【摘 要】
:
目前,国内控压钻井技术和装备与国外相比,无论是在装备研制,或是在控制性能及精度上仍然存在较大差距,而且在控制方法上多是采用传统PID控制算法,正在大力发展的先进控制方法在控压钻井控制方面应用还比较少。因此,本文基于西门子PCS7设计了一套控压钻井装备操作软件,设计了自动控制系统,可以对控压钻井的过程进行实时监控操作。基于控压钻井压力控制方法及井口回压调节的研究,对节流阀压力控制使用先进控制算法仿真
论文部分内容阅读
目前,国内控压钻井技术和装备与国外相比,无论是在装备研制,或是在控制性能及精度上仍然存在较大差距,而且在控制方法上多是采用传统PID控制算法,正在大力发展的先进控制方法在控压钻井控制方面应用还比较少。因此,本文基于西门子PCS7设计了一套控压钻井装备操作软件,设计了自动控制系统,可以对控压钻井的过程进行实时监控操作。基于控压钻井压力控制方法及井口回压调节的研究,对节流阀压力控制使用先进控制算法仿真。国内外专家学者已经对井筒环空多相流水力模型做了大量的研究,且有运用到控压钻井装备的模型计算上,也取得了较为丰硕的成果,但国内对井筒多相流尤其是气侵的研究还有待进一步的开拓。在前人对井筒环空两相流模型研究基础上,本文研究控压钻井井筒环空气液两相流以及气侵期间气液两相流模型,对气液两相流气侵过程进行一定的模拟,结果分析可以为控压钻井过程中的气侵控制提供一定的理论支持。考虑工艺流程以及控制要求,针对三通道控压钻井控制系统,本文设计了一种基于现场总线的控制方案,对控制系统进行了一系列的设计,包括做软硬件组态、仪器仪表选型等。利用西门子PLC和Win CC组态软件设计了一套操作软件,通过组态监控界面能够实现实时数据监控、工况控制、报警联锁等功能,全数字化的智能仪器仪表以及信号传输方式的应用,提高了控制系统的控制精度。从数学模型及控制对象本身出发,分析对象的动态特性,然后根据试验数据做曲线拟合。针对传统控制算法在压力控制方面的局限,采用基于非线性模型预测控制的先进方法,对控制目标进行模拟仿真。实验表明模型预测控制方法能够很好的改善系统的控制性能。
其他文献
地下储气库由于在调峰及安全供气中独一无二的优点,是输气网络的重要组成部分之一。呼图壁地下天然气储气库是中国在天津大张坨地下储气库之外投产的第二个储气库,同时也是目前为止中国储容量最大的天然气地下储气库,作为地下储气库,呼图壁储气库具有储藏量大、调节工作气量大、安全性高和成本低等优势,具备季节调峰和应急储备双重功能。它极大的改善了新疆地区冬季供气不足的现状,而且作为西气东输首个大型配套系统,在保障国
目前,受制于康复医疗资源的短缺,我国老年人和残疾人潜在很大的康复需求未能得到充分释放。因此,本文针对下肢运动功能障碍患者设计了一款能应用于轮椅以及病床的多功能下肢康复器。旨在多场景下帮助老年人或残疾人等下肢运动功能障碍患者进行康复训练,恢复他们的下肢运动功能。首先,本文依托人体康复机理,通过分析人体下肢解剖学结构,提出了以脚踏车运动机构为主体的下肢康复器设计方案,针对下肢康复器的多场景应用确定了两
地下水资源在居民生活、工业和农田灌溉等领域都有很大的应用,对生产生活、经济发展起着至关重要的作用。对地下水水位进行有效预测,能为水资源管理提供有力支持。本文将地下水水位预测任务划分为短期预测和中长期预测,其中短期预测有助于及时了解水位短期动态变化,预测精度更高。中长期预测可以为决策者提供未来一段时间内的水位变化趋势,但更具挑战性。为解决地下水水位预测中数据的波动性、时空动态性等问题,本文提出了多模
微能网作为消纳可再生能源的高效方案,被研究者广泛研究。微能网对内的能源需求是用户对微能网的多形态能源需求,所以微能网对内的各能源需求不确定性和时变性很强。有效制定微能网对内的多形态能源的协调控制策略是微能网安全、高效运行的关键,而协调控制策略的制定需要微能网对内的多形态能源的供给和需求预测支撑。结合微能网中多能源负荷数据的时序性和非线性特点,本文基于深度学习理论提出了一种基于神经网络的预测模型用于
近年来随着深度学习的快速发展,基于深度学习的目标识别算法在车辆检测、人脸识别、医学影像诊断以及安防产业等诸多领域取得了可观成果。深度学习的应用可以极大地缩短检测时间,提升检测效率,保障人员安全等。但目前安检方面大多依赖传统的人工安检,且市场上新兴的的X光安检设备对于主要几种违禁品识别的正确率在80%上下,而且稀有违禁品(枪支等)样本缺乏,可检测的违禁品种类不全,检测的准确率以及召回率有待提高。本文
人工智能的日渐发展无论在经济领域还是社会生活方面都展现了很大的应用价值。基于深度学习的目标检测算法之所以能够取得卓越的表现效果,是因为采用的深度卷积网络模型,得益于它大量的网络参数以及复杂的网络结构。但由此也带来了两方面的问题,一是运算量巨大,造成模型推理速度的降低,较难满足目标检测任务的实时和落地需求;二是大量的网络参数导致模型大小突增,导致需要更大的空间进行模型存储。而这些问题恰恰使得目标检测
深度学习是人工智能领域里的一个重要分支,依赖着大批量的数据,数据集的质量及大小更是直接影响模型性能的关键。卷积神经网络(CNN)在计算机视觉任务中取得了巨大突破,尤其是大规模训练带注释的数据集。但是,获得如此大的X射线数据集以用于公共场所(例如机场,火车站等)的违禁品检测,对于信息安全尤其是一些罕见的违禁品而言,并不是一件容易的事。针对违禁品图像检测中因数据集小而造成检测模型效果不佳的问题,提出基
在化工系统的运行过程中,系统的操作条件以及系统参数会发生改变,应用控制策略可以实现系统的在线控制,以使系统在投入使用中满足操作和控制要求。换热网络是典型的慢时变过程,其结垢热阻以及操作条件会随着运行时间逐渐变化,为了满足其操作要求,往往会在换热网络系统的设计中预留一定裕量,裕量设计可以增加在控制过程中的可操作性,但裕量的大小与过程系统的经济性相关。设计裕量过大会导致系统前期的投资费用大幅升高,裕量
在实际工业过程控制中,被控对象一般为多变量非线性系统,在其内部必然存在一定程度的耦合,且输入输出特性与工作点有关。考虑控制安全可靠的要求,工业过程的底层控制系统主要采用分散常规PID控制,应用于多变量非线性系统有一定的难度。本文以非线性静态环节与线性动态环节连接的Hammerstein多变量非线性系统为研究对象,分别采用神经网络和描述函数处理非线性相对增益阵,解决Hammerstein非线性系统的
研究电机控制方法,提高转速控制精度,是提高钻井轨迹导向机器人系统导向控制精度的关键。提高系统的导向精度可以提高石油开采效率,降低开采成本,对我国的能源安全具有重要的战略意义。本文选择结构简单,控制精准的永磁同步电机作为系统动力设备,并选择转矩脉动较小的矢量控制策略作为其控制策略。本文对永磁同步电机的结构和矢量控制的原理进行介绍,并建立了永磁同步电机矢量控制的数学模型。由于矢量控制速度环和电流环使用