,可以满足自动送钻系统的设计要求,特别适合应用在一种新型的基于井底钻压的自动送钻系统中。 相似文献
9.
准确的井底钻压是提高钻井效率的重要因素。近年来,越来越多研究表明,智能技术是准确预测目标值的有效途径,结合反向传播(Back Propagation, BP)神经网络和长短期记忆神经网络(Long Short-Term Memory, LSTM),并将单一的BP与LSTM模型和遗传算法(Genetic Algorithm,GA)相结合,建立了4种井底钻压智能预测模型(BP、LSTM、GA-BP与GA-LSTM模型)。通过实验论证,遗传算法在一定程度上起到了优化作用,表现出更高的预测精度、更好的鲁棒性与预测趋势、更快的预测时间。GA-LSTM与GA-BP比单一LSTM与BP模型的平均相对误差分别降低了40.13%和47.11%,并且预测时间分别缩短了12.6倍和9.3倍。其中综合考虑各方面性能可选取GA-LSTM作为井底钻压最优智能预测模型,应用于钻压实时监控或与常规的自动送钻系统结合从而实现对井底钻压的准确控制,提高钻井效率与钻头性能,降低钻井成本。 相似文献
10.
自动送钻是指钻机在正常钻进过程中,不依靠司钻调节,而是按钻井工艺要求,让送钻装置在给定的条件下实现钻头的自动给进。自动送钻装置可以消除人工控制的缺点,能提高钻井质量和经济效益。出于对安全性和可靠性的考虑,必须在实际钻机上应用该装置前进行模型模拟实验,为自动送钻控制技术的现场推广应用奠定基础。针对钻井过程中的非线性、不确定性和实时性要求,采用改进的单神经元PID控制器实现自动送钻模拟加载。实验结果表明,和传统的PID控制相比,改进单神经元PID控制器的反应速度快,振荡幅度小,并且稳态误差小。采用改进单神经元PID控制结构简单,易于实现,在应用中效果明显。 相似文献
11.
钻机自动送钻模拟实验装置加载系统的研究 总被引:6,自引:5,他引:1
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%。 相似文献
12.
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。 相似文献
13.
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。 相似文献
14.
石油钻机主电动机自动送钻系统的设计方案 总被引:1,自引:1,他引:0
针对石油钻机自动送钻系统具有时变、时滞和非线性难以实现准确控制的特点,提出了利用微机对钻机主电动机进行恒钻压给进模糊控制的设计方案。采样时获得的误差和误差变化信号送入模糊控制器,模糊控制器将信号变为模糊量再转化为精确量,加到执行机构对主电动机实施控制。给出了这种自动送钻系统的硬件构成和软件设计程序,并讨论了系统存在的问题及解决方法。 相似文献
15.
16.
基于S7-300软冗余的钻机自动送钻控制系统设计 总被引:1,自引:0,他引:1
我国首台人工岛7000m深环轨移动模块钻机于2008年2月在冀东南堡油田1号人工岛顺利开钻,该钻机应用的基于S7-300软冗余钻机自动送钻控制系统,现已通过现场验收。该自动送钻系统添加了1套PLC控制系统,系统有手动和自动2种工作模式。自动送钻监控系统主要包括自动送钻恒钻压控制、电子防碰、游车位置精确定位与动态演示、故障识别报警与处理等模块。监控系统采用了基于西门子公司S7-300PLC的软冗余方案,PLC处理器成双使用,当主处理器出现故障时备用的处理器会按照监控程序和数据交换处理程序实现数据同步,完成自动切换。现场应用表明,该系统操作简单,切换方便,提高了钻机控制自动化水平和生产管理水平,确保了钻机的平稳、安全、高效运行。 相似文献
17.
采用BP神经网络模型建立了预测芳烃油加氢过程中稠环芳烃(PAHs)脱除率的方法。通过单因素实验方法,分别考察反应时间(2~10 h)、温度(240~320 ℃)、压力(5~9 MPa)对PAHs脱除率的影响。针对单因素实验各因素水平之间存在的漏点,将神经网络与单因素实验相结合,以matlab软件建立网络进行训练并预测漏点,用实验数据进行验证,确定芳烃油加氢的最佳条件为7 h,279 ℃,9 MPa,此条件下PAHs脱除率达到47.89%。在此工艺条件基础上,进一步研究剂油比、添加溶剂对PAHs脱除率的影响。结果表明,最佳剂油比为0.3,PAHs脱除率为51.02%; 添加甲苯溶剂时PAHs脱除率达到54.29%。 相似文献