摘 要(Abstract):結(jié)合工程實踐,總結(jié)了油田電潛泵控制存在的問題。針對被控制對象特性,分析了可供選擇的控制策略,用仿人智能控制算法對系統(tǒng)實施控制的結(jié)果表明,文中提出的控制方法是令人滿意的。
1 引言
眾所周知,電潛泵是油田中應(yīng)用較多的采油設(shè)備之一。實質(zhì)上,電潛泵就是一個工作于井下的多級離心泵,同油管一起放入井下,地面電源通過變壓器、控制屏和電潛泵專用電纜將電能輸送給井下電潛泵電動機(jī),使電動機(jī)帶動多級離心泵旋轉(zhuǎn),將電能轉(zhuǎn)化為機(jī)械能,將油井中的液體升到地面。
電潛泵應(yīng)用主要存在兩個問題,一是如何節(jié)能,二是如何控制好電潛泵,使之工作于最佳工況。由于電潛泵是在地面2Km以下的井底工作,工作環(huán)境非常惡劣(高溫,強(qiáng)溫度等),一般采用傳統(tǒng)的供電方式,即在工頻全壓下工作,因而故障頻繁,運行成本高。一方面電潛泵在工頻啟動時,啟動電流大,電動機(jī)電纜的壓降大,使電動機(jī)電纜在啟動過程中的反向電壓較高,電纜絕緣性能降低,每次開機(jī)都會影響電潛泵使用壽命。電潛泵的修理僅工程費一項就達(dá)5萬元之多,價值10萬元的電纜平均提上放下5次就須更換,電潛泵平均每10個月就維修1次,維修費用須8萬元,使運行成本增高。另一方面電潛泵在正常工作下,普遍存在著電動機(jī)負(fù)載率較教低的情況,“大馬拉小車”現(xiàn)象嚴(yán)重,造成電能的巨大浪費。此外,電潛泵的功率因數(shù)降低,耗電量大,工頻工作時,電潛泵始終工作在額定轉(zhuǎn)速下,如果井下液量供不應(yīng)求,容易造成“死井”,一旦死井則損失慘重。正確的解決方法是電潛泵應(yīng)能夠根據(jù)地質(zhì)的情況變化調(diào)節(jié)抽油量,使供求平衡。但傳統(tǒng)的調(diào)節(jié)方式是靠更換油嘴來調(diào)節(jié)產(chǎn)量,既造成能量的浪費又不能精確的控制。有時使得電動機(jī)與泵長期在高壓狀態(tài)下運行;有時使得油井出沙嚴(yán)重,使設(shè)備壽命縮短,因此對油田電潛泵系統(tǒng)控制的相關(guān)技術(shù)問題作簡要討論是必要的。本文主要對被控對象特性,控制策略選取,控制算法及變頻調(diào)速技術(shù)應(yīng)用等方面作些討論。
2 油田的特性
采油是把油田作為特殊被控對象加以控制的,因此首先必須了解油田開采過程中表現(xiàn)出的某些特性。其中最主要的是時變性,由于地質(zhì)情況的復(fù)雜多變,概括起來有以下一些特點。就電潛泵系統(tǒng)而言,從宏觀角度考慮,被控對象特性主要表現(xiàn)在以下幾個方面:
(1) 系統(tǒng)參數(shù)的未知性、時變性、隨機(jī)性和分散性;
(2) 系統(tǒng)滯后的未知性和時變性;
(3) 系統(tǒng)嚴(yán)重的非線性;
(4) 系統(tǒng)各變量間的關(guān)聯(lián)性;
(5) 環(huán)境干擾的未知性、多樣性和隨機(jī)性。
這些特性給系統(tǒng)建摸與控制帶來了許多問題。
3 控制中存在的問題
面對上述特性,因其屬于不確定性的復(fù)雜對象(或過程)的控制問題,傳統(tǒng)控制是無能為力的,主要表現(xiàn)在:
(1) 確定性問題
傳統(tǒng)控制(如PID)是基于數(shù)學(xué)模型的控制,即認(rèn)為控制、對象及干擾的模型是已知的或者是通過辯識可以得到的。但油田系統(tǒng)中的很多控制問題具有不確定性,甚至常常會發(fā)生突變。對于“未知”、不確定、或者知之甚少的控制問題,用傳統(tǒng)方法難以建模,因而也無法實現(xiàn)有效的控制;
