基于步进式单神经元PID控制算法的砂浓度控制方法技术

本发明专利技术提出一种基于步进式单神经元PID控制算法的砂浓度控制方法，包括如下步骤：微处理器根据当前阶段设定的砂浓度值与上一阶段设定的砂浓度值的偏差计算当前阶段的固定步长，再根据固定步长计算出每一步设定的砂浓度值；微处理器根据实际吸入流量和每一步设定的砂浓度值计算出每一步的设定的绞龙装置的转速；微处理器采用单神经元自适应PID控制算法计算输出值来控制绞龙装置实际的转速，并计算绞龙装置实际的转速和输砂量；微处理器再根据实际吸入流量和输砂量计算出实际的砂浓度值；当实际的砂浓度值达到某一步设定的砂浓度值后，设定的砂浓度值增加一个固定步长，重复以上步骤，直至实际的砂浓度值达到设定的砂浓度值。

【技术实现步骤摘要】
基于步进式单神经元PID控制算法的砂浓度控制方法
本专利技术涉及PID控制算法
，尤其涉及一种基于步进式单神经元PID控制算法的砂浓度控制方法。
技术介绍
混砂设备是油田压裂、防砂作业的主要配套设备之一，用于混合、搅拌、输送携砂液。施工中根据工艺要求，分阶段输送不同砂浓度的携砂液，其浓度的控制精度是决定压裂作业成败的主要因素之一。传统的混砂车自动控制系统采用PLC控制器自带的PID控制指令作为控制算法，用输出控制值来调节绞龙装置的转速以实现不同的砂浓度控制，该技术方案相对简单，容易实现，但混砂作业过程中存在很多不确定因素(如变结构控制、时变参数和非线性)，而控制器自带的PID控制指令难以满足复杂多变的控制环境，通常会出现调节时间过长、超调或者出现稳态误差。鉴于此，实有必要提供一种新型的基于步进式单神经元PID控制算法的砂浓度控制方法以克服上述缺陷。
技术实现思路
本专利技术的目的是提供一种基于步进式单神经元PID控制算法的砂浓度控制方法，该方法的实际的砂浓度值采用固定步长，逐步逼近设定的砂浓度值，同时利用单神经元的自学习和自适应能力对PID的积分、比例和微分控制分别采用不同的学习速率以便对不同的权系数分别进行调整，从而达到提高控制精度的目的。为了实现上述目的，本专利技术提供一种基于步进式单神经元PID控制算法的砂浓度控制方法，包括如下步骤：设置多个阶段的吸入总体积Sk、砂密度ρ、砂浓度值Ck、绞龙装置的分配比例范围Ra以及绞龙装置的输砂因子F，然后微处理器根据当前阶段设定的砂浓度值与上一阶段设定的砂浓度值的偏差计算出当前阶段的固定步长，再根据固定步长计算出每一步设定的砂浓度值；微处理器根据实际吸入流量和每一步设定的砂浓度值计算出每一步的设定的绞龙装置的转速；微处理器采用单神经元自适应PID控制算法计算输出值来控制绞龙装置实际的转速，并计算绞龙装置实际的转速和输砂量；微处理器再根据实际吸入流量和输砂量计算出实际的砂浓度值；当实际的砂浓度值达到某一步设定的砂浓度值后，设定的砂浓度值增加一个固定步长，重复以上步骤，直至实际的砂浓度值达到设定的砂浓度值。优选的，0≤Ra≤1；在上位机上设置绞龙装置的参数并计算绞龙装置实际的转速，具体包括如下步骤：输入绞龙装置的转速传感器能检测到的最低转速Minu.Aug，输入绞龙装置的转速传感器能检测到的最高转速Maxu.Aug，输入绞龙装置的转速传感器能检测到的最小电流Minv.Aug，输入绞龙装置的转速传感器能检测到的最大电流Maxv.Aug，接收绞龙装置的转速传感器传输给微处理器的电流信号Sig.Aug，微处理器根据以上参数算出绞龙装置实际的转速R＝(Maxu.Aug-Minu.Aug)÷(Maxv.Aug-Minv.Aug)×(Sig.Aug-Minv.Aug)+Minu.Aug。