一种基于数字孪生的水下节流阀自主控制方法、系统技术方案

本发明专利技术属于节流阀控制数据处理技术领域，公开了一种基于数字孪生的水下节流阀自主控制方法、系统。利用含有色噪声的自回归滑动平均模型建立水下节流阀的数字孪生模型，实现了水下节流阀控制系统在信息空间的表达；基于伽马过程建立了水下节流阀的剩余寿命预测模型，并利用增广递推最小二乘法实现水下节流阀的数字孪生模型的参数同步和状态更新，实现了信息空间的表达和物理空间的表达一致性保持；基于信息空间的表达和物理空间的表达一致性保持，进行水下节流阀自主控制调节方案的优化。本发明专利技术为水下节流阀控制提供了精确的模型，提高了控制精度；本发明专利技术实现了水下节流阀使用寿命的预测，为生产决策提供信息参考。为生产决策提供信息参考。为生产决策提供信息参考。

【技术实现步骤摘要】
一种基于数字孪生的水下节流阀自主控制方法、系统


[0001]本专利技术属于节流阀控制数据处理
，尤其涉及一种基于数字孪生的水下节流阀自主控制方法、系统。

技术介绍

[0002]石油被誉为“黑色的黄金”和“工业的血液”，不仅是一种自然资源中的不可再生能源，更是一个社会发展必不可少的战略性资源，对工业的发展和社会进步具有不可估量的影响。随着世界经济的全球化与一体化以及整个世界范围内各个国家的工业城市化进程加快，世界上的石油产业也将面临极大挑战。虽然世界上对于油气消费总量持续较快地增加，但是全球的油气总储量却呈现出较缓慢的变化，远远无法满足每年需要的产量。因此，世界上许多国家已经开始把其战略目标从陆上燃料和油气资源转移到海洋地区，为国家工业建设寻找丰富的资源。世界海洋地区蕴含着极其丰富的油气资源，其储备量大约为全球平均可利用能力的70％左右，存在着巨大的经济价值。随着当今世界各国的海洋勘探技术的不断发展与设备日益成熟，海洋油气资源产量也在持续地增长，其所需要进行的开采工艺范围及其水深都在不断地扩大，这对于开采方法提出了更高的技术要求。
[0003]水下节流阀主要通过改变节流截面或节流长度达到控制流体流量的作用。水下节流阀在生产过程中，长期处在高压、低温和腐蚀等环境下，承受着高油压、冲蚀，以及内外涡流造成的振动，其可靠性受到严重威胁，容易引发故障。其中冲蚀是造成水下节流阀失效的最主要的原因。在开采过程中油气混合物会携带大量砂砾，当油液高速进入节流阀时，砂砾会对阀芯部位产生较大的冲击，造成材料流失，导致剩余使用寿命降低，甚至失效。因此，水下节流阀处于不断退化的状态，从控制的角度出发，其动态特性具有很大的时变性。此外，若节流阀在超过其原始设计寿命的情况下继续使用，很可能造成超出预期的疲劳损伤。一旦发生故障，维修难度大且成本昂贵，会对人类生命、环境和财产造成巨大损失。
[0004]目前，最常用的水下节流阀控制系统为电液复合控制系统，主要有信号源、放大器、控制器、电液比例阀、阀控液压缸、位移传感器及节流阀组成，其中液压缸的活塞杆与节流阀的外笼套相连。在水下生产系统进行采油作业时，水上控制模块发送指令，首先将信号源传递给放大器，对信号进行放大处理；当信号经过控制器时，对阀控液压缸系统发出指令，实现电液比例阀的油路切换，从而控制液压缸活塞杆的移动。由于活塞杆与节流阀外笼套相连，因此可以通过其往复运动调节阀芯的流通面积，实现对节流阀开度的自动调节。从控制角度出发，要想实现高精度控制，必须要有精确的数学模型，但在实际建模中，由电液比例阀及液压缸组成的阀控液压缸系统的各种性能参数具有可变性，如油液体积弹性模量、粘性阻尼系数及液压缸泄露系数等，且受环境温度影响较大，因此，该控制系统的数学模型难以确定，具有非线性和时变的特征。
[0005]再者，针对水下节流阀的高精度控制问题，以及如何解决其控制系统的非线性特征，大多分析者采用模糊控制理论，滑膜控制等非线性控制方法以忽略该系统的动态特性。
[0006]针对水下节流阀控制模型的精度问题，大多分析者采用系统辨识的方法，以获得
当前时刻的数学模型，忽视了节流阀退化和控制系统时变的特征导致的系统数学模型的变化。
[0007]节流阀被冲蚀后，阀芯节流口面积增大，导致油液流量增加，加重了对节流阀的冲蚀，导致使用寿命降低，风险增加。针对节流阀退化问题，如何通过控制系统进行生产调节，对该方面的分析较少。
[0008]通过上述分析，现有技术存在的问题及缺陷为：
[0009](1)在模糊控制理论上：现有技术在水下节流阀控制中缺乏系统性，难以建立一套系统的模糊控制理论；模糊规则及隶属度函数的设计方法全凭经验进行；难以获得满意的动态与静态特性，导致控制精度降低，具有很大的偶然性。简单的模糊处理会使系统的控制精度降低，动态品质变差，若提高精度，则量化级数增加，导致规则搜索范围变大，决策速度降低，甚至不能做到实时控制。最终使得在水下节流阀控制控制流体流量精度低；
[0010](2)在滑模控制上：滑模控制虽然从本质上讲是一种典型的、特殊的非线性控制，但在实际应用时，状态轨迹到达滑动模态面后，难以严格沿着滑动模态面向平衡点滑动，而是在其两侧来回穿越地趋近平衡点，从而产生抖振——滑模控制实际应用中最主要的障碍。抖振易造成系统的不稳定性，甚至导致控制系统不可用。最终使得在水下节流阀控制控制流体流量偏差大。

