负载力矩对转阀转速的影响分析及转速的全域闭环控制研究

来源 :中国石油大学(华东) | 被引量 : 0次 | 上传用户:wanxueguan55
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随钻测量(MWD)技术用于钻井过程中井下信息的实时测量与上传。随钻测量系统通常采用钻井液连续压力波进行井下数据向地面的遥传,其关键部件旋转阀的转速控制关系到钻井液压力信号的产生与信号质量,是随钻测量领域急需解决的一个关键问题。本文基于旋转阀结构和转子的受力分析,采用理论计算结合CFD仿真分析建立旋转阀负载力矩的多项式计算模型,为精确描述旋转阀负载力矩随转角的变化规律,负载力矩的计算模型以转阀的开阀过程和关阀过程分为两段,根据特定转角或时间进行计算模型的快速切换;根据电机转速平衡方程,建立旋转阀转速的数学模型,并通过非线性补偿方法对转速开环控制系统进行线性化校正,实现转速方程的线性化,研究了转速时间常数、流量测量误差、旋转阀负载力矩计算模型偏差等干扰量及其复合干扰以及负载力矩计算模型的快速切换对转速控制的影响;在旋转阀转速开环控制系统线性化基础上,建立旋转阀转速的PID闭环控制系统,通过合理选择PID参数,提高旋转阀转速快速跟踪控制脉冲的能力及抗干扰能力。理论研究中采用转速方程的拉普拉斯变换及转速的传递函数分析方法构建出转速及干扰量的复频域表达式,通过留数计算法进行拉普拉斯逆变换得到转速的时域响应,研究分析了旋转阀负载力矩计算模型快速切换对转速控制的影响并与Simulink仿真分析结果进行对比。理论研究表明,旋转阀负载力矩计算模型的快速切换除自身会产生一定的干扰外,对其它干扰量还具有较大的影响作用,使转速时间常数、流量测量误差及旋转阀负载力矩计算模型偏差等产生的干扰得到加强,对旋转阀转速控制的影响增大,这一理论分析结果通过仿真分析得以验证。此外,为实现旋转阀转速控制效果的实验模拟,论文在研究中采用磁粉制动器的制动力矩模拟旋转阀的负载力矩,利用磁粉制动器励磁电压的增量补偿方法提高制动力矩的动态反应速度,建立了旋转阀转速控制模拟实验装置,对钻井液压力PSK调制过程的转速控制效果进行了低转速下的实验测量与验证。论文的研究对于高转速旋转阀的研制与转速控制具有一定的指导作用。
其他文献
脉冲中子元素测井是一种利用脉冲中子源产生的快中子进入地层,通过测量中子与地层元素原子核作用放出的伽马射线,得到元素含量进而确定矿物含量的先进核测井技术,广泛应用于复杂储层岩性识别、非常规储层评价等方面。CNET是中国石油大学(华东)自主研发设计的一支三探测器多功能脉冲中子能谱测井仪,上一代采集系统采用传统模拟核能谱测量方式,存在着系统死时间较长、系统分辨率较低等问题。本文将数字多道脉冲幅度分析理论
柔性装置广泛存在于存储器的磁头、机器人的手臂、内燃机的传动轴等日常生活和工业领域,柔性装置的负载转速变化容易引起传动轴的疲劳、振动等,不仅影响设备的工作效率还会增加安全隐患。本课题将柔性系统简化为三质量扭转系统,分析和建立自抗扰控制器,利用自抗扰控制器对三质量扭转系统进行速度控制,从而抑制三质量扭转系统在转动过程中扰动和速度振荡等问题。本文首先对自抗扰控制器的跟踪微分器、扩张状态观测器、非线性误差
