《无模型自适应控制算法在控压钻井自动控制系统中的应用.doc》由会员分享，可在线阅读，更多相关《无模型自适应控制算法在控压钻井自动控制系统中的应用.doc（8页珍藏版）》请在三一文库上搜索。
1、无模型自适应控制算法在控压钻井自动控制系统中的应用摘要：控压钻井自动控制系统主要通过改变井口回压 的手段来维持井底压力的恒定。进行数学建模时受控压钻井 工区结构、井口装置等各方面因素影响，很难建立精确的数 学模型。本文分析了基本控制原理之后，提出无模型自适应 控制（MFAC）算法，不依赖于控制系统的数学模型，只需 要系统的输出可观输入可控。给出了详细的MFAC控制率求解方法以及伪偏导数预估方法，结合近似滞后二阶惯性环节， 进行了仿真研究。从仿真结果可看出MFAC控制算法能满足控制要求，达到控制目的。关键词：控压钻井；伪偏导数；无模型自适应控制 控压钻井的主要任务是能够对井底的压力精准控制，保
2、证井底的压力在安全密度窗口之内。在钻井过程中影响井底 压力的因素有静液柱压力、环空压力损耗以及井口回压三个 因素，其中静液柱压力与钻井液的密度有直接的关系 1，一 般不能快速被调整，而环空压力的损耗受多种因素的影响， 比如钻井泵的排量、井身结构，钻具的转速等多个因素，可 控性比较小。那么对于自动控制系统而言，只能去改变井口 回压来补偿压力的损耗，以维持井底压力恒定。井口回压是靠地面节流管汇系统的节流阀和平板阀的 开度来进行调节的，这就要求控压钻井的自动控制系统需要 在大量实践基础上建立的一整套专家系统和智能化控制算 法以满足智能化控压钻井的特定测控要求。1 控制系统结构控制系统主要完成两大任务
3、： （一）实时在线检测井 口人口流量、人口压力、回压泵入口流量、回压泵压力、井 口回压、 节流阀后压力等工艺参数。 （二） 根据入口流量、 人口压力及控压钻井工艺参数要求对节流阀的开度和平板 阀的开关动作实现自动控制。自动控制系统主要完成对流量、压力、阀状态等现场数 据的采集，对节流阀的开度和平板阀的开关，以及泵的启 / 停自动控制，并完成上 ?魉 ?采集的现场数据，及接收管理级 计算机的生产指令等功能。白动控制系统由控制器、信号隔 离器、驱动泵启停逻辑、保护电路等组成。2 控制原理控压钻井的核心问题在于对井口压力的控制 2 。整个控 压钻井的施工流程在不同的工区可能不尽相同，但是总体来 说有
4、四个基本程序： 开泵、正常钻井循环、 停泵、停止循环。 对于控制而言，最关键的控制点在开泵和停泵两个时刻，当 开泵的时候，井口压力要能够迅速降低，停泵的时候，井口 压力能够迅速得到升高，以补偿环空压力损耗，维持井底压 力恒定。2 1 基本控制原理 控制系统的控制原理为通过控压钻井装备与工艺的有 效结合，依据采集的排量、套压、立管压力等工艺参数，通 过录井设备获取的钻进深度、钻井泵冲、泥浆排量、钻井液 密度等井场信息数据，进行精确的水力计算和合理的逻辑判 断，实时对比实际井口压力与目标压力，依据二者的偏差， 通过控制系统发出控制节流撬中节流阀的信号，调节节流阀 的开度以改变井口回压，实现控制井底
5、压力的目标。可分为 恒压控制和微流量控制。恒压控制原理如图 1 所示： 恒压控制是在钻井作业过程中保持近钻头井底压力恒 定（井底恒压模式）或保持泥浆出口压力恒定。其控制手段 是通过调节节流管汇上节流阀开度，实现控制井口压力来间 接达到井底压力控制的目标。当停止循环时，也采用恒压控 制，通过回压泵系统来对井口的压力进行补偿，控制原理和 正常循环钻进时类似，只是控制手段是调节回压泵系统的节 流阀开度实现压力的调节。恒压控制框图如图 2 所示。微流量控制原理如图 3 所示： 控制器具体实现对井口微流量恒定的控制：一方面接收 上位机HMI软件下传的井口流量设定值（Qr）,同时经井口流量计实时在线检测井
6、口实际流量（Qf）,根据设定流量与实际流量的偏差（厶Q）自动调节节流阀开度，以实现对井 口流量的控制使实际井口流量与设定流量保持一致，达到井 口微流量控制的目的。微流量控制框图如图 4 所示。通过以上分析，常规的控制算法均需要精确确定数学模 型。在控制领域有许多先进的控制算法，但是大多数的控制 算法都依赖于精确的数学模型，对于复杂的控制系统，很难 建立数学模型。在控压钻井施工工区，地质结构本身具有太 多的不确定性，地层也是不均匀特性，钻井施工过程中也存 在很大的随机性，所以很难建立起系统的数学模型，对于有 的施工现场甚至不能建立模型，精确的预测数学模型难以满 足控压钻井的控制需求。因此，在控压
