近段時間以來,軟測量技術(shù)已成為發(fā)展的一個重點。它收到高度青睞的原因是因為現(xiàn)代工業(yè)的復(fù)雜性增加了,并且隨之而來是它對控制系統(tǒng)提出了更高的要求。軟測量最大的優(yōu)勢就是解決一些硬件在線檢測無法解決的問題,因此它才會在控制領(lǐng)域占據(jù)一席之地,并且越來越受到重視。某油田位于中國東北部的高寒地區(qū),年最低溫度-39.2℃。高凝點,高粘度的“雙高原油”常用的油井采油技術(shù)就是原油與水進(jìn)行混合后進(jìn)行集輸。參考目標(biāo)油田所處環(huán)境,需要一種合理的摻水集油工藝來穩(wěn)產(chǎn)增效。該工藝工程需要自動調(diào)控油井摻水量,有許多因素會影響摻水量,基于單一的人工調(diào)節(jié)方式存在很多缺點。本文首先研究了摻水過程的軟測量建模問題,基于神經(jīng)網(wǎng)絡(luò)實現(xiàn)了油井摻水過程的模型建立。結(jié)合摻水模型對摻水控制方案進(jìn)行了改善,基于PID控制策略,實現(xiàn)了油井摻水過程的自動控制,結(jié)合具體生產(chǎn)過程,確定最佳控制參數(shù),實現(xiàn)了單井摻水量的實時、精確自動調(diào)節(jié)。在仿真的基礎(chǔ)上驗證了所設(shè)計方法的可行性,實現(xiàn)了摻水流量的準(zhǔn)確預(yù)測。該方案可以應(yīng)用于油田油井集油摻水過程,能夠優(yōu)化摻水參數(shù),從而實現(xiàn)降低能耗的實際效果。 

【文章來源】：東北石油大學(xué)黑龍江省

【文章頁數(shù)】：49 頁

【學(xué)位級別】：碩士

【部分圖文】：

計量間摻水集油工藝流程圖

具 體來 講主 要 的 優(yōu) 點有 ： 復(fù)雜 度不 高 的 結(jié)構(gòu) 、較強 的 可操 作 性 、更好 的 自 學(xué)習(xí) 能 力 、 能夠 有效 地 解決 非 線 性目 標(biāo) 函數(shù) 的逼 近 問 題 。綜 上 所述 ，在 面 對 計 量間 單 井 （ 環(huán)） 摻 水 流量 軟測 量 的情 形 時 ， BP 神經(jīng) 網(wǎng)絡(luò) 無 疑 是 不二 之 選， 用它 來 解 決 計量 間 單 井 （環(huán) ） 摻 水流 量 軟 測量 的 問 題最 合 適 不過 了 。 輸出 層 的 直接 前 導(dǎo) 層 的誤 差 可 通 過估 計 輸 出層 的 誤 差 來獲 取 ， 獲取 之 后 再 利用 這 個 誤差 估 計更 前 一層 的 誤差 ，這 種 方 法被 稱 為 誤差 反向 傳 播算 法 （ Er r o r Ba c k P ro pa g at i on ，EB P ， 簡 稱 BP ） 。 重 復(fù) 進(jìn) 行 上 述 步 驟， 所 有 其 他 各 層 的 誤 差 估 計 都 可 以 被 獲 取， 并 且逐級 向網(wǎng) 絡(luò) 的輸 入 端 傳 遞， 在 傳 遞 過程 中 ， 輸 出 端 表現(xiàn) 出的 誤 差 的 傳遞 方 向 與 輸入 信 號 相反 ；因 此 ，向 后 傳 播算 法 是此 算法 的 另 一 種稱 呼 ，簡 稱 BP 算法 。雖 然 這 種 誤差 估 計 本身 的精 度 不穩(wěn) 定 ， 會 隨著 誤 差 本 身的 “ 向 后傳 播 ”而 發(fā)生 變 化 ， 并 且 朝著 不 好的 趨 勢 變 化， 但 多 層 網(wǎng)絡(luò) 的 訓(xùn) 練還 是 依靠 它得 到 了 有 效的 解 決 。 所 以 ，該 算 法受 到 的 關(guān) 注度 有 增 無減 ， 呈現(xiàn) 出 直 線上 升 的 趨勢 。 3. 2 模型 建 立 基于 BP 神 經(jīng)網(wǎng) 絡(luò) 的 計量 間 摻 水 軟測 量 建 模包 括 BP 神經(jīng) 網(wǎng) 絡(luò) 構(gòu)建 、 BP 神經(jīng) 網(wǎng) 絡(luò) 訓(xùn) 練和 BP 神經(jīng) 網(wǎng)絡(luò) 預(yù) 測三 步 ，算 法 流 程如 圖 3. 1 所示 。