有杆抽油系统是石油工业中最主要的提液方式,普通钢制抽油杆由于自重大、能耗高、活塞效应严重、不耐腐蚀而失效越来越频繁,不能满足油田的生产要求,而碳纤维抽油杆所具有的高强度、低密度、耐腐蚀等优点使其在油气生产中发挥越来越重要的作用。如何准确掌握抽油系统的工作状况并有效地进行故障诊断和预测对提高油田的效益和产能有重要的作用,也是碳纤维杆抽油系统研究与应用中的关键问题。示功图中包含丰富的信息,通过测试和分
由于工业自动化的需要,机械手被越来越广泛的应用于机械制造,冶金等领域。与此同时,传统机械手的各种缺点也暴露了出来,其柔顺性、交互性和安全性较差,导致了其在外形多变、易碎的物体抓取,残疾人康复辅助装置的应用当中都具有一定的局限性,从而限制了机械手的应用。针对传统机械手的上述缺点,本文研究了摩擦增强型软体机械手,该软体机械手柔顺性好,交互性和安全性高,并且其上还附有仿生纳米纤维阵列薄膜,从而具有更强的
大数据时代的到来以及深度学习的兴起使得图像描述成为了人工智能热门研究方向。传统的方法虽然在某种程度上能够完成基本的描述任务,但是在准确度丰富度上还存在一些不足。此外,它们只是利用了单一的图像属性或者图像的视觉特征,对于它们之间的关联性以及不同模态特征之间的互补性并没有进行详细的研究。为此,本文提出了两种图像描述的改进方法。一是基于视觉注意力与用户注意力社交图像描述方法。该方法意在利用社交图像中用户
本文着重研究了基于递归神经网络模型的共轭梯度法与广义Armijo搜索技术相结合的算法:第一章简要介绍了共轭梯度法的发展现状、神经网络的相关背景知识,并且总结了基于递归神经网络模型的算法研究现状.第二章基于Elman模型,结合广义Armijo搜索技术,设计了一种新的共轭梯度算法.该算法修正了RMFI共轭梯度算法,更新了共轭参数,使得新算法每次都能产生一个充分下降的搜索方向.此外,本章证明了基于Elm
人工神经网络在信号预测、函数逼近、自动控制以及模式识别等领域都具有广泛的应用,具有万能逼近能力的单隐层前馈神经网络是神经网络研究的重点。基于最速下降法的反向传播算法是训练单隐层前馈神经网络的流行算法之一,但它有收敛速度慢、耗时较长等缺点。基于存储量小和收敛速度快等优点,共轭梯度法目前已经成为训练神经网络的一种有效算法。结合单隐层实值前馈神经网络模型,近年来有研究者提出了基于共轭梯度法的实值神经网络
随着互联网技术的快速发展,每天都会产生海量的文本数据。文本分类作为自然语言处理和网络信息挖掘的基础,在文本信息处理中有着重要地位。人工文本分类方法和传统的机器学习文本分类方法难以满足目前对文本分类效率和精度的要求。随着深度学习在自然语言处理中的应用,深度学习方法为文本分类问题提供了新的解决途径。本文在研究总结文本向量表示技术和深度学习模型卷积神经网络原理的基础上,对运用卷积神经网络模型解决文本分类
目前国内区块链应用推广中,浮夸的商业化气息太重,造成一些不成熟的东西被过度吹捧。只是搞了些超级账本、以太坊、比特币就认为是在做区块链的,不符合习近平总书记的要求。区块链要先有基础设施,再要与产业深度融合,具体到金融、民生、政务等"百业可用",最后还必须达到一个颠覆性的突破。
期刊
复值神经网络是一类从实数域扩展到复数域的神经网络。复值超限学习机是其中一种有效的学习算法,它比复值BP神经网络算法收敛速度更快,但是为了达到与复值BP神经网络算法相当的性能需要更多的隐节点。USA算法是介于BP算法和ELM算法之间的一种有效算法,用于训练单隐层实值前馈神经网络,USA算法的性能优于ELM算法和BP算法。受USA算法的启发,结合复值ELM和复值BP算法,根据激活方式不同,本文提出了两