技术实现思路

[0011]为克服相关技术中存在的问题，本专利技术公开实施例提供了一种基于数字孪生的水下节流阀自主控制方法、系统。
[0012]所述技术方案如下：基于数字孪生的水下节流阀自主控制方法，包括以下步骤：
[0013]S1，利用含有色噪声的自回归滑动平均模型建立水下节流阀的数字孪生模型，进行水下节流阀控制系统在信息空间的表达；
[0014]S2，基于伽马过程建立水下节流阀的剩余寿命预测模型，并利用增广递推最小二乘法实现水下节流阀的数字孪生模型的参数同步和状态更新，使信息空间的表达和物理空间的表达一致；
[0015]S3，基于表达一致的信息空间的表达和物理空间，进行水下节流阀自主控制调节方案的优化。
[0016]在步骤S1中，建立水下节流阀的数字孪生模型包括：
[0017]利用含有色噪声的自回归滑动平均模型，去除生产环境中存在的干扰噪声，构建水下节流阀的数字孪生模型，表达式为：
[0018]y(t)＝
‑
a1y(t
‑
1)
‑
a2y(t
‑
2)
‑
a3Y(t
‑
3)+b1u(t
‑
1)+b2u(t
‑
2)+b3u(t
‑
1)+e(t)
[0019]式中，y(t)为系统输出，a1，a2，a3分别为系统输出系数，b1，b2，b3分别为系统输入系数，t为时间，u(t)为系统输入，e(t)为有色噪声。
[0020]在步骤S2中，使信息空间的表达和物理空间的表达一致，包括以下步骤：
[0021](a)采集生产环节中传感器反馈的性能数据，并基于伽马过程建立退化模型，利用状态数据对伽马过程所需参数进行估计，计算得到水下节流阀使用寿命的概率密度函数，预测水下节流阀使用寿命；
[0022](b)将水下节流阀使用寿命作为模型修正环节的参考标准，以运行初期数据的寿
命预测值作为初始寿命，当预测的寿命值低于初始寿命的90％时，触发水下节流阀的数字孪生模型修正程序；
[0023](c)利用增广递推最小二乘法对模型各参数进行估计，实现水下节流阀运动状态的更新，模型修正后，重新确定节流阀的初始寿命，此外退化阈值需减去修正时刻的退化量。
[0024]在步骤(a)中，计算得到水下节流阀使用寿命的概率密度函数，预测水下节流阀使用寿命，具体包括：
[0025]{G(t)，t≥0}为连续时间的随机过程，G(t)表示随机过程；t表示时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的水下节流阀自主控制方法，其特征在于，该方法包括以下步骤：S1，利用含有色噪声的自回归滑动平均模型建立水下节流阀的数字孪生模型，进行水下节流阀控制系统在信息空间的表达；S2，基于伽马过程建立水下节流阀的剩余寿命预测模型，并利用增广递推最小二乘法实现水下节流阀的数字孪生模型的参数同步和状态更新，使信息空间的表达和物理空间的表达一致；S3，基于表达一致的信息空间的表达和物理空间，进行水下节流阀自主控制调节方案的优化。2.根据权利要求1所述的基于数字孪生的水下节流阀自主控制方法，其特征在于，在步骤S1中，建立水下节流阀的数字孪生模型包括：利用含有色噪声的自回归滑动平均模型，去除生产环境中存在的干扰噪声，构建水下节流阀的数字孪生模型，表达式为：y(t)＝
‑
a1y(t
‑
1)
‑
a2y(t
‑
2)
‑
a3y(t
‑
3)+b1u(t
‑
1)+b2u(t
‑
2)+b3u(t
‑