有 了 長足 的 發(fā)展 進(jìn)步 。 雖然 自 P ID 控 制方 法 問 世 以來 ， 有法 出 現(xiàn)， 但 是卻 始 終無 法 動 搖 P ID 控 制方 法 的 主 流地 位 ， 很 長 一 段 時 間 P ID 控 制 方 法 仍 然 占 據(jù) 著 主 流 地 位 。 究 竟制 方 法不 斷 推 陳 出新 的 年 代屹 立 不倒 ，這還 要 從 P ID 控雜 程 度較 低 的 結(jié) 構(gòu) 、較好 的魯 棒 性、 極 高的 可 靠 性、 易于 了 P ID 控制 方法 的主 流 地 位 。P 、I 、D 的控 制 規(guī) 律互 不 干其 組 合 方法 多 種 多 樣， 可 依 據(jù)具 體 的工 業(yè)過 程 來選 擇。 P 歷 史 十 分悠 久 ， 而 且控 制 工 程 師們 在 長期 接觸 的 過 程 中已 熟 練， 在 調(diào) 節(jié) 控 制 器參 數(shù) 方 面有 著 十分 豐富 的 經(jīng)驗 。P ID ， 先 后 經(jīng)歷 了 液 動 式、 氣 動 式、 電 動式 階段 ； 目 前 ，P ID 模 擬 控 制器 進(jìn) 化為 數(shù) 字 化、 智 能化 控 制器 。 ID 控 制原 理 制 器 的 工 作 原 理 是 將 定 值 r( t ) 與 實 際 輸 出 值 y( t ) 進(jìn) 行 控 制 e( t ) ，因 此， 從本 質(zhì) 上講 ，它 是 一種 具 有 線性 特 征 的 控制 1 所示 。

【參考文獻(xiàn)】：
期刊論文
[1]基于人工神經(jīng)網(wǎng)絡(luò)的工業(yè)機械故障診斷優(yōu)化方法研究[J]. 羅校清.  科技創(chuàng)新與應(yīng)用. 2017(30)
[2]BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程與算法分析[J]. 王俊平,李加彥.  計算機光盤軟件與應(yīng)用. 2014(04)
[3]人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J]. 毛健,趙紅東,姚婧婧.  電子設(shè)計工程. 2011(24)
[4]神經(jīng)網(wǎng)絡(luò)在音樂分類中的應(yīng)用研究[J]. 李劍.  計算機仿真. 2010(11)
[5]軟測量技術(shù)及其應(yīng)用[J]. 俞金壽.  自動化儀表. 2008(01)
[6]基于Fuzzy-PID的人工氣候室智能控制系統(tǒng)設(shè)計[J]. 宋玉春,許倫輝,傅惠.  韶關(guān)學(xué)院學(xué)報(自然科學(xué)版). 2004(03)
[7]人工神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀及其展望[J]. 朱大奇.  江南大學(xué)學(xué)報. 2004(01)
[8]基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)體系結(jié)構(gòu)[J]. 吉孔詩,潘昊.  微機發(fā)展. 2001(06)
[9]先進(jìn)控制技術(shù)及應(yīng)用 第三講 軟測量技術(shù)及其應(yīng)用[J]. 榮岡,金曉明,王樹青.  化工自動化及儀表. 1999(04)

碩士論文
[1]BP神經(jīng)網(wǎng)絡(luò)的算法改進(jìn)與應(yīng)用研究[D]. 程玥.重慶大學(xué) 2011
[2]基于數(shù)據(jù)挖掘技術(shù)的信用評估模型研究[D]. 徐娟.合肥工業(yè)大學(xué) 2009
[3]基于神經(jīng)網(wǎng)絡(luò)的船舶運動姿態(tài)建模預(yù)報[D]. 曾慶謙.哈爾濱工程大學(xué) 2008
[4]生物質(zhì)混煤燃燒及污染物排放特性研究[D]. 張海清.山東大學(xué) 2007
[5]電廠燃燒控制系統(tǒng)若干問題的研究[D]. 張衛(wèi)慶.東南大學(xué) 2006



本文編號：3423272