7、钻井自动控制系统中 我们提出无模型白适应控制(MFAC)算法。这种算法不依赖于系统的数学模型，而且具有很强的鲁棒性和适应性。2.2 MFAC控制理论MFAC控制算法本身在理论上就具有闭环系统的稳定性 分析和判据，能够保证控制系统的稳定性，在算法实现过程 中不需要对过程进行系统辨识，不需要进行精确的定量，也 不需要较为复杂的人 T 工控制器相关参数的整定，这些特征 非常适合控压钻井控制系统特点。离散的非线性系统一般表达式为：y (k+1) =f (y (k), y (k-m),n (k), u (k-n)( 1)从( 1)式可以看出系统输入输出的关系以及阶次，处理这样的非线性系统一般是通过各种合
8、适的算法将非线性 系统转换为易处理的线性系统。在MFAC 理论方法中，采用的是泛模型方法。简单点说就是将非线性系统进行动态线性 化，推导得到带有时变因子的线性系统模型。首先假设系统的输入是可控的，而且输出是可观的，也 就是说保证系统的输出一定是由相关的可以控制的输入信 号引起，且能达到控制目标。其次也要假设系统输入连续变 换时输出也能连续变化。同时(1)式也要满足广义谱希茨条件，即在任意时刻k和，有Au (k)工0| y (k+1) | < b| u (k) |(b>0)其中 y ( k+ 1) =y ( k+ 1) - y ( k) u (k) =u (k)- u (k-1)当厶
9、 u (k)工 O,则一定存在一个伪偏导数(k),使得y (k+1) - y (k)二(k) (u (k) -u (k-1)(2)可以理解(Jt)为y (k十1)关于u (k)的梯度，且 < b。这一点就体现了系统的白适应特点，也是MFAC理论中的泛模型。给定系统输出设定值y'(k+1) ，通过控制器输出u (k) ，作用于执行机构，达到系统输出、 (k+1) =y+(k+1) 的目的。这里，(k)是未知的，但是可以根据观测的数据 u (k -1) .y ( k) ，可以得到(k -1 )的预估值-(k -I), 从而推导得出c0 (k)的预估值0 (k)。系统线性化表达式变为：
10、(一)控制率的求解 泛模型的引入，使得非线性系统动态近似线性化，这时 需要对系统输入信号的变化量进行限制。对于非线性系统而 言，如果输入信号的变化量过大，也就是说系统输入发生突 变，很容易造成系统不稳定。因此，控制器的控制算法必须 要同时考虑系统稳态偏差和系统稳定性。对于一般离散系统， 大多采用最小化相邻步数的系统输入误差为目标来进行控 制。因此，输入目标控制函数用( 4)式来表示。控制？“程基本上是这样一个过程：在 t时刻，依据t-1 时刻的输入输出数据预估伪偏导数 0(k)，然后将0(k)代 人( 6)式，使反馈回路检测的信号尽量跟随控制器设定的 输出，然后反馈到系统输入端，使新的观测值作
11、为控制器的 输入信号，依据这个输入的新数据，对 0 ( k.1 )进行计算， 以此往复，最终使系统稳定而且稳态误差最小。这样一个控制过程基本就是( 6)式和( 8)式交替计算 达到控制的目的。控制原理框图如图 5所示，MFAC控制结 构框图如图 5 所示。在 MFAC 控制率中，涉及到两个因子，一个是学习步长Y 和入。若 0 (k)< & (& >o)或 | u (k -1) l < t , &是 无穷小的正数，则 0 ( k)=0 ( 1 )。3 MFAC 仿真研究在MATLAB simulink中没有 MFAC模块3，在对控压钻 井自动控制系统进行
12、仿真前需要封装 MFAC模块，然后借助 simulink 中的相关模块进行仿真。封装后的模块如图 7 所示Reference是参考输入，scope是matlah中的示波器模块。 从图示可以看出控制器独立于系统模型。系统被控对象为调节阀及其伺服机构井口装置，流量检 测等。由于流量调节响应速度较慢，可视为有滞后二阶惯性 环节，即对系统子模型表达式为为了验证MFAC算法的有效性，针对有滞后二阶惯性环节，采用 PID 控制算法做对比，系统数学模型近似如图8：从图中可以看出， PID 控制算法也能达到控制目的，但是MFAC算法的超调量稍小，在仿真过程中加入一定的噪声， 白噪声是方差为0.01的信号，可以
13、看出MFAC算法具有一定 的白适应性，响应的速度也有一定的优势。4 结论 在立压、套压、流量三个工作流程中均存在非线性因子， 且非线性程度随运行工况也会发生变化，采用无模型白适应 算法忽略系统数学建模的问题，同时也可以解决动态非线性 的控制问题。在施工过程中可以实现手自动投运、多目标转 换、设定值跟踪等动作，以达到对液动节流阀的调节平滑无扰。经过实验室试验，控制系统能实现井底压力控制和微流量控制，全工况回压控制精度达到0.5MPa。参考文献：1蒋宏伟，周英超等控压钻井关键技术研究J石油矿场机械， 2012， 41（1）：152周英操，杨雄文等 PCDS-1精细控压钻井系统研制与现场试验J石油钻探技术2011，39（4）:7-123李传庆，刘广生基于Matlab-Simulink的MFA控制模块开发与仿真J控制工程，2008，15（ s1）: 61-62