1)+e(t)式中，y(t)为系统输出，a1，a2，a3分别为系统输出系数，b1，b2，b3分别为系统输入系数，t为时间，u(t)为系统输入，e(t)为有色噪声。3.根据权利要求1所述的基于数字孪生的水下节流阀自主控制方法，其特征在于，在步骤S2中，使信息空间的表达和物理空间的表达一致，包括以下步骤：(a)采集生产环节中传感器反馈的性能数据，并基于伽马过程建立退化模型，利用状态数据对伽马过程所需参数进行估计，计算得到水下节流阀使用寿命的概率密度函数，预测水下节流阀使用寿命；(b)将水下节流阀使用寿命作为模型修正环节的参考标准，以运行初期数据的寿命预测值作为初始寿命，当预测的寿命值低于初始寿命的90％时，触发水下节流阀的数字孪生模型修正程序；(c)利用增广递推最小二乘法对模型各参数进行估计，实现水下节流阀运动状态的更新，模型修正后，重新确定节流阀的初始寿命，此外退化阈值需减去修正时刻的退化量。4.根据权利要求3所述的基于数字孪生的水下节流阀自主控制方法，其特征在于，在步骤(a)中，计算得到水下节流阀使用寿命的概率密度函数，预测水下节流阀使用寿命，具体包括：{G(t)，t≥0}为连续时间的随机过程，G(t)表示随机过程；t表示时间，若满足以下性质：(1)G(t)＝0；(2)G(t)具有独立平稳非负增量；(3)ΔG(t)服从伽马分布，ΔG(t)＝G(t+Δt)
‑
G(t)～Ga(αΔt，β)；式中，ΔG(t)为退化增量，Δt为时间间隔，Ga(αΔt，β)为伽马分布；则G(t)的形状参数为α，尺度参数为β的伽马过程；其中，Ga(g|α，β)是形状参数α＞0，尺度参数β＞0的伽马分布；Ga表示伽马分布；g为自变量；α为形状参数，β为尺度参数；随机过程G(t)的概率密度分布函数为：
式中，f为概率密度分布函数，Γ(α)为伽马函数，e为自然常数，β
α
为β的α次方；针对水下节流阀，选取流量系数作为水下节流阀退化的性能参数，流量系数表示为：其中，C
v
为流量系数退化量，Q为流体流量，ρ为流体密度，Δp为流体经过节流阀的压差；若水下节流阀运行到t时刻流量系数退化量未超过预定的阈值λ，记当前流量系数退化量为C
v
(t)，此时C
v
(t)＜λ；若首次达到阈值时间为TL，根据伽马过程性质知水下节流阀使用寿命概率分布，表达式为：式中，ξ＝c/β，F
T
(t)表示使用寿命概率分布，P表示概率，TL表示首次达到阈值时间，t表示时间，C
v
(t)表示当前流量系数，λ表示退化阈值，Γ(αt)表示伽马函数，c表示积分变量，β为尺度参数，Γ(αt，λ/β)为不完全伽马函数；Γ(αt)为伽马函数，α为形状参数，e为自然常数；概率密度函数为：式中，F
T
(t)表示使用寿命概率分布，α为形状参数，β为尺度参数，t表示时间，λ表示退化阈值；采用BS分布逼近使用寿命的概率密度函数：式中，F
T
(t)表示使用寿命概率分布，t表示时间，e为自然常数，β
α
为β的α次方，p和q均是为简化公式而进行的数学处理简化表示符号；其中，
针对伽马过程参数形状参数α和尺度参数β，采用极大似然估计法对参数数值进行估计：式中，L(α，β)为似然函数；α为形状参数；β为尺度参数；t表示时间；λ表示退化阈值；Γ(α)为伽马函数；n为数据量；C
vi
为流量系数；将伽马过程形状参数α和尺度参数β的估计值带入使用寿命的概率密度函数f
T
(t)；将t时刻寿命概率密度函数最大值对应的时间点作为使用寿命的预测值，对应的剩余使用寿命表示为：T
RUL
＝T
L
‑
t式中，T
RUL
为剩余使用寿命，T
L
为首次达到阈值时间，即寿命值，t表示时间。5.根据权利要求3所述的基于数字孪生的水下节流阀自主控制方法，其特征在于，在步骤(b)中，水下节流阀的数字孪生模型修正程序包括：(1)选定系统的辨识模型，确定辨识模型阶次，构建辨识模型差分方程；(2)利...

【专利技术属性】
技术研发人员：赵天昊，王泓晖，李泽华，李攻博，刘贵杰，刘永红，蔡宝平，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：