优选的，在上位机上输入绞龙装置的转速控制器的参数，具体如下：输入转速控制器对绞龙装置的最低输出控制电压MinCntrl.Aug，输入转速控制器对绞龙装置的最高输出控制电压MaxCntrl.Aug，输入单神经元自适应PID控制算法的控制参数K、ηi、ηp、ηd，其中K为神经元的比例系数，ηi为微分学习速率，ηp为积分学习速率，ηd为积分学习速率，K>0。优选的，在上位机上输入绞龙装置的进气流量传感器的参数并计算实际输砂量，包括如下步骤：输入吸入流量传感器能检测到的最低流量Minu.Suc，输入吸入流量传感器能检测到的最高流量Maxu.Suc，输入吸入流量传感器能检测到的最小电流Minv.Suc，输入吸入流量传感器能检测到的最大电流Maxv.Suc，接收吸入流量传感器传输给Ⅰ-微处理器的电流信号Sig.Suc，微处理器根据以上参数计算出吸入实际流量S，S＝(Maxu.Suc-Minu.Suc)÷(Maxv.Suc-Minv.Suc)×(Sig.Suc-Minv.Suc)+Minu.Suc。优选的，微处理器按下列步骤执行算法：判断吸入的砂体积是否达到设置的吸入总体积Sk，若否，则跳到步骤S405，若是，则从第k阶段进入到第k+1阶段，设定的砂浓度值从Ck变成了Ck+1，往下继续进行；把这个过程分成10步，每一步的固定步长ΔC＝(Ck+1–Ck)/10，往下继续进行；将设定的砂浓度值增加一个步长Ck＝Ck+ΔC，往下继续进行；根据设定的砂浓度值计算出设定的绞龙装置的转速，绞龙装置的设定转速Rk1＝Ra*Ck*S/F，下一个绞龙装置的设定转速Rk2＝(1-Ra)*Ck*S/F，往下继续进行；采用单神经元自适应PID控制算法调整第一绞龙装置和第二绞龙装置的实际转速，往下继续进行；微处理器判断第一绞龙装置和第二绞龙装置的设定转速分别与其实际转速是否有偏差，若有偏差，则跳到步骤S403，若没有，则往下继续进行；微处理器判断当前实际设定砂浓度与阶段设定砂浓度是否相等，若不相等，则跳到步骤S503，若相等，则往下继续进行；微处理器判断是否结束，若否，则跳到步骤S400，若是，则结束。优选的，当绞龙装置的转速控制器的实际的砂浓度值的达到设定的砂浓度值时，则将微处理器的扫描周期设置成300ms；微处理器根据阶段k的设定砂浓度值Ck，输砂因子F，吸入实际流量S和分配比例范围Ra，计算出设定的绞龙装置的转速Rk1＝Ra*Ck*S/F，微处理器再根据设定的绞龙装置的转速Rk1和绞龙装置实际的转速R计算出绞龙装置的信号误差e(k)＝Rk1–R1，并输入神经元自适应PID控制算法的控制参数wi(k)、xi(k)、u(k)计算绞龙装置控制信号的输出范围，其中wi(k)为对应于xi(k)的连接权系数，u(k)为绞龙装置的控制信号；微处理器执行算法计算绞龙装置控制信号的输出范围具体步骤如下：第一个扫描周期，k＝1，u(k)＝0，u(k-1)＝0，w1(k)＝1，w2(k)＝1，w3(k)＝1，w1(k-1)＝1，w2(k-1)＝1，w3(k-1)＝1；第k个扫描周期，x1(k)＝e(k)，x2(k)＝e(k)-e(k-1)，x3(k)＝e(k)-2×e(k-1)+e(k-2)，z(k)＝e(k)w1(k)＝w1(k-1)+ηi*u(k)*z(k)*x1(k)；w2(k)＝w2(k-1)+ηp*u(k)*z(k)*x2(k)；w3(k)＝w3(k-1)+ηd*u(k)*z(k)*x3(k)；w1′(k)＝w1(k)÷|w1(k)+w2(k)+w3(k)|；w2′(k)＝w2(k)÷|w1(k)+w2(k)+w3(k)|；w3′(k)＝w3(k)÷|w1(k)+w2(k)+w3(k)|；u(k)＝u(k-1)+K*(w1′(k)*x1(k)+w2′(k)*x2(k)+w3′(k)*x3(k本文档来自技高网...

