CN109811832A - 一种基于模糊神经网络pid控制的分层注水流量控制方法 - Google Patents

Abstract

本发明公开了一种基于模糊神经网络PID控制的分层注水流量控制方法，具体包括以下步骤：S1、通过水位传感器和压力传感器分别对分层管网内部的水位和压力进行监测，检测到的数据通过数据处理模块传递给模糊神经网络PID控制系统；S2、通过模糊神经网络PID控制系统和变频器对第一水泵和第二水泵的进行控制，当流量稳定时，关闭第二水泵，启动变频器和第一水泵，这样第一水泵就可以对注水流量进行控制，当水压过低时，启动第二水泵进行补充，本发明涉及分层注水技术领域。该基于模糊神经网络PID控制的分层注水流量控制方法，降低了能源消耗和资源浪费，提高设备的可维护性和运行的可靠性，以达到降低生产成本和提高生产管理水平的目的。

Description

一种基于模糊神经网络PID控制的分层注水流量控制方法

技术领域

本发明涉及分层注水技术领域，具体为一种基于模糊神经网络PID控制的分层注水流量控制方法。

背景技术

分层注水指在注水井中下入封隔器，把差异较大的油层分隔开，再用配水器进行分层配水，使高渗层注水量得到控制，中低渗透率油层注水量得到加强，使各类油层都能发挥作用，神经网络与模糊控制是两种重要的智能控制技术，它们都能模拟人的智能行为，解决不确定、非线性、复杂的自动化问题，具有非常广阔的应用前景，目前分层注水的注水流量、水压调节和水位控制都是靠工人手动调节阀门节流量进行控制的，同时系统由人工监测控制，费时且费力，又不能及时对分层管网压力进行调整，达不到平稳调节流量的性能，这种控制方式据统计至少浪费了30％的能源，由于水泵的启、停次数频繁，供水设备容易损坏。

现有的分层注水流量控制方法，增加了能源消耗和资源浪费，降低设备的可维护性和运行的可靠性，增加了生产成本和降低生产管理水平的目的，不能有效地提高控制系统的自适应能力，并在工程系统中降低了控制策略的在线调试和更新效率，实用性不强，不便于使用者进行操作，不够安全可靠。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了一种基于模糊神经网络PID控制的分层注水流量控制方法，解决了分层注水流量控制方法维护性和可靠性不强且降低了控制策略的问题。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于模糊神经网络PID控制的分层注水流量控制方法，具体包括以下步骤：

S1、通过水位传感器和压力传感器分别对分层管网内部的水位和压力进行监测，检测到的数据通过数据处理模块传递给模糊神经网络PID控制系统；

S2、通过模糊神经网络PID控制系统和变频器对第一水泵和第二水泵的进行控制，当流量稳定时，关闭第二水泵，启动变频器和第一水泵，这样第一水泵就用可以对注水流量进行控制，当水压过低时，启动第二水泵进行补充；

S3、第一水泵和第二水泵可以实时的对分层管网内部的流量进行控制，且水压保持稳定；

S4、分析分层注水流量控制系统的特征和建模条件，然后对分层注水流量控制系统的控制对象进行建模；

S5、在组态软件中完成模糊神经网络PID控制系统的各元件的开发，在组态软件中通过元件组态来实现分层注水流量控制逻辑，在组态软件中测试模糊神经网络PID控制系统对分层注水流量的控制效果。

优选的，所述模糊神经网络PID控制系统包括输入模块、模糊化模块、模糊推理模块、规则运算模块、输出模块和PID控制器，所述输入模块的输出端与模糊化模块的输入端连接，并且模糊化模块的输出端与模糊推理模块的输入端连接，所述模糊推理模块的输出端与规则运算模块的输入端连接，并且规则运算模块的输出端与输出模块的输入端连接，所述输出模块的输出端与PID控制器的输入端连接。

优选的，所述分层管网的压力传感器测得管网水压的变化，同时结合分层管网在不同时刻对水流量的需求，将测得的水压信号传至模糊神经网络PID控制系统。

优选的，所述变频器是通过对第一水泵的转速控制，达到对分层管网水压调整的目的。

优选的，所述模糊神经网络PID控制系统以注水流量的偏差值e以及偏差值变化量ec为输入，其输出端连接分层管网，利用模糊神经网络构造模糊神经网络PID控制系统，使得模糊规则能够在线提取和优化，根据PID控制器的原理，对模糊神经网络PID控制系统的动态模型进行公式推导，得到与PID控制器对应的三项基本参数，即增益系数、积分时间系数和微分时间系数，通过对这三项参数的调节，可实现模糊神经网络对PID参数的优化过程，并通过PID控制器实现对分层流量的控制。