(2) 高度非線性
傳統(tǒng)控制理論中,對于具有高度非線性的控制對象,雖然也有一些非線性方法可資利用,但從總體上看,非線性理論遠(yuǎn)不如線性理論成熟,因方法過分復(fù)雜而難以應(yīng)用。在油田系統(tǒng)中有大量的非線性問題存在;
(3) 半結(jié)構(gòu)化與非結(jié)構(gòu)化問題。傳統(tǒng)控制理論主要采用微分方程、狀態(tài)方程以及各種數(shù)學(xué)變換作為研究工具,其本質(zhì)是一種數(shù)值計算方法,屬定量控制范疇,要求控制問題的結(jié)構(gòu)化程度高,易于用定量數(shù)學(xué)方法進(jìn)行描述或建模。而油田系統(tǒng)中最關(guān)注和需要支持的,有時恰恰是半結(jié)構(gòu)化與非結(jié)構(gòu)化問題;
(4) 系統(tǒng)復(fù)雜性問題
按系統(tǒng)工程的觀點,廣義的對象應(yīng)包括通常意義下的操作對象和所處的環(huán)境。而油田系統(tǒng)中各子系統(tǒng)間關(guān)系錯綜復(fù)雜,各要素的高度耦合,互相制約,外部環(huán)境又極其復(fù)雜,有時甚至變化莫測。傳統(tǒng)控制缺乏有效的解決方法;
(5) 可靠性問題
常規(guī)的基于數(shù)學(xué)模型的控制問題傾向于是一個相互依賴的整體,盡管基于這種方法的系統(tǒng)經(jīng)常存在魯棒性與靈敏度之間的矛盾,但對簡單系統(tǒng)的控制的可靠性問題并不突出。而對油田系統(tǒng),如果采用上述方法,則可能由于條件的改變使整個控制系統(tǒng)崩潰。
由此可見,用傳統(tǒng)的方法不能對油田系統(tǒng)進(jìn)行有效的控制,必須探索更有效的控制策略與方法。
4 系統(tǒng)的建模問題
油田系統(tǒng)的特點是經(jīng)典數(shù)學(xué)不曾考慮的。盡管概率論是討論不確定性的,但它有自己的基本假定。這些基本假定限制了它在專家系統(tǒng)中的應(yīng)用,當(dāng)然也限制了在其它領(lǐng)域的應(yīng)用。它只能處理含有隨機(jī)性,沒有不知也沒有模糊的問題。實際上,目前人們發(fā)現(xiàn)的四種不確定性信息,除隨機(jī)信息、模糊信息外,還有灰色信息和未確知信息。這四種不確定信息往往在一個油田系統(tǒng)中交叉呈現(xiàn)或同時呈現(xiàn)。它們同時在影響著人們對系統(tǒng)特性和功能的認(rèn)識,影響著人們對油田系統(tǒng)的研究、管理和控制。而且,不論從概念的內(nèi)涵,還是從公理體系以及集合論角度分析,這四種不確定性信息又有著必然的聯(lián)系。因此,建立描述油田系統(tǒng)的基礎(chǔ)控制模型,并在控制系統(tǒng)中實現(xiàn)對油田信息的綜合處理,是一個難度很大而又急待研究解決的問題。
控制是需要建立模型的,但控制模型不等同于用嚴(yán)格數(shù)學(xué)表達(dá)式描述的數(shù)學(xué)模型。建立模型的實質(zhì)是對事物本質(zhì)特性進(jìn)行描述,描述可以用嚴(yán)格的數(shù)學(xué)方式描述,稱為數(shù)學(xué)模型;也可以用語言描述,稱為語言模型;還有框架模型、邏輯模型等等,要根據(jù)對象的復(fù)雜程度決定究竟選取那種描述方式更能反映對象的本質(zhì)特性。在復(fù)雜的油田系統(tǒng)中,往往采用定性與定量相結(jié)合的方法建模。這類模型有以下特性:
(1) 系統(tǒng)信息的整體性
已知信息與未知信息共居一體,各種不確定性信息共居一體;確定性信息與不確定性信息共居一體。它們相互聯(lián)系、相互影響、相互制約,并在一定條件下相互轉(zhuǎn)化,但總數(shù)量不會改變。
(2) 系統(tǒng)發(fā)展的動態(tài)性
和普通事物一樣,不確定性系統(tǒng)及其因素都是時間的函數(shù)。它們都隨著時間的推移變化、發(fā)展、衰變、轉(zhuǎn)化。
(3) 系統(tǒng)信息的可觀測性
人類認(rèn)識事物的過程既是對信息的獲取過程,是人類通過使用在實踐中形成的客觀標(biāo)準(zhǔn)、尺度(可統(tǒng)稱為標(biāo)度)對系統(tǒng)中各因素進(jìn)行測量的過程。因為不確定性信息的產(chǎn)生是物質(zhì)運動的必然結(jié)果,必然有規(guī)律可循,可以觀測,可以認(rèn)識。
(4) 系統(tǒng)信息的層次性
系統(tǒng)可以分為不同層次。在宏觀上認(rèn)為是不確定的信息,在微觀層次上又可分離出相對確定性信息。隨著層次的深化,使人們對系統(tǒng)的認(rèn)識更深刻。
(5) 系統(tǒng)信息的灰色性
不確定性信息是可觀測的,可以隨著層次的深化而提高可觀測度。但“不確定信息是不可避免的”。因此,不確定性信息又是不可全知的,只能是部分已知、部分未知的,盡管可以隨著測量的層次深化縮小未知部分;而且在已知的信息中還有信息的遺失。這種部分已知(白)、部分未知(黑)的相兼性稱為灰色性。5 控制策略的選取
20世紀(jì)50年代發(fā)展起來的近代控制理論,無論是狀態(tài)空間法,還是基于I/O描述的黑箱法,精確的數(shù)學(xué)描述是它分析與設(shè)計系統(tǒng)的基礎(chǔ)。如果對象(或過程)的數(shù)學(xué)模型不知道,那么首先必須數(shù)學(xué)建模,但無論是最優(yōu)控制還是自適應(yīng)控制,討論問題的前提都是要求精確的數(shù)學(xué)模型,而對油田復(fù)雜系統(tǒng)顯然不具備上述條件,對作者討論的控制系統(tǒng)而言,不應(yīng)列為選取的控制策略。
(1) 人工神經(jīng)網(wǎng)絡(luò)(ANN)
起源于20世紀(jì)40年代,它從某些方面反映了人腦的基本特征,但并不是人腦的真實描寫,而只是它的抽象、簡化和模擬,網(wǎng)絡(luò)的信息處理由神經(jīng)元間的相互作用來實現(xiàn)。神經(jīng)網(wǎng)絡(luò)控制的關(guān)鍵是選擇一個合適的神經(jīng)網(wǎng)絡(luò)模型,并對其進(jìn)行訓(xùn)練與學(xué)習(xí),直至達(dá)到符合要求為止,即尋找最優(yōu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與權(quán)值。然而,神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí),需要一定的實驗樣本,同時,還需要運行成千上萬次才能獲得最佳結(jié)構(gòu)。有時獲得的是一個局部最優(yōu)解,而不是全局最優(yōu)解,因方法的局限性,同樣,也難于對本文所討論的油田對象實現(xiàn)有效的控制。
(2) 專家控制系統(tǒng)(ECS)