【技术保护点】
1.一种基于步进式单神经元PID控制算法的砂浓度控制方法，其特征在于，包括如下步骤：/nS100：设置多个阶段的吸入总体积Sk、砂密度ρ、砂浓度值Ck、绞龙装置的分配比例范围Ra以及绞龙装置的输砂因子F，然后微处理器根据当前阶段设定的砂浓度值与上一阶段设定的砂浓度值的偏差计算出当前阶段的固定步长，再根据固定步长计算出每一步设定的砂浓度值；/nS101：微处理器根据实际吸入流量和每一步设定的砂浓度值计算出每一步的设定的绞龙装置的转速；微处理器采用单神经元自适应PID控制算法计算输出值来控制绞龙装置实际的转速，并计算绞龙装置实际的转速和输砂量；/nS102：微处理器再根据实际吸入流量和输砂量计算出实际的砂浓度值；当实际的砂浓度值达到某一步设定的砂浓度值后，设定的砂浓度值增加一个固定步长，重复以上步骤，直至实际的砂浓度值达到设定的砂浓度值。/n

【技术特征摘要】
1.一种基于步进式单神经元PID控制算法的砂浓度控制方法，其特征在于，包括如下步骤：
S100：设置多个阶段的吸入总体积Sk、砂密度ρ、砂浓度值Ck、绞龙装置的分配比例范围Ra以及绞龙装置的输砂因子F，然后微处理器根据当前阶段设定的砂浓度值与上一阶段设定的砂浓度值的偏差计算出当前阶段的固定步长，再根据固定步长计算出每一步设定的砂浓度值；
S101：微处理器根据实际吸入流量和每一步设定的砂浓度值计算出每一步的设定的绞龙装置的转速；微处理器采用单神经元自适应PID控制算法计算输出值来控制绞龙装置实际的转速，并计算绞龙装置实际的转速和输砂量；
S102：微处理器再根据实际吸入流量和输砂量计算出实际的砂浓度值；当实际的砂浓度值达到某一步设定的砂浓度值后，设定的砂浓度值增加一个固定步长，重复以上步骤，直至实际的砂浓度值达到设定的砂浓度值。


2.如权利要求1所述的基于步进式单神经元PID控制算法的砂浓度控制方法，其特征在于，0≤Ra≤1；在上位机上设置绞龙装置的参数并计算绞龙装置实际的转速，具体包括如下步骤：
S200：输入绞龙装置的转速传感器能检测到的最低转速Minu.Aug，
S201：输入绞龙装置的转速传感器能检测到的最高转速Maxu.Aug，
S202：输入绞龙装置的转速传感器能检测到的最小电流Minv.Aug，
S203：输入绞龙装置的转速传感器能检测到的最大电流Maxv.Aug，
S204：接收绞龙装置的转速传感器传输给微处理器的电流信号Sig.Aug，
S205：微处理器根据以上参数算出实际的绞龙装置的转速R＝(Maxu.Aug-Minu.Aug)÷(Maxv.Aug-Minv.Aug)×(Sig.Aug-Minv.Aug)+Minu.Aug。


3.如权利要求2所述的基于步进式单神经元PID控制算法的砂浓度控制方法，其特征在于，在上位机上输入绞龙装置的转速控制器的参数，具体如下：
输入转速控制器对绞龙装置的最低输出控制电压MinCntrl.Aug，
输入转速控制器对绞龙装置的最高输出控制电压MaxCntrl.Aug，
输入单神经元自适应PID控制算法的控制参数K、ηi、ηp、ηd，其中K为神经元的比例系数，ηi为微分学习速率，ηp为积分学习速率，ηd为积分学习速率，K＞0。


4.如权利要求3所述的基于步进式单神经元PID控制算法的砂浓度控制方法，其特征在于，在上位机上输入绞龙装置的进气流量传感器的参数并计算实际输砂量，包括如下步骤：
S300：输入吸入流量传感器能检测到的最低流量Minu.Suc，
S301：输入吸入流量传感器能检测到的最高流量Maxu.Suc，
S302：输入吸入流量传感器能检测到的最小电流Minv.Suc，
S303：输入吸入流量传感器能检测到的最大电流Maxv.Suc，
S304：接收吸入流量传感器传输给I-微处理器的电流信号Sig.Suc，
S305：微处理器根据以上参数计算出吸入实际流量S，S＝(Maxu.Suc-Minu.Suc)÷(Maxv.Suc-Minv.Suc)×(Sig.Suc-Minv.Suc)+Minu.Suc。


5.如...

【专利技术属性】
技术研发人员：李力，陈春霞，骆竖星，李建新，张骥，邹伟，郑例，
申请(专利权)人：四机赛瓦石油钻采设备有限公司，
类型：发明
国别省市：湖北;42