CN117307126A - 钻杆的控制方法、装置、设备及可读存储介质 - Google Patents
钻杆的控制方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN117307126A CN117307126A CN202311331936.8A CN202311331936A CN117307126A CN 117307126 A CN117307126 A CN 117307126A CN 202311331936 A CN202311331936 A CN 202311331936A CN 117307126 A CN117307126 A CN 117307126A
- Authority
- CN
- China
- Prior art keywords
- drill rod
- motor
- state parameter
- control
- motor control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000013178 mathematical model Methods 0.000 claims abstract description 86
- 238000013459 approach Methods 0.000 claims abstract description 10
- 238000005553 drilling Methods 0.000 claims description 74
- 230000002829 reductive effect Effects 0.000 abstract description 6
- 230000001276 controlling effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
- E21B44/02—Automatic control of the tool feed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
Landscapes
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Earth Drilling (AREA)
Abstract
本申请公开了一种钻杆的控制方法、装置、设备及可读存储介质，本申请在驱动器中集成预设软扭矩控制算法和数学模型，相比于现有外接软扭矩控制装置的方案，本申请无需考虑软扭矩控制装和驱动器适配的问题，从而保证本申请中钻杆的控制方法的通用性。而驱动器中内置的预设软扭矩算法会根据内置的数学模型对电机控制算法进行扭矩补偿，得到电机控制指令。而电机控制指令将被用于控制电机，电机再驱动钻杆。可以理解的是，由于电机控制指令是在增加预设软扭矩控制算法对扭矩进行补偿的情况下得到的，基于该电机控制指令控制驱动钻杆的电机，可使得钻杆的扭矩波动趋近平稳，从而抑制粘滑现象，减少作业成本和风险。
Description
技术领域
本申请涉及钻井技术领域，尤其涉及一种钻杆的控制方法、装置、设备及可读存储介质。
背景技术
在实际的钻井作业中由于受海水、地底岩层、钻井设备等多方面的影响，钻井过程常常会伴有扰动，而且井下底层结构多变，环境复杂，钻杆之间、钻杆与地层之间、钻杆与井壁之间会产生各异的摩擦情况，从而引发振动。最终钻井下的钻杆会产生“粘滞-滑动-粘滞”的振动状态，称为粘滑现象，即井底钻杆介于完全粘着接触和滑动接触之间的一种运动形式，而粘滑现象的出现，将会严重影响实际作业成本和风险。目前虽然存在有一些应对方案用于针对钻井时出现的粘滑现象，但是已有的应对方案大多会存在有附加缺陷，从而难以满足实际钻井需求。
发明内容
本申请的主要目的在于提供一种钻杆的控制方法，旨在解决目前应对粘滑现象的已有方案大多会存在有附加缺陷，难以满足实际钻井需求的技术问题。
为实现上述目的，本申请提供一种钻杆的控制方法，所述钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述方法包括：
接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；
基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；
基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。
可选地，所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤包括：
将所述第一钻杆状态参数输入至所述预设软扭矩控制算法得到所述电机控制算法的电流环控制指令和速度环控制指令；
将所述第一钻杆状态参数、所述钻井指令、所述电流环控制指令以及所述速度环控制指令输入至所述电机控制算法，得到所述电机控制指令。
可选地，所述驱动器还配置有钻杆的观测模型，所述观测模型用于预测所述钻杆的状态，所述方法还包括：
基于所述观测模型，得到第二钻杆状态参数；
通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正，其中，所述控制环路包括所述数学模型、所述预设软扭矩控制算法以及所述电机控制算法。
可选地，所述基于所述观测模型，得到第二钻杆状态参数的步骤包括：
获取所述电机的电机实际状态参数以及所述钻杆的钻杆实际状态参数；
将所述电机实际状态参数和所述钻杆实际状态参数输入至所述观测模型，得到所述第二钻杆状态参数。
