本文關(guān)鍵詞：導(dǎo)向鉆井穩(wěn)定平臺(tái)RBF-滑模變結(jié)構(gòu)控制，由筆耕文化傳播整理發(fā)布。

【摘要】：導(dǎo)向鉆井穩(wěn)定平臺(tái)是旋轉(zhuǎn)導(dǎo)向鉆井工具中的關(guān)鍵環(huán)節(jié),對(duì)其準(zhǔn)確、快速的控制能夠直接影響鉆井的效率和可靠性。由于受井下復(fù)雜多變的環(huán)境及各種摩擦影響,難以建立準(zhǔn)確的穩(wěn)定平臺(tái)數(shù)學(xué)模型,因此傳統(tǒng)的控制方法已不能滿足對(duì)穩(wěn)定平臺(tái)的控制要求。本文應(yīng)用了神經(jīng)網(wǎng)絡(luò)和滑模變結(jié)構(gòu)控制理論相結(jié)合的控制方法,實(shí)現(xiàn)了對(duì)穩(wěn)定平臺(tái)的控制。針對(duì)旋轉(zhuǎn)導(dǎo)向鉆井穩(wěn)定平臺(tái)存在的摩擦問(wèn)題帶來(lái)的不確定性,提出了RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑模變結(jié)構(gòu)(RBF Neural Network Adaptive Sliding Mode Control,RBFASMC)控制方法,以提高穩(wěn)定平臺(tái)控制的精確性和抗干擾能力。使用RBF神經(jīng)網(wǎng)絡(luò)對(duì)穩(wěn)定平臺(tái)模型中的不確定性進(jìn)行逼近,通過(guò)設(shè)計(jì)RBF網(wǎng)絡(luò)節(jié)點(diǎn)的喚醒與激活閾值來(lái)減少網(wǎng)絡(luò)規(guī)模,同時(shí)設(shè)計(jì)權(quán)值調(diào)整的自適應(yīng)律,并結(jié)合滑模變結(jié)構(gòu)控制增強(qiáng)系統(tǒng)的魯棒性。仿真實(shí)驗(yàn)表明,在該控制方法下穩(wěn)定平臺(tái)系統(tǒng)能夠?qū)崿F(xiàn)對(duì)工具面角進(jìn)行高精度的跟蹤,同時(shí)在魯棒性實(shí)驗(yàn)分析中,系統(tǒng)具有較強(qiáng)的魯棒性,能有效消除參數(shù)和擾動(dòng)的變化。為了提高穩(wěn)定平臺(tái)對(duì)工具面角的跟蹤速度,提出了RBF神經(jīng)網(wǎng)絡(luò)直接自適應(yīng)滑模變結(jié)構(gòu)(RBF Neural Network Direct Adaptive Sliding Mode Control,RBFDASMC)控制方法。該方法是通過(guò)設(shè)計(jì)控制器參數(shù),來(lái)提高系統(tǒng)的收斂和趨近切換面的速度。結(jié)合RBF神經(jīng)網(wǎng)絡(luò)來(lái)逼近系統(tǒng)的未知模型,并考慮到系統(tǒng)未知模型會(huì)對(duì)控制品質(zhì)產(chǎn)生不利影響,設(shè)計(jì)了新的自適應(yīng)律,證明了系統(tǒng)的穩(wěn)定性。仿真實(shí)驗(yàn)證明,利用該控制方法,對(duì)預(yù)設(shè)的工具面角跟蹤效果良好,在參數(shù)的攝動(dòng)下,系統(tǒng)具有強(qiáng)魯棒性,并且能夠有效逼近系統(tǒng)的不確定模型。
【關(guān)鍵詞】：導(dǎo)向鉆井穩(wěn)定平臺(tái) RBF神經(jīng)網(wǎng)絡(luò) 滑模變結(jié)構(gòu)控制
【學(xué)位授予單位】：西安石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TE928;TP273
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 緒論7-13
• 1.1 課題的背景與意義7
• 1.2 課題研究現(xiàn)狀7-11
• 1.2.1 旋轉(zhuǎn)導(dǎo)向鉆井技術(shù)7-9
• 1.2.2 滑模變結(jié)構(gòu)控制現(xiàn)狀9-10
• 1.2.3 神經(jīng)網(wǎng)絡(luò)控制現(xiàn)狀10-11
• 1.3 論文主要內(nèi)容11-13
• 第二章 旋轉(zhuǎn)導(dǎo)向鉆井穩(wěn)定平臺(tái)控制系統(tǒng)13-26
• 2.1 旋轉(zhuǎn)導(dǎo)向鉆井工具13-16
