本文關鍵詞：導向鉆井穩(wěn)定平臺RBF-滑模變結構控制，由筆耕文化傳播整理發(fā)布。

【摘要】：導向鉆井穩(wěn)定平臺是旋轉導向鉆井工具中的關鍵環(huán)節(jié),對其準確、快速的控制能夠直接影響鉆井的效率和可靠性。由于受井下復雜多變的環(huán)境及各種摩擦影響,難以建立準確的穩(wěn)定平臺數(shù)學模型,因此傳統(tǒng)的控制方法已不能滿足對穩(wěn)定平臺的控制要求。本文應用了神經(jīng)網(wǎng)絡和滑模變結構控制理論相結合的控制方法,實現(xiàn)了對穩(wěn)定平臺的控制。針對旋轉導向鉆井穩(wěn)定平臺存在的摩擦問題帶來的不確定性,提出了RBF神經(jīng)網(wǎng)絡的自適應滑模變結構(RBF Neural Network Adaptive Sliding Mode Control,RBFASMC)控制方法,以提高穩(wěn)定平臺控制的精確性和抗干擾能力。使用RBF神經(jīng)網(wǎng)絡對穩(wěn)定平臺模型中的不確定性進行逼近,通過設計RBF網(wǎng)絡節(jié)點的喚醒與激活閾值來減少網(wǎng)絡規(guī)模,同時設計權值調整的自適應律,并結合滑模變結構控制增強系統(tǒng)的魯棒性。仿真實驗表明,在該控制方法下穩(wěn)定平臺系統(tǒng)能夠實現(xiàn)對工具面角進行高精度的跟蹤,同時在魯棒性實驗分析中,系統(tǒng)具有較強的魯棒性,能有效消除參數(shù)和擾動的變化。為了提高穩(wěn)定平臺對工具面角的跟蹤速度,提出了RBF神經(jīng)網(wǎng)絡直接自適應滑模變結構(RBF Neural Network Direct Adaptive Sliding Mode Control,RBFDASMC)控制方法。該方法是通過設計控制器參數(shù),來提高系統(tǒng)的收斂和趨近切換面的速度。結合RBF神經(jīng)網(wǎng)絡來逼近系統(tǒng)的未知模型,并考慮到系統(tǒng)未知模型會對控制品質產生不利影響,設計了新的自適應律,證明了系統(tǒng)的穩(wěn)定性。仿真實驗證明,利用該控制方法,對預設的工具面角跟蹤效果良好,在參數(shù)的攝動下,系統(tǒng)具有強魯棒性,并且能夠有效逼近系統(tǒng)的不確定模型。
【關鍵詞】：導向鉆井穩(wěn)定平臺 RBF神經(jīng)網(wǎng)絡 滑模變結構控制
【學位授予單位】：西安石油大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：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 旋轉導向鉆井技術7-9
• 1.2.2 滑模變結構控制現(xiàn)狀9-10
• 1.2.3 神經(jīng)網(wǎng)絡控制現(xiàn)狀10-11
• 1.3 論文主要內容11-13
• 第二章 旋轉導向鉆井穩(wěn)定平臺控制系統(tǒng)13-26
• 2.1 旋轉導向鉆井工具13-16
• 2.1.1 旋轉導向鉆井工具的構成13-15
• 2.1.2 穩(wěn)定平臺的控制系統(tǒng)組成及原理15-16
• 2.2 穩(wěn)定平臺廣義模型的建立16-19
• 2.2.1 穩(wěn)定平臺渦輪電機環(huán)節(jié)模型16-17
• 2.2.2 其他環(huán)節(jié)模型17-19
• 2.3 穩(wěn)定平臺轉矩平衡與摩擦模型分析19-25
• 2.3.1 穩(wěn)定平臺轉矩平衡分析19-22
• 2.3.2 上下盤閥摩擦力矩模型22-23
• 2.3.3 雙曲正切摩擦模型23-25
• 2.4 本章小結25-26
• 第三章 RBF神經(jīng)網(wǎng)絡和滑模變結構控制理論26-36
• 3.1 RBF神經(jīng)網(wǎng)絡理論26-30
• 3.1.1 RBF神經(jīng)網(wǎng)絡模型26-28
• 3.1.2 RBF神經(jīng)網(wǎng)絡逼近理論28
• 3.1.3 RBF神經(jīng)網(wǎng)絡的學習過程28-29
• 3.1.4 RBF神經(jīng)網(wǎng)絡控制原理29-30
• 3.2 滑模變結構控制理論30-35
• 3.2.1 滑模變結構控制的基本原理30-32
• 3.2.2 滑動模態(tài)的數(shù)學描述32-33
• 3.2.3 滑模變結構控制系統(tǒng)的品質33-34
• 3.2.4 滑模變結構的不變性34
• 3.2.5 切換函數(shù)的設計34-35
• 3.2.6 滑模變結構控制優(yōu)點35
• 3.3 本章小結35-36
• 第四章 導向鉆井穩(wěn)定平臺RBFASMC控制研究36-51
• 4.1 RBF神經(jīng)網(wǎng)絡滑模變結構控制器設計36-40
• 4.1.1 滑模變結構控制器設計37
• 4.1.2 神經(jīng)網(wǎng)絡自適應滑模控制器設計37-38
• 4.1.3 自適應律的設計38-39
• 4.1.4 穩(wěn)定性分析39
• 4.1.5 RBF神經(jīng)網(wǎng)絡激活與催眠節(jié)點設計39-40
• 4.2 導向鉆井穩(wěn)定平臺控制系統(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 結論50
• 4.4 本章小結50-51
• 第五章 導向鉆井穩(wěn)定平臺RBF神經(jīng)網(wǎng)絡直接自適應滑模變結構控制研究51-62
• 5.1 RBFDASMC控制器設計51-56
• 5.1.1 滑模變結構控制器設計51-53
• 5.1.2 RBF神經(jīng)網(wǎng)絡滑�？刂破髟O計53-54
• 5.1.3 系統(tǒng)穩(wěn)定性分析54-56
• 5.2 穩(wěn)定平臺的RBF神經(jīng)網(wǎng)絡直接自適應滑模變結構控制仿真研究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)影響仿真實驗60-61
• 5.3 結論61
• 5.4 本章小結61-62
• 第六章 總結與期望62-64
• 6.1 總結62
• 6.2 展望62-64
• 致謝64-65
• 參考文獻65-68
• 攻讀碩士學位期間發(fā)表的論文及科研項目68-69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊曉華,楊志峰,沈珍瑤,酈建強;區(qū)域水資源開發(fā)利用程度評價的RBF網(wǎng)絡模型[J];環(huán)境科學;2004年S1期

