無模型自適應控制算法在控壓鉆井自動控制系統(tǒng)中的應用

1、無模型自適應控制算法在控壓鉆井自動控制系統(tǒng)中的應用摘要：控壓鉆井自動控制系統(tǒng)主要通過改變井口回壓 的手段來維持井底壓力的恒定。進行數(shù)學建模時受控壓鉆井 工區(qū)結構、井口裝置等各方面因素影響，很難建立精確的數(shù) 學模型。本文分析了基本控制原理之后，提出無模型自適應 控制（MFAC）算法，不依賴于控制系統(tǒng)的數(shù)學模型，只需 要系統(tǒng)的輸出可觀輸入可控。給出了詳細的MFAC控制率求解方法以及偽偏導數(shù)預估方法，結合近似滯后二階慣性環(huán)節(jié)， 進行了仿真研究。從仿真結果可看出MFAC控制算法能滿足控制要求，達到控制目的。關鍵詞：控壓鉆井；偽偏導數(shù)；無模型自適應控制 控壓鉆井的主要任務是能夠對井底的壓力精準控制，保

2、證井底的壓力在安全密度窗口之內。在鉆井過程中影響井底 壓力的因素有靜液柱壓力、環(huán)空壓力損耗以及井口回壓三個 因素，其中靜液柱壓力與鉆井液的密度有直接的關系 1，一 般不能快速被調整，而環(huán)空壓力的損耗受多種因素的影響， 比如鉆井泵的排量、井身結構，鉆具的轉速等多個因素，可 控性比較小。那么對于自動控制系統(tǒng)而言，只能去改變井口 回壓來補償壓力的損耗，以維持井底壓力恒定。井口回壓是靠地面節(jié)流管匯系統(tǒng)的節(jié)流閥和平板閥的 開度來進行調節(jié)的，這就要求控壓鉆井的自動控制系統(tǒng)需要 在大量實踐基礎上建立的一整套專家系統(tǒng)和智能化控制算 法以滿足智能化控壓鉆井的特定測控要求。1 控制系統(tǒng)結構控制系統(tǒng)主要完成兩大任務

3、： （一）實時在線檢測井 口人口流量、人口壓力、回壓泵入口流量、回壓泵壓力、井 口回壓、 節(jié)流閥后壓力等工藝參數(shù)。 （二） 根據(jù)入口流量、 人口壓力及控壓鉆井工藝參數(shù)要求對節(jié)流閥的開度和平板 閥的開關動作實現(xiàn)自動控制。自動控制系統(tǒng)主要完成對流量、壓力、閥狀態(tài)等現(xiàn)場數(shù) 據(jù)的采集，對節(jié)流閥的開度和平板閥的開關，以及泵的啟 / 停自動控制，并完成上 ?魎 ?采集的現(xiàn)場數(shù)據(jù)，及接收管理級 計算機的生產(chǎn)指令等功能。白動控制系統(tǒng)由控制器、信號隔 離器、驅動泵啟停邏輯、保護電路等組成。2 控制原理控壓鉆井的核心問題在于對井口壓力的控制 2 。整個控 壓鉆井的施工流程在不同的工區(qū)可能不盡相同，但是總體來 說有

4、四個基本程序： 開泵、正常鉆井循環(huán)、 停泵、停止循環(huán)。 對于控制而言，最關鍵的控制點在開泵和停泵兩個時刻，當 開泵的時候，井口壓力要能夠迅速降低，停泵的時候，井口 壓力能夠迅速得到升高，以補償環(huán)空壓力損耗，維持井底壓 力恒定。2 1 基本控制原理 控制系統(tǒng)的控制原理為通過控壓鉆井裝備與工藝的有 效結合，依據(jù)采集的排量、套壓、立管壓力等工藝參數(shù)，通 過錄井設備獲取的鉆進深度、鉆井泵沖、泥漿排量、鉆井液 密度等井場信息數(shù)據(jù)，進行精確的水力計算和合理的邏輯判 斷，實時對比實際井口壓力與目標壓力，依據(jù)二者的偏差， 通過控制系統(tǒng)發(fā)出控制節(jié)流撬中節(jié)流閥的信號，調節(jié)節(jié)流閥 的開度以改變井口回壓，實現(xiàn)控制井底