它是以知識為基礎(chǔ),在某一專門領(lǐng)域企圖模擬人們思想行為的一組計算機(jī)程序,能夠處理各種定性的、定量的、精確的、模糊的信息,因此可根據(jù)對被控過程的經(jīng)驗和知識獲取情況,采取不同的描述形式,以便更多地反映對象特性,為控制提供控制策略和控制模態(tài)。被控過程的動態(tài)信息經(jīng)過對特征信息進(jìn)行抽取與處理及模式識別后,一方面送到推理機(jī)構(gòu),另一方面為知識庫補充有用的信息。推理機(jī)構(gòu)根據(jù)特征信息和知識庫提供的知識進(jìn)行判斷、推理,并將結(jié)果送到控制機(jī)構(gòu),從而給出合適的控制輸出,對被控過程實施控制。但由于特征信息的采集、特征信息的表達(dá)、以及完備知識庫的建立實現(xiàn)難度大,所以,專家系統(tǒng)也不一定是一個好的選擇。
實際工程中,一個非常熟練的操作人員,能憑借自己豐富的實踐經(jīng)驗,通過對現(xiàn)場的各種現(xiàn)象的判斷取得較滿意的控制效果。如果將憑經(jīng)驗所采取的措施轉(zhuǎn)變成相應(yīng)的控制規(guī)則,并且研制一個控制器來代替這些規(guī)則,從而也可實現(xiàn)對復(fù)雜工業(yè)過程的控制。實踐證明,以模糊控制理論為基礎(chǔ)的模糊控制器(FC)能夠完成這個任務(wù)。
人的控制經(jīng)驗是用人的語言來進(jìn)行總結(jié)和描述的。而語言是思維的外殼,它具有很大的模糊性。例如,當(dāng)要保持一個水塔中的水位時,可以通過調(diào)節(jié)水泵閥門開度將水位穩(wěn)定在固定點。按照人的經(jīng)驗可有下列控制規(guī)則:
若水位高于固定點,則排水,若差值越大,則排水閥門開大,排水越快,若差值越小,則排水閥門開小,排水越慢;
若水位低于固定點,則給水,若差值越大,則給水閥門開大,給水越快,若差值越小,則給水閥門開小,給水越慢.
在上述描述操作經(jīng)驗的語言中,“高于”、“低于”、“開大”、“開小”等這些詞都帶有一定的模糊性,因此必須用模糊數(shù)學(xué)中的模糊集合來刻畫這些模糊語言,并用IF condition THEN action語句予以實現(xiàn)。其核心是對復(fù)雜的系統(tǒng)或過程建立一種語言分析的數(shù)學(xué)模式,使人們?nèi)粘I钪械淖匀徽Z言能直接轉(zhuǎn)化為計算機(jī)所能接受的算法語言。它為處理客觀世界中已存在的模糊性問題,提供了有力的工具。模糊控制技術(shù)的應(yīng)用在國內(nèi)已取得明顯效果,盡管還處于不斷完善和發(fā)展的階段,但其控制品質(zhì)和效果還是令人滿意的,對油田系統(tǒng)是一種可供選擇的策略。
6 控制模型與控制算法
6.1 控制模型
由于被控對象的復(fù)雜性和不確定性,按傳統(tǒng)的方法不可能建立油田系統(tǒng)的嚴(yán)格數(shù)學(xué)模型,可以采用基于知識表示的非數(shù)學(xué)的廣義控制模型,如圖1所示。
事實上,人們對對象不是一無所知,而是不全知,即所具有的對象信息是灰色信息。在實際工程中,依靠控制專家的知識和經(jīng)驗,也可以對系統(tǒng)進(jìn)行有效的控制,獲得滿意的結(jié)果。它是基于人的智能、控制者的經(jīng)驗和技巧,完成預(yù)定的控制任務(wù)。因此它是人機(jī)結(jié)合的控制
模型,即控制者(人)的模型和被控對象(機(jī))相結(jié)合的模型,如控制者的知識模型和被控對象的機(jī)理模型相結(jié)合的廣義控制模型。
6.2 控制算法