可选地，所述控制环路用于生成所述电机控制指令，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤包括：
基于所述第二钻杆状态参数，对所述电机控制指令进行补偿修正，以约束所述钻杆的扭矩波动。
可选地，所述数学模型包括钻杆动力学模型以及钻杆摩擦力模型，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤还包括：
通过所述第二钻杆状态参数分别对所述数学模型中的钻杆动力学模型以及钻杆摩擦力模型进行修正，以使所述第一钻杆状态参数与所述第二钻杆状态参数趋近于一致。
可选地，在所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤之前，所述方法包括：
基于所述第一钻杆状态参数或所述第二钻杆状态参数，确定所述钻杆是否存在进入粘滑现象的趋势；
若存在进入粘滑现象的趋势，则执行所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤；
若不存在进入粘滑现象的趋势，则基于所述钻井指令、所述第一钻杆状态参数以及所述电机控制算法，生成所述电机控制指令，并执行所述基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆的步骤。
可选地，在所述通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态的步骤之前，所述方法包括：
接收钻杆属性参数、电机属性参数以及工作环境属性参数；
将所述钻杆属性参数、所述电机属性参数以及所述工作环境属性参数输入至预设数学模型框架得到所述数学模型。
为实现上述目的，本申请还提供一种钻杆的控制装置，所述钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述钻杆的控制装置包括：
估计模块，用于接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；
补偿模块，用于基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；
控制模块，用于基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。
为实现上述目的，本申请还提供一种钻杆的控制设备，所述钻杆的控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的钻杆的控制程序，所述钻杆的控制程序被所述处理器执行时实现如上述的钻杆的控制方法的步骤。
为实现上述目的，本申请还提供一种可读存储介质，所述可读存储介质上存储有钻杆的控制程序，所述钻杆的控制程序被处理器执行时实现如上述的钻杆的控制方法的步骤。
本申请实施例提出的一种钻杆的控制方法、装置、设备及可读存储介质。在本实施例中，钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述钻杆的控制方法包括：接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。也即，一方面本实施例会在驱动器中集成预设软扭矩控制算法和数学模型，相比于现有EPST系统中外接软扭矩控制装置的方案，本申请无需考虑软扭矩控制装和驱动器适配的问题，从而保证本申请中钻杆的控制方法的通用性。另一方面，驱动器中内置的预设软扭矩算法会根据内置的数学模型对电机控制算法进行扭矩补偿，得到电机控制指令。而电机控制指令将被用于控制电机，电机再驱动钻杆。可以理解的是，由于电机控制指令是在增加预设软扭矩控制算法对扭矩进行补偿的情况下得到的，基于该电机控制指令控制驱动钻杆的电机，可使得钻杆的扭矩波动趋近平稳，从而抑制粘滑现象，减少作业成本和风险。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本申请钻杆的控制方法中第一实施例的流程示意图；
图3为本申请钻杆的控制方法中钻杆控制系统的框架示意图；
图4为本申请钻杆的控制方法中第二实施例的流程示意图；
图5为本申请钻杆的控制方法中杆控制系统的细节框架图；
图6为本申请钻杆的控制方法中软扭矩控制的框架示意图；
图7为本申请钻杆的控制方法中建模示意图；
图8为本申请钻杆的控制方法中第三实施例的流程示意图；
图9为本申请钻杆的控制方法中钻杆的控制装置的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，图1是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请实施例设备可以是伺服结构，也可以是驱动器、智能手机、平板电脑、便携计算机等电子终端设备。
如图1所示，该设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，设备还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及钻杆的控制程序。
在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的钻杆的控制程序，所述钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，并执行以下操作：
接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；
基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；