5、壓力的目標?？煞譃?恒壓控制和微流量控制。恒壓控制原理如圖 1 所示： 恒壓控制是在鉆井作業(yè)過程中保持近鉆頭井底壓力恒 定（井底恒壓模式）或保持泥漿出口壓力恒定。其控制手段 是通過調節(jié)節(jié)流管匯上節(jié)流閥開度，實現(xiàn)控制井口壓力來間 接達到井底壓力控制的目標。當停止循環(huán)時，也采用恒壓控 制，通過回壓泵系統(tǒng)來對井口的壓力進行補償，控制原理和 正常循環(huán)鉆進時類似，只是控制手段是調節(jié)回壓泵系統(tǒng)的節(jié) 流閥開度實現(xiàn)壓力的調節(jié)。恒壓控制框圖如圖 2 所示。微流量控制原理如圖 3 所示： 控制器具體實現(xiàn)對井口微流量恒定的控制：一方面接收 上位機HMI軟件下傳的井口流量設定值（Qr）,同時經(jīng)井口流量計實時在線檢測井

6、口實際流量（Qf）,根據(jù)設定流量與實際流量的偏差（厶Q）自動調節(jié)節(jié)流閥開度，以實現(xiàn)對井 口流量的控制使實際井口流量與設定流量保持一致，達到井 口微流量控制的目的。微流量控制框圖如圖 4 所示。通過以上分析，常規(guī)的控制算法均需要精確確定數(shù)學模 型。在控制領域有許多先進的控制算法，但是大多數(shù)的控制 算法都依賴于精確的數(shù)學模型，對于復雜的控制系統(tǒng)，很難 建立數(shù)學模型。在控壓鉆井施工工區(qū)，地質結構本身具有太 多的不確定性，地層也是不均勻特性，鉆井施工過程中也存 在很大的隨機性，所以很難建立起系統(tǒng)的數(shù)學模型，對于有 的施工現(xiàn)場甚至不能建立模型，精確的預測數(shù)學模型難以滿 足控壓鉆井的控制需求。因此，在控壓

7、鉆井自動控制系統(tǒng)中 我們提出無模型白適應控制(MFAC)算法。這種算法不依賴于系統(tǒng)的數(shù)學模型，而且具有很強的魯棒性和適應性。2.2 MFAC控制理論MFAC控制算法本身在理論上就具有閉環(huán)系統(tǒng)的穩(wěn)定性 分析和判據(jù)，能夠保證控制系統(tǒng)的穩(wěn)定性，在算法實現(xiàn)過程 中不需要對過程進行系統(tǒng)辨識，不需要進行精確的定量，也 不需要較為復雜的人 T 工控制器相關參數(shù)的整定，這些特征 非常適合控壓鉆井控制系統(tǒng)特點。離散的非線性系統(tǒng)一般表達式為：y (k+1) =f (y (k), y (k-m),n (k), u (k-n)( 1)從( 1)式可以看出系統(tǒng)輸入輸出的關系以及階次，處理這樣的非線性系統(tǒng)一般是通過各種合

8、適的算法將非線性 系統(tǒng)轉換為易處理的線性系統(tǒng)。在MFAC 理論方法中，采用的是泛模型方法。簡單點說就是將非線性系統(tǒng)進行動態(tài)線性 化，推導得到帶有時變因子的線性系統(tǒng)模型。首先假設系統(tǒng)的輸入是可控的，而且輸出是可觀的，也 就是說保證系統(tǒng)的輸出一定是由相關的可以控制的輸入信 號引起，且能達到控制目標。其次也要假設系統(tǒng)輸入連續(xù)變 換時輸出也能連續(xù)變化。同時(1)式也要滿足廣義譜希茨條件，即在任意時刻k和，有Au (k)工0| y (k+1) | 0)其中 y ( k+ 1) =y ( k+ 1) - y ( k) u (k) =u (k)- u (k-1)當厶 u (k)工 O,則一定存在一個偽偏導數(shù)