• 2.1.1 旋轉(zhuǎn)導(dǎo)向鉆井工具的構(gòu)成13-15
• 2.1.2 穩(wěn)定平臺(tái)的控制系統(tǒng)組成及原理15-16
• 2.2 穩(wěn)定平臺(tái)廣義模型的建立16-19
• 2.2.1 穩(wěn)定平臺(tái)渦輪電機(jī)環(huán)節(jié)模型16-17
• 2.2.2 其他環(huán)節(jié)模型17-19
• 2.3 穩(wěn)定平臺(tái)轉(zhuǎn)矩平衡與摩擦模型分析19-25
• 2.3.1 穩(wěn)定平臺(tái)轉(zhuǎn)矩平衡分析19-22
• 2.3.2 上下盤(pán)閥摩擦力矩模型22-23
• 2.3.3 雙曲正切摩擦模型23-25
• 2.4 本章小結(jié)25-26
• 第三章 RBF神經(jīng)網(wǎng)絡(luò)和滑模變結(jié)構(gòu)控制理論26-36
• 3.1 RBF神經(jīng)網(wǎng)絡(luò)理論26-30
• 3.1.1 RBF神經(jīng)網(wǎng)絡(luò)模型26-28
• 3.1.2 RBF神經(jīng)網(wǎng)絡(luò)逼近理論28
• 3.1.3 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程28-29
• 3.1.4 RBF神經(jīng)網(wǎng)絡(luò)控制原理29-30
• 3.2 滑模變結(jié)構(gòu)控制理論30-35
• 3.2.1 滑模變結(jié)構(gòu)控制的基本原理30-32
• 3.2.2 滑動(dòng)模態(tài)的數(shù)學(xué)描述32-33
• 3.2.3 滑模變結(jié)構(gòu)控制系統(tǒng)的品質(zhì)33-34
• 3.2.4 滑模變結(jié)構(gòu)的不變性34
• 3.2.5 切換函數(shù)的設(shè)計(jì)34-35
• 3.2.6 滑模變結(jié)構(gòu)控制優(yōu)點(diǎn)35
• 3.3 本章小結(jié)35-36
• 第四章 導(dǎo)向鉆井穩(wěn)定平臺(tái)RBFASMC控制研究36-51
• 4.1 RBF神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)控制器設(shè)計(jì)36-40
• 4.1.1 滑模變結(jié)構(gòu)控制器設(shè)計(jì)37
• 4.1.2 神經(jīng)網(wǎng)絡(luò)自適應(yīng)滑模控制器設(shè)計(jì)37-38
• 4.1.3 自適應(yīng)律的設(shè)計(jì)38-39
• 4.1.4 穩(wěn)定性分析39
• 4.1.5 RBF神經(jīng)網(wǎng)絡(luò)激活與催眠節(jié)點(diǎn)設(shè)計(jì)39-40
• 4.2 導(dǎo)向鉆井穩(wěn)定平臺(tái)控制系統(tǒng)仿真40-50
• 4.2.1 摩擦模型仿真41
• 4.2.2 工具面角跟蹤控制仿真研究41-44
• 4.2.3 魯棒性研究44-50
• 4.3 結(jié)論50
• 4.4 本章小結(jié)50-51
• 第五章 導(dǎo)向鉆井穩(wěn)定平臺(tái)RBF神經(jīng)網(wǎng)絡(luò)直接自適應(yīng)滑模變結(jié)構(gòu)控制研究51-62
• 5.1 RBFDASMC控制器設(shè)計(jì)51-56
• 5.1.1 滑模變結(jié)構(gòu)控制器設(shè)計(jì)51-53
• 5.1.2 RBF神經(jīng)網(wǎng)絡(luò)滑�？刂破髟O(shè)計(jì)53-54
• 5.1.3 系統(tǒng)穩(wěn)定性分析54-56
• 5.2 穩(wěn)定平臺(tái)的RBF神經(jīng)網(wǎng)絡(luò)直接自適應(yīng)滑模變結(jié)構(gòu)控制仿真研究56-61
• 5.2.1 工具面角跟蹤控制仿真分析56-58
• 5.2.2 魯棒性研究58-60
• 5.2.3 ε參數(shù)影響仿真實(shí)驗(yàn)60-61
• 5.3 結(jié)論61
• 5.4 本章小結(jié)61-62
• 第六章 總結(jié)與期望62-64
• 6.1 總結(jié)62
• 6.2 展望62-64
• 致謝64-65
• 參考文獻(xiàn)65-68
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研項(xiàng)目68-69