2 彭馥艷;丁輝;趙源;;基于RBF網(wǎng)絡的大氣環(huán)境質量評價[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)絡的模型參考自適應控制[J];青島科技大學學報(自然科學版);2008年01期

4 趙芳;孟凡榮;;基于RBF網(wǎng)絡的煤與瓦斯突出預測研究[J];微計算機信息;2009年03期

5 顏勇,酈建強,陸桂華,楊曉華,楊志峰;環(huán)境質量綜合評價的RBF網(wǎng)絡方法[J];河海大學學報(自然科學版);2005年01期

6 楊胡萍;白慧;劉家學;張力;;基于改進RBF神經(jīng)網(wǎng)絡的電力系統(tǒng)短期負荷預測[J];東華大學學報(自然科學版);2008年02期

7 夏繼偉;欒航;吳晶;;基于RBF神經(jīng)網(wǎng)絡的港口大氣污染預警研究模型[J];商業(yè)文化(學術版);2007年07期

8 張曉亮;;一種改進的RBF網(wǎng)絡在電力系統(tǒng)短期負荷預測中的應用[J];煤礦機電;2008年03期

9 李強;田大林;夏迎迎;付煒;王亦飛;于遵宏;;新型兩段組合式氣化產氣熱值的RBF神經(jīng)網(wǎng)絡預測模型及遺傳算法優(yōu)化[J];計算機與應用化學;2008年10期

10 李磊;李劍;馬建華;;RBF神經(jīng)網(wǎng)絡在土壤重金屬污染評價中的應用[J];環(huán)境科學與技術;2010年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張琳;李海森;;基于模糊聚類算法的RBF網(wǎng)絡在漏鋼預報中的應用[A];中國計量協(xié)會冶金分會2007年會論文集[C];2007年

2 彭正勇;;基于RBF神經(jīng)網(wǎng)絡的巷道圍巖松動圈厚度預測[A];全國金屬礦山采礦新技術學術研討與技術交流會論文集[C];2007年

3 王海榮;;基于遺傳RBF網(wǎng)絡時間序列的城市火災預測[A];提高全民科學素質、建設創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

4 王瑋;何建新;許麗生;;基于RBF神經(jīng)網(wǎng)絡的氣溫預報模型的研究[A];中國氣象學會2008年年會第二屆研究生年會分會場論文集[C];2008年

5 宋宜斌;王培進;;一種改進的RBF神經(jīng)網(wǎng)絡預測模型[A];2005年中國智能自動化會議論文集[C];2005年

6 李亞芬;楊揚;;基于RBF網(wǎng)的CSTR內模控制[A];第二十屆中國控制會議論文集（下）[C];2001年

7 王俊松;田庫;劉玉敏;張興會;李建國;劉玉亮;;基于RBF神經(jīng)網(wǎng)絡的腫瘤組織熱傳導過程建模及軟測量[A];第25屆中國控制會議論文集（上冊）[C];2006年

8 徐中;辛志東;葉希貴;;基于RBF神經(jīng)網(wǎng)絡水處理系統(tǒng)建模與仿真[A];第六屆全國表面工程學術會議論文集[C];2006年

9 黃艷清;曹長修;孫圣軍;;基于自反饋RBF神經(jīng)網(wǎng)絡的高爐熱狀態(tài)預測模型[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

10 呂強;郝繼紅;段運波;許耀銘;;基于RBF網(wǎng)絡的非線性系統(tǒng)輸出跟蹤控制[A];1994中國控制與決策學術年會論文集[C];1994年

中國博士學位論文全文數(shù)據(jù)庫 前2條

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

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

中國碩士學位論文全文數(shù)據(jù)庫 前10條

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

2 張力;基于RBF神經(jīng)網(wǎng)絡和標簽關聯(lián)的多標簽學習[D];東南大學;2016年

3 邱龍;導向鉆井穩(wěn)定平臺RBF-滑模變結構控制[D];西安石油大學;2016年

4 王翠;基于灰色理論和RBF神經(jīng)網(wǎng)絡民航客運量預測方法研究[D];北京交通大學;2008年

5 尹德武;RBF的改進及在中國轎車市場預測中的應用研究[D];大連理工大學;2006年

6 翟偉;基于自適應RBF神經(jīng)網(wǎng)絡的商業(yè)銀行信貸風險預警評估研究[D];重慶工商大學;2008年

7 李志強;基于RBF神經(jīng)網(wǎng)絡在線辨識的永磁無刷直流電機單神經(jīng)元自適應PID控制[D];天津大學;2005年

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

9 張晶;基于改進RBF神經(jīng)網(wǎng)絡的入侵檢測研究[D];河北大學;2009年

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

  本文關鍵詞：導向鉆井穩(wěn)定平臺RBF-滑模變結構控制，由筆耕文化傳播整理發(fā)布。

，

本文編號：319656