9、(k),使得y (k+1) - y (k)二(k) (u (k) -u (k-1)(2)可以理解(Jt)為y (k十1)關于u (k)的梯度，且 b。這一點就體現(xiàn)了系統(tǒng)的白適應特點，也是MFAC理論中的泛模型。給定系統(tǒng)輸出設定值y(k+1) ，通過控制器輸出u (k) ，作用于執(zhí)行機構，達到系統(tǒng)輸出、 (k+1) =y+(k+1) 的目的。這里，(k)是未知的，但是可以根據(jù)觀測的數(shù)據(jù) u (k -1) .y ( k) ，可以得到(k -1 )的預估值-(k -I), 從而推導得出c0 (k)的預估值0 (k)。系統(tǒng)線性化表達式變?yōu)椋?一)控制率的求解 泛模型的引入，使得非線性系統(tǒng)動態(tài)近似線性化

10、，這時 需要對系統(tǒng)輸入信號的變化量進行限制。對于非線性系統(tǒng)而 言，如果輸入信號的變化量過大，也就是說系統(tǒng)輸入發(fā)生突 變，很容易造成系統(tǒng)不穩(wěn)定。因此，控制器的控制算法必須 要同時考慮系統(tǒng)穩(wěn)態(tài)偏差和系統(tǒng)穩(wěn)定性。對于一般離散系統(tǒng)， 大多采用最小化相鄰步數(shù)的系統(tǒng)輸入誤差為目標來進行控 制。因此，輸入目標控制函數(shù)用( 4)式來表示?？刂疲俊俺袒旧鲜沁@樣一個過程：在 t時刻，依據(jù)t-1 時刻的輸入輸出數(shù)據(jù)預估偽偏導數(shù) 0(k)，然后將0(k)代 人( 6)式，使反饋回路檢測的信號盡量跟隨控制器設定的 輸出，然后反饋到系統(tǒng)輸入端，使新的觀測值作為控制器的 輸入信號，依據(jù)這個輸入的新數(shù)據(jù)，對 0 ( k.1

11、 )進行計算， 以此往復，最終使系統(tǒng)穩(wěn)定而且穩(wěn)態(tài)誤差最小。這樣一個控制過程基本就是( 6)式和( 8)式交替計算 達到控制的目的?？刂圃砜驁D如圖 5所示，MFAC控制結 構框圖如圖 5 所示。在 MFAC 控制率中，涉及到兩個因子，一個是學習步長Y 和入。若 0 (k)o)或 | u (k -1) l t , &是 無窮小的正數(shù)，則 0 ( k)=0 ( 1 )。3 MFAC 仿真研究在MATLAB simulink中沒有 MFAC模塊3，在對控壓鉆 井自動控制系統(tǒng)進行仿真前需要封裝 MFAC模塊，然后借助 simulink 中的相關模塊進行仿真。封裝后的模塊如圖 7 所示Reference

12、是參考輸入，scope是matlah中的示波器模塊。 從圖示可以看出控制器獨立于系統(tǒng)模型。系統(tǒng)被控對象為調節(jié)閥及其伺服機構井口裝置，流量檢 測等。由于流量調節(jié)響應速度較慢，可視為有滯后二階慣性 環(huán)節(jié)，即對系統(tǒng)子模型表達式為為了驗證MFAC算法的有效性，針對有滯后二階慣性環(huán)節(jié)，采用 PID 控制算法做對比，系統(tǒng)數(shù)學模型近似如圖8：從圖中可以看出， PID 控制算法也能達到控制目的，但是MFAC算法的超調量稍小，在仿真過程中加入一定的噪聲， 白噪聲是方差為0.01的信號，可以看出MFAC算法具有一定 的白適應性，響應的速度也有一定的優(yōu)勢。4 結論 在立壓、套壓、流量三個工作流程中均存在非線性因子， 且非線性程度隨運行工況也會發(fā)生變化，采用無模型白適應 算法忽略系統(tǒng)數(shù)學建模的問題，同時也可以解決動態(tài)非線性 的控制問題。在施工過程中可以實現(xiàn)手自動投運、多目標轉 換、設定值跟蹤等動作，以達到對液動節(jié)流閥的調節(jié)平滑無擾。經(jīng)過實驗室試驗，控制系統(tǒng)能實