神经网络自适应PID控制器应用于螺杆泵井过程控制.pdfVIP

维普资讯 石 油 仪 器 2004年 第 18卷 第 3期 PETROLEUM INSTRUMENIS ·5 · · 开发设计 · 神经网络 自适应PID控制器 应用于螺杆泵井过程控制 周 勇 张 占生 黄文才 马海波 傅新勇 (华北油田分公司第五采油厂 河北 辛集) 摘 要：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。 关 键 词 ：神经网络；自适应PID控制；螺杆泵控制系统；学习算法 中图法分类号：TE933 ．3 文献标识码 ：B 文章编号：1004-9134(2004)030005．04 多层神经网络一般 由若干层组成 ，共分为 3层：i 0 引 言 为输入层节点，为隐含层节点，k为输出层节点。每 传统的PID(比例、积分、微分)调节器虽然技术成 层中有一定数据的神经元。输入信息的神经元组成输 熟，在过程控制中获得了广泛应用 ，但是对于一些复杂 入层，输出信息的神经元组成输出层，其余称为中间神 过程及参数时变系统，由于PID的参数不易实时在线 经元，中间层也称为隐含层…。 调整，在应用中影响了系统的控制品质。人工神经网 1．1 神经网络的构建 络是用大量简单的处理单元广泛连接组成的复杂网 螺杆泵井扭矩调整过程是根据光杆转速的平均值 络，它将生物大脑的神经网络模仿成数据模型。人工 n1、最小值 ，l2、最大值 n3以及井lZl压力的平均值 Pl、 神经网络具有人脑的信息综合、学习记忆和归纳功能， 最小值 P2-．最大值 P3这 6个性能指标是否同时得到 而且，人工神经网络的分布与并行处理、离散与连续时 满足来决定是否对输出的扭矩值进行调整，并且根据 间计算和全局信息的功能又使它有能力解决串行操作 各个参量同规定指标的偏差的大小来决定调整量的大 和信息存储模式的传统计算机难以解决的高速、实时 小。 的复杂问题。另外 ，神经网络还可以处理那些用模型 在此基础上，建立了系统的神经网络计算模型，采 和规则描述的过程，它可以选取适当的控制算法，根据 用了图1所示的网络拓扑结构，模型中，nl、n2、n3．,pl、 输出偏差的大小进行 自动调节，使输出达到给定值。 P2、P3构成神经网络的输入向量 i(il、i2、i3、i4、i5、i6) 例如在扭矩等这样一些多变量、非线性、纯滞后的控制 的输入信号。而调整螺杆泵井扭矩作为输出向量 ，， 系统中，神经网络取得了成功的应用。 中间隐含层_『神经元个数待定。 图1的节点作用函数采用Sigmoid函数[】 1 神经网络 自适应 PID控制 )= 人工神经网络是以工程技术手段利用各种不同拓 扑结构的神经网络，来模拟人脑神经元网络的结构与 式中，7为函数修正因子。 特征的系统，它是生物神经网络的一种模拟和近似。 1．2 螺杆泵学习过程 误差反向传播网络神经是一种多层前向网络，在函数 螺杆泵学习过程通过系统