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊曉華,楊志峰,沈珍瑤,酈建強(qiáng);區(qū)域水資源開(kāi)發(fā)利用程度評(píng)價(jià)的RBF網(wǎng)絡(luò)模型[J];環(huán)境科學(xué);2004年S1期

2 彭馥艷;丁輝;趙源;;基于RBF網(wǎng)絡(luò)的大氣環(huán)境質(zhì)量評(píng)價(jià)[J];水土保持研究;2006年05期

3 劉慧明;劉亮;董洪燦;;基于RBF網(wǎng)絡(luò)的模型參考自適應(yīng)控制[J];青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

4 趙芳;孟凡榮;;基于RBF網(wǎng)絡(luò)的煤與瓦斯突出預(yù)測(cè)研究[J];微計(jì)算機(jī)信息;2009年03期

5 顏勇,酈建強(qiáng),陸桂華,楊曉華,楊志峰;環(huán)境質(zhì)量綜合評(píng)價(jià)的RBF網(wǎng)絡(luò)方法[J];河海大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

6 楊胡萍;白慧;劉家學(xué);張力;;基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

7 夏繼偉;欒航;吳晶;;基于RBF神經(jīng)網(wǎng)絡(luò)的港口大氣污染預(yù)警研究模型[J];商業(yè)文化(學(xué)術(shù)版);2007年07期

8 張曉亮;;一種改進(jìn)的RBF網(wǎng)絡(luò)在電力系統(tǒng)短期負(fù)荷預(yù)測(cè)中的應(yīng)用[J];煤礦機(jī)電;2008年03期

9 李強(qiáng);田大林;夏迎迎;付煒;王亦飛;于遵宏;;新型兩段組合式氣化產(chǎn)氣熱值的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及遺傳算法優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年10期

10 李磊;李劍;馬建華;;RBF神經(jīng)網(wǎng)絡(luò)在土壤重金屬污染評(píng)價(jià)中的應(yīng)用[J];環(huán)境科學(xué)與技術(shù);2010年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張琳;李海森;;基于模糊聚類算法的RBF網(wǎng)絡(luò)在漏鋼預(yù)報(bào)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2007年會(huì)論文集[C];2007年

2 彭正勇;;基于RBF神經(jīng)網(wǎng)絡(luò)的巷道圍巖松動(dòng)圈厚度預(yù)測(cè)[A];全國(guó)金屬礦山采礦新技術(shù)學(xué)術(shù)研討與技術(shù)交流會(huì)論文集[C];2007年