优选的，所述压力传感器的型号为DCB958，所述水位传感器的型号为L-DP601。

（三）有益效果

本发明提供了一种基于模糊神经网络PID控制的分层注水流量控制方法。与现有技术相比具备以下有益效果：

（1）、该基于模糊神经网络PID控制的分层注水流量控制方法，通过S1、通过水位传感器和压力传感器分别对分层管网内部的水位和压力进行监测，检测到的数据通过数据处理模块传递给模糊神经网络PID控制系统；S2、通过模糊神经网络PID控制系统和变频器对第一水泵和第二水泵的进行控制，当流量稳定时，关闭第二水泵，启动变频器和第一水泵，这样第一水泵就用可以对注水流量进行控制，当水压过低时，启动第二水泵进行补充；S3、第一水泵和第二水泵可以实时的对分层管网内部的流量进行控制，且水压保持稳定，降低了能源消耗和资源浪费，提高设备的可维护性和运行的可靠性，以达到降低生产成本和提高生产管理水平的目的，有效地提高控制系统的自适应能力，并在工程系统中提高控制策略的在线调试和更新效率，实用性强。

（2）、该基于模糊神经网络PID控制的分层注水流量控制方法，通过所述模糊神经网络PID控制系统包括输入模块、模糊化模块、模糊推理模块、规则运算模块、输出模块和PID控制器，所述输入模块的输出端与模糊化模块的输入端连接，并且模糊化模块的输出端与模糊推理模块的输入端连接，所述模糊推理模块的输出端与规则运算模块的输入端连接，并且规则运算模块的输出端与输出模块的输入端连接，所述输出模块的输出端与PID控制器的输入端连接，所述分层管网的压力传感器测得管网水压的变化，同时结合分层管网在不同时刻对水流量的需求，将测得的水压信号传至模糊神经网络PID控制系统，便于使用者进行操作，安全可靠。

附图说明

图1为本发明控制方法系统的结构原理框图；

图2为本发明的流程图。

图中，1水位传感器、2压力传感器、3分层管网、4数据处理模块、5模糊神经网络PID控制系统、51输入模块、52模糊化模块、53模糊推理模块、54规则运算模块、55输出模块、56PID控制器、6变频器、7第一水泵、8第二水泵。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-2，本发明实施例提供一种技术方案：一种基于模糊神经网络PID控制的分层注水流量控制方法，具体包括以下步骤：

S1、通过水位传感器1和压力传感器2分别对分层管网3内部的水位和压力进行监测，检测到的数据通过数据处理模块4传递给模糊神经网络PID控制系统5，神经网络与模糊控制是两种重要的智能控制技术，它们都能模拟人的智能行为，解决不确定、非线性、复杂的自动化问题，具有非常广阔的应用前景；

S2、通过模糊神经网络PID控制系统5和变频器6对第一水泵7和第二水泵8的进行控制，当流量稳定时，关闭第二水泵8，启动变频器6和第一水泵7，这样第一水泵7就用可以对注水流量进行控制，当水压过低时，启动第二水泵8进行补充；

S3、第一水泵7和第二水泵8可以实时的对分层管网3内部的流量进行控制，且水压保持稳定；

S4、分析分层注水流量控制系统的特征和建模条件，然后对分层注水流量控制系统的控制对象进行建模；

S5、在组态软件中完成模糊神经网络PID控制系统的各元件的开发，在组态软件中通过元件组态来实现分层注水流量控制逻辑，在组态软件中测试模糊神经网络PID控制系统对分层注水流量的控制效果。

本发明中，模糊神经网络PID控制系统5包括输入模块51、模糊化模块52、模糊推理模块53、规则运算模块54、输出模块55和PID控制器56，输入模块51的输出端与模糊化模块52的输入端连接，并且模糊化模块52的输出端与模糊推理模块53的输入端连接，模糊推理模块53的输出端与规则运算模块54的输入端连接，并且规则运算模块54的输出端与输出模块55的输入端连接，输出模块55的输出端与PID控制器56的输入端连接，本方法采用变频器6和继电器控制的控制系统，由变频器6、PID调节器56、压力变送器、水位控制器以及接触器、继电器、指示灯、风机等部分组成，采用变频调速技术，对第一水泵7进行无极平滑调速，实现变频和工频两种控制，对利用压力传感器2和水位传感器1来检测信号，用压力信号来控制变频器6实现第一水泵7和第二水泵8的运行，保证分层管网3压力的恒定，且实现对分层管网3流量的控制。