基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。
进一步地，处理器1001可以调用存储器1005中存储的钻杆的控制程序，还执行以下操作：
所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤包括：
将所述第一钻杆状态参数输入至所述预设软扭矩控制算法得到所述电机控制算法的电流环控制指令和速度环控制指令；
将所述第一钻杆状态参数、所述钻井指令、所述电流环控制指令以及所述速度环控制指令输入至所述电机控制算法，得到所述电机控制指令。
进一步地，处理器1001可以调用存储器1005中存储的钻杆的控制程序，还执行以下操作：
所述驱动器还配置有钻杆的观测模型，所述观测模型用于预测所述钻杆的状态，所述方法还包括：
基于所述观测模型，得到第二钻杆状态参数；
通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正，其中，所述控制环路包括所述数学模型、所述预设软扭矩控制算法以及所述电机控制算法。
进一步地，处理器1001可以调用存储器1005中存储的钻杆的控制程序，还执行以下操作：
所述基于所述观测模型，得到第二钻杆状态参数的步骤包括：
获取所述电机的电机实际状态参数以及所述钻杆的钻杆实际状态参数；
将所述电机实际状态参数和所述钻杆实际状态参数输入至所述观测模型，得到所述第二钻杆状态参数。
进一步地，处理器1001可以调用存储器1005中存储的钻杆的控制程序，还执行以下操作：
所述控制环路用于生成所述电机控制指令，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤包括：
基于所述第二钻杆状态参数，对所述电机控制指令进行补偿修正，以约束所述钻杆的扭矩波动。
进一步地，处理器1001可以调用存储器1005中存储的钻杆的控制程序，还执行以下操作：
所述数学模型包括钻杆动力学模型以及钻杆摩擦力模型，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤还包括：
通过所述第二钻杆状态参数分别对所述数学模型中的钻杆动力学模型以及钻杆摩擦力模型进行修正，以使所述第一钻杆状态参数与所述第二钻杆状态参数趋近于一致。
进一步地，处理器1001可以调用存储器1005中存储的钻杆的控制程序，还执行以下操作：
在所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤之前，所述方法包括：
基于所述第一钻杆状态参数或所述第二钻杆状态参数，确定所述钻杆是否存在进入粘滑现象的趋势；
若存在进入粘滑现象的趋势，则执行所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤；
若不存在进入粘滑现象的趋势，则基于所述钻井指令、所述第一钻杆状态参数以及所述电机控制算法，生成所述电机控制指令，并执行所述基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆的步骤。
进一步地，处理器1001可以调用存储器1005中存储的钻杆的控制程序，还执行以下操作：
在所述通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态的步骤之前，所述方法包括：
接收钻杆属性参数、电机属性参数以及工作环境属性参数；
将所述钻杆属性参数、所述电机属性参数以及所述工作环境属性参数输入至预设数学模型框架得到所述数学模型。
需要说明的是，在石油勘钻行业中，钻井设备，通常是由绞车、天车、井架、顶驱、钻杆和钻头组成。其中，顶驱驱动钻井装置TDS(Topdrive Drilling System)和游车相连，用来提供井下旋转动力，它和变频器相连，由司钻房通过PLC(Programmable LogicController，可编程逻辑控制器)实现实时控制。底部加重钻杆、钻铤、钻头等组件合称为钻杆组合(BHA，Bottom-Hole Assembly)，也即本申请中的钻杆。在正常工作时，顶驱驱动钻井装置将为钻杆提供在井下的旋转动力。钻杆在钻井过程中，由于受到地下工作环境以及钻井设备本身的影响，可能会引发钻杆出现粘滑现象的问题。粘滑现象主要表现在扭矩图中，扭矩出现增加，严重时会出现憋停，出现锯齿状的扭矩变化井底钻杆转速急剧震动。主要危害包括：金刚石钻头切削崩齿；钻速降低约25％；钻杆脱扣掉入井底；井下电动机和顶驱憋停；随钻仪器失效，钻杆疲劳失效，等均会增加作业成本和风险。在出现粘滑现象后，一些常规的解决方案包括：(1)提高转矩的转速；(2)若提高转速无效，降低钻压；(3)在粘滑严重的情况下，停止钻进，将钻杆提升释放能量。但是此种方法在实际作业中比较花费时间，同时也可能会存在有钻头损坏，仪器失效等缺点或缺陷。除上述常规的缺陷外还存在通过软扭矩控制方法，解决粘滑现象的方案，例如EP公司的EPST(Electro Project Soft Torque，软扭矩顶驱)系统，在该EPST系统中，其除需要PLC与驱动器之外，还需要外接软扭矩控制装置和ST触摸屏，该系统在应用时，软扭矩控制器需要与驱动器通信适配，操作需要在ST触摸屏上单独操作，导致使用场景较少，应用局限性大，系统搭建复杂且不可靠，操作维护不方便。
针对上述问题本申请提供一种钻杆的控制方案，以解决上述存在的缺陷问题。
参照图2，本申请钻杆的控制方法的第一实施例，所述钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述方法包括：
步骤S10，接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；