基本思路是模仿過程控制系統(tǒng)中富有經(jīng)驗的操作者的普遍行為,如當(dāng)系統(tǒng)的誤差趨于增加時,發(fā)出強(qiáng)烈的作用(閉環(huán)控制);當(dāng)系統(tǒng)誤差趨于減小時,則取消控制動作,等待觀察等等。人對被控系統(tǒng)的狀態(tài)、動態(tài)特征及行為了解的越多,控制的效果就會越好。如果en表示離散化的當(dāng)前采樣時刻誤差值,en-1和en-2分別表示前一個和前二個采樣時刻的誤差值,則有
Δen=en-en-1
Δen-1=en-1-en-2
從誤差e和誤差變化Δe這兩個基本的特征變化,便可從動態(tài)過程中獲取更多的特征信息。
(1) e·Δe
誤差e同誤差變化Δe之積構(gòu)成了一個新的描述系統(tǒng)動態(tài)過程的特征變量,利用該特征變量的取值是否大于零,可以描述系統(tǒng)動態(tài)過程變化的趨勢。
當(dāng)en·Δen<0時,表明系統(tǒng)的動態(tài)過程正向著誤差減小的方向變化,即誤差的絕對值逐漸減小。
當(dāng)en·Δen>0時,表明系統(tǒng)的動態(tài)過程正向著誤差增大的方向變化,即誤差的絕對值逐漸增大。
在控制過程中,識別en·Δen的符號,便可掌握系統(tǒng)動態(tài)過程的行為特征,以便更好地制定下一步控制策略。
(2) Δen·Δen-1
相鄰兩次誤差變化之積Δen·Δen-1構(gòu)成了一個表征誤差出現(xiàn)極值狀態(tài)的特征量,若Δen·Δen-1<0表征出現(xiàn)極值,則Δen·Δen-1>0表征無極值。
(3)│Δe/e│
誤差變化Δe與誤差e之比的絕對值的大小,描述了系統(tǒng)動態(tài)過程中誤差變化的姿態(tài)。
將│Δe/e│與e·Δe聯(lián)合使用,可對動態(tài)過程作進(jìn)一步的劃分,通過這種劃分,可以捕捉到動態(tài)過程的不同姿態(tài)。
(4) Δ(Δe)
誤差變化的變化率,即二次差分,描述動態(tài)過程處于趨于超調(diào)或回調(diào)段位;當(dāng)Δ(Δe)>0,處于超調(diào)段:Δ(Δe)<0時,處于回調(diào)段。
總結(jié)上述特征,其基本控制算法可歸納為:
其中:Un為控制器第n次采樣時刻的輸出;
Vo為控制器的第n次保持值;
e及分別為系統(tǒng)誤差及其變化率;
emi為誤差的第i次極值;
Kp為控制器的比例增益;
k為控制增益的抑制(衰減)系數(shù),一般取o<k<1。
上述控制算法對大滯后自衡對象的定值控制是非常適宜的,為了適應(yīng)流量突變或進(jìn)一步提高抗干擾能力,還可加入Bang-Bang控制,使動態(tài)品質(zhì)更好。
7 結(jié)束語
以上從控制的角度討論了油田電潛泵系統(tǒng)的控制相關(guān)問題。在物理實現(xiàn)上為了節(jié)能,因此必須將.控制技術(shù)與變頻調(diào)速技術(shù)相結(jié)合,電氣傳動裝置采用變頻器,即對電潛泵進(jìn)行變頻改造,以實現(xiàn)電潛泵的軟啟動、軟停車,有效地保護(hù)電潛泵與電纜。這樣控制器可以通過調(diào)節(jié)頻率方便地調(diào)節(jié)油壓,避免了電潛泵在高壓下長期運行,延長了電潛泵的使用壽命,節(jié)約油井維修維護(hù)費用,使電動泵機(jī)組工作在最佳工況,電潛泵采油效率大為提高,并提高了功率因數(shù),提高了電網(wǎng)的供電能力,節(jié)電效果明顯。事實證明,只要將變頻調(diào)速與控制技術(shù)很好地結(jié)合,油田電潛泵系統(tǒng)一定會獲得良好的社會經(jīng)濟(jì)效益。
高揚程潛水泵Copyright ? 2016-2017 天津市天潛泵業(yè)股份有限公司 All rights reserved