3 王海榮;;基于遺傳RBF網(wǎng)絡(luò)時(shí)間序列的城市火災(zāi)預(yù)測(cè)[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集（下冊(cè)）[C];2006年

4 王瑋;何建新;許麗生;;基于RBF神經(jīng)網(wǎng)絡(luò)的氣溫預(yù)報(bào)模型的研究[A];中國(guó)氣象學(xué)會(huì)2008年年會(huì)第二屆研究生年會(huì)分會(huì)場(chǎng)論文集[C];2008年

5 宋宜斌;王培進(jìn);;一種改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

6 李亞芬;楊揚(yáng);;基于RBF網(wǎng)的CSTR內(nèi)�？刂芠A];第二十屆中國(guó)控制會(huì)議論文集（下）[C];2001年

7 王俊松;田庫(kù);劉玉敏;張興會(huì);李建國(guó);劉玉亮;;基于RBF神經(jīng)網(wǎng)絡(luò)的腫瘤組織熱傳導(dǎo)過(guò)程建模及軟測(cè)量[A];第25屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2006年

8 徐中;辛志東;葉希貴;;基于RBF神經(jīng)網(wǎng)絡(luò)水處理系統(tǒng)建模與仿真[A];第六屆全國(guó)表面工程學(xué)術(shù)會(huì)議論文集[C];2006年

9 黃艷清;曹長(zhǎng)修;孫圣軍;;基于自反饋RBF神經(jīng)網(wǎng)絡(luò)的高爐熱狀態(tài)預(yù)測(cè)模型[A];冶金企業(yè)自動(dòng)化、信息化與創(chuàng)新——全國(guó)冶金自動(dòng)化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

10 呂強(qiáng);郝繼紅;段運(yùn)波;許耀銘;;基于RBF網(wǎng)絡(luò)的非線性系統(tǒng)輸出跟蹤控制[A];1994中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 趙斌;基于RBF網(wǎng)絡(luò)的北方溫室溫濕度控制機(jī)理的研究[D];東北林業(yè)大學(xué);2010年

2 曾祥萍;自適應(yīng)組合RBF濾波器理論及其應(yīng)用研究[D];西南交通大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 杜盟盟;基于RBF神經(jīng)網(wǎng)絡(luò)的機(jī)械手軌跡跟蹤控制方法研究[D];河南科技大學(xué);2015年

2 張力;基于RBF神經(jīng)網(wǎng)絡(luò)和標(biāo)簽關(guān)聯(lián)的多標(biāo)簽學(xué)習(xí)[D];東南大學(xué);2016年

3 邱龍;導(dǎo)向鉆井穩(wěn)定平臺(tái)RBF-滑模變結(jié)構(gòu)控制[D];西安石油大學(xué);2016年

4 王翠;基于灰色理論和RBF神經(jīng)網(wǎng)絡(luò)民航客運(yùn)量預(yù)測(cè)方法研究[D];北京交通大學(xué);2008年

5 尹德武;RBF的改進(jìn)及在中國(guó)轎車市場(chǎng)預(yù)測(cè)中的應(yīng)用研究[D];大連理工大學(xué);2006年

6 翟偉;基于自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警評(píng)估研究[D];重慶工商大學(xué);2008年

7 李志強(qiáng);基于RBF神經(jīng)網(wǎng)絡(luò)在線辨識(shí)的永磁無(wú)刷直流電機(jī)單神經(jīng)元自適應(yīng)PID控制[D];天津大學(xué);2005年

8 高彥荷;基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用[D];四川大學(xué);2004年

9 張晶;基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究[D];河北大學(xué);2009年

10 劉亦青;類RBF人工神經(jīng)網(wǎng)絡(luò)算法研究及硬件實(shí)現(xiàn)[D];北京建筑大學(xué);2013年

  本文關(guān)鍵詞：導(dǎo)向鉆井穩(wěn)定平臺(tái)RBF-滑模變結(jié)構(gòu)控制，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：319656