需要说明的是，在实际应用中，钻杆的驱动器用于控制钻杆的转速或扭矩，例如，驱动器可通过与钻杆配套的顶驱来驱动钻杆转动，而在正常情况下，驱动器内部会内置有电机控制算法，例如，电机控制算法可以是有速度反馈的电机矢量控制算法，也可以采用无感的电机矢量控制算法等，具体的电机控制算法可由技术人员根据实际需求设置或选择。而在此基础上，钻杆的驱动器还会集成预设软扭矩控制算法和该钻杆的数学模型，以应对粘滑情况。可以理解的是，由于是在驱动器中集成预设软扭矩控制算法和数学模型，相比于上述方案EPST系统中外接软扭矩控制装置，本申请有效简化控制系统拓扑，避免了通信、误操作等问题，提高控制系统的稳定性和的通用性。此外，可参照图3，为本申请中钻杆控制系统的框架示意图，图中主要包括上位机、驱动器以及顶驱，其中，上位机包括交互界面和控制器，数学模型、电机控制算法以及预设软扭矩控制算法将集成在驱动器上，顶驱包括电机+齿轮箱的组合、钻杆组合结构(也即，本实施例中的钻杆)、传感器(如电机编码器、钻杆的应力传感器等)。在本实施例中，预设软扭矩控制算法可由本领域技术人员设置或选取不同的软扭矩控制算法，例如，扭矩负反馈减振控制算法，即当钻杆的扭矩大于扭矩阈值(如平均扭矩)时,减小转速；而在钻杆扭矩小于扭矩阈值时,增大转速。而转速调整的大小与钻杆扭矩与扭矩阈值的差值成正比。通过这种扭矩负反馈,可以改变钻杆在旋转时对扭转振动能量的吸收,从而避免粘滑现象的发生。
示例性的，在接收到钻井指令后，驱动器可基于钻井指令控制驱动钻杆转动的电机工作，其中，钻井指令可包括转速或扭矩等，在正常情况下，驱动器中电机控制算法可根据钻井指令控制驱动钻杆转动的电机转动，使得钻杆的转速或扭矩与钻井指令中的转速或扭矩相符。在实际应用中，接收到钻井指令后，驱动器中的数学模型首先会估计钻杆的状态得到第一钻杆状态参数。可以理解的是，在通常情况下，钻杆的工作环境为地下几百或上千米的位置，因此，无法准确的知晓钻杆的真实状态，故通过钻杆的数学模型来估计钻杆的状态，其中，钻杆的数学模型可包括动力学、运动学、摩擦力负载等相关模型，而钻杆的数学模型可由技术人员根据具体所使用的钻杆设备或电机设备设置，且本实施例中的数学模型结构也可参考现有数学模型，故此处不再赘述。数学模型将可通过井上设备的状态来估计井下钻杆的状态，如将井上电机设备的运行参数输入至数学模型，数学模型将输出井下钻杆的状态，即第一钻杆状态参数，第一钻杆状态参数可以是钻杆的形变和转矩等。而根据第一钻杆状态参数和钻井指令中钻杆控制目标之间的差异，驱动器中电机控制算法即可根据该差异实现电机的控制。
此外，上述钻井指令，可由用户通过上位机向驱动器发送，例如，上位机上可配置有交互界面，用户通过交互界面输入钻井指令，而上位机可以是工控机或PLC，工控机或PLC通过总线与驱动器进行通讯。
步骤S20，基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；
可以理解的是，在本实施例主要针对钻杆粘滑场景问题，故在电机控制算法的基础上将增加预设软扭矩控制算法，共同对电机进行控制。其中，预设软扭矩控制算法用于根据钻杆的状态对电机控制算法进行转矩补偿，基于钻井指令并在预设软扭矩控制算法补偿的情况下得到电机控制指令，例如，在粘滑现象存在的情况下，钻杆的转矩曲线呈现出锯齿状的波动，预设软扭矩控制算法可基于第一钻杆状态参数输出补偿控制指令，在补偿控制指令的补偿作用下，得到电机控制指令，而该电机控制指令对电机进行控制，使得电机驱动的钻杆的转矩曲线趋近于平稳，达到抑制粘滑现象的目的。
在一可行的实施方式中，所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤包括：
步骤S21，将所述第一钻杆状态参数输入至所述预设软扭矩控制算法得到所述电机控制算法的电流环控制指令和速度环控制指令；
步骤S22，将所述第一钻杆状态参数、所述钻井指令、所述电流环控制指令以及所述速度环控制指令输入至所述电机控制算法，得到所述电机控制指令。
需要说明的是，对于预设软扭矩控制算法，可以采用控制回路指令优化，也可以采用附加额外的控制器对转矩和转速进行调节实现。或由技术人员选取已有的软扭矩控制算法的实现。
示例性的，将第一钻杆状态参数输入至所述预设扭矩控制算法得到电机控制算法的电流环控制指令和速度环控制指令。再将第一钻杆状态参数、钻井指令、电流环控制指令以及速度环控制指令输入至电机控制算法，其中，电流环控制指令以及速度环控制指令会对电机控制算法基于第一钻杆状态参数以及钻杆指令生成的结果进行转矩补偿得到电机控制指令，此时，基于电机控制指令控制电机时，电机驱动钻杆的结果表现为抑制钻杆的扭矩，以减少钻杆的扭矩波动，到达抑制粘滑现象的目的。
步骤S30，基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。
示例性的，电机控制指令可被输入至顶驱，顶驱执行电机控制指令，使得驱动钻杆的电机转动，从而实现对钻杆的控制。可以理解的是，由于预设软扭矩控制算法的加入，基于电机控制指令控制驱动钻杆的电机时，钻杆的扭矩波动将趋于稳定，从而达到抑制粘滑现象的目的，可有效提高钻杆的寿命，也不会影响钻杆本身的工作。
在本实施例中，钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述钻杆的控制方法包括：接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。也即，一方面本实施例会在驱动器中集成预设软扭矩控制算法和数学模型，相比于现有EPST系统中外接软扭矩控制装置的方案，本申请无需考虑软扭矩控制装和驱动器