权利要求书： 1.一种小型智能钻机的控制方法，其特征在于，包括以下步骤；
步骤一：根据钻井工艺要求确定小型智能钻机的组成，通过分析自动送钻控制系统的整个过程，详细设置小型智能钻机控制系统，根据钻井参数得出传递函数并在Simulink中设计出自动送钻系统控制框图；
步骤二：采用BP神经网络算法，建立神经网络识别岩性模型，采用三层BP神经网络结构，输入层包含4个神经元，分别对应输入的平均钻压、钻头平均转速、平均扭矩及平均机械钻速，输出层包含2个神经元，分别对应所需识别的2类岩性，构造钻进参数样本并在软件MATLAB中采用神经网络模式识别工具箱，输入为钻井参数数据集，输出为岩性数据矩阵，隐含层节点数为10，进行数据训练、验证和测试，实现岩性识别；
步骤三：结合步骤一和步骤二，结合模拟岩样钻进试验，获得的包括钻速、转速和钻压敏感钻进参数，作为训练样本进行岩性识别，并单独分析自动送钻部分每个控制环节的数学物理模型，设计每个环节的传递函数，通过结合实际的自动送钻控制系统的钻井关系将三个控制环节通过接口连接；
所述步骤一中控制系统是三环控制系统，包括液压环节、绞车调节钻速环节及对钻具的上提下放进行控制的钻压环节，液压系统采用阀控电液伺服控制,输入量是电液伺服阀端的电流信号,输出量是液压缸的输出压力,电液伺服阀传递函数确定为速度环是通过液压盘式刹车的制动力来实现，通过分析压力P与钻具下
放速度之间的关系建立速度环的控制框图；根据钻速与钻压之间的关系设计出钻压调节器；
所述液压环节、绞车调节钻速环节及对钻具的上提下放进行控制的钻压环节通过接口连接，采用BP?PID控制，控制器包括两部分：经典增量式PID控制器和BP神经网络，其中经典的PID控制器直接对被控对象进行闭环控制，并且控制器的三个参数kp,ki，kd为在线调整方式，而神经网络则根据系统的运行状态，调整PID控制器的参数，以期达到某种性能指标的最优化。
2.根据权利要求1所述的一种小型智能钻机的控制方法，其特征在于，所述BP神经网络具有任意非线性表达能力，利用BP神经网络可以建立比例环节参数Kp、积分环节Ki、微分环节Kd自整定的PID控制器，PID控制器的输出u(k)＝u(k?1)+Δu(k),其中Δu(k)＝kp(e(k)?e(k?1))+kie(k)+k
声明：
“小型智能钻机的控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
677
编辑：中冶有色网
来源：西安石油大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月08日 ~ 10日 