本发明中，分层管网3的压力传感器2测得管网水压的变化，同时结合分层管网3在不同时刻对水流量的需求，将测得的水压信号传至模糊神经网络PID控制系统5。

本发明中，变频器6是通过对第一水泵7的转速控制，达到对分层管网3水压调整的目的。

本发明中，第一水泵7工作时的功率为160 kW。

本发明中，模糊神经网络PID控制系统5以注水流量的偏差值e以及偏差值变化量ec为输入，其输出端连接分层管网3，利用模糊神经网络构造模糊神经网络PID控制系统5，使得模糊规则能够在线提取和优化，根据PID控制器56的原理，对模糊神经网络PID控制系统5的动态模型进行公式推导，得到与PID控制器56对应的三项基本参数，即增益系数、积分时间系数和微分时间系数，通过对这三项参数的调节，可实现模糊神经网络对PID参数的优化过程，并通过PID控制器56实现对分层流量的控制。

本发明中，压力传感器2的型号为DCB958，水位传感器1的型号为L-DP601。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种基于模糊神经网络PID控制的分层注水流量控制方法，其特征在于：具体包括以下步骤：

S1、通过水位传感器（1）和压力传感器（2）分别对分层管网（3）内部的水位和压力进行监测，检测到的数据通过数据处理模块（4）传递给模糊神经网络PID控制系统（5）；

S2、通过模糊神经网络PID控制系统（5）和变频器（6）对第一水泵（7）和第二水泵（8）的进行控制，当流量稳定时，关闭第二水泵（8），启动变频器（6）和第一水泵（7），这样第一水泵（7）就用可以对注水流量进行控制，当水压过低时，启动第二水泵（8）进行补充；

S3、第一水泵（7）和第二水泵（8）可以实时的对分层管网（3）内部的流量进行控制，且水压保持稳定；

S4、分析分层注水流量控制系统的特征和建模条件，然后对分层注水流量控制系统的控制对象进行建模；

S5、在组态软件中完成模糊神经网络PID控制系统的各元件的开发，在组态软件中通过元件组态来实现分层注水流量控制逻辑，在组态软件中测试模糊神经网络PID控制系统对分层注水流量的控制效果。

2.根据权利要求1所述的一种基于模糊神经网络PID控制的分层注水流量控制方法，其特征在于：所述模糊神经网络PID控制系统（5）包括输入模块（51）、模糊化模块（52）、模糊推理模块（53）、规则运算模块（54）、输出模块（55）和PID控制器（56），所述输入模块（51）的输出端与模糊化模块（52）的输入端连接，并且模糊化模块（52）的输出端与模糊推理模块（53）的输入端连接，所述模糊推理模块（53）的输出端与规则运算模块（54）的输入端连接，并且规则运算模块（54）的输出端与输出模块（55）的输入端连接，所述输出模块（55）的输出端与PID控制器（56）的输入端连接。

3.根据权利要求1所述的一种基于模糊神经网络PID控制的分层注水流量控制方法，其特征在于：所述分层管网（3）的压力传感器（2）测得管网水压的变化，同时结合分层管网（3）在不同时刻对水流量的需求，将测得的水压信号传至模糊神经网络PID控制系统（5）。

4.根据权利要求1所述的一种基于模糊神经网络PID控制的分层注水流量控制方法，其特征在于：所述变频器（6）是通过对第一水泵（7）的转速控制，达到对分层管网（3）水压调整的目的。

5.根据权利要求1所述的一种基于模糊神经网络PID控制的分层注水流量控制方法，其特征在于：所述第一水泵（7）工作时的功率为160 kW。

6.根据权利要求2所述的一种基于模糊神经网络PID控制的分层注水流量控制方法，其特征在于：所述模糊神经网络PID控制系统（5）以注水流量的偏差值e以及偏差值变化量ec为输入，其输出端连接分层管网（3），利用模糊神经网络构造模糊神经网络PID控制系统（5），使得模糊规则能够在线提取和优化，根据PID控制器（56）的原理，对模糊神经网络PID控制系统（5）的动态模型进行公式推导，得到与PID控制器（56）对应的三项基本参数，即增益系数、积分时间系数和微分时间系数，通过对这三项参数的调节，可实现模糊神经网络对PID参数的优化过程，并通过PID控制器（56）实现对分层流量的控制。

7.根据权利要求1所述的一种基于模糊神经网络PID控制的分层注水流量控制方法，其特征在于：所述压力传感器（2）的型号为DCB958，所述水位传感器（1）的型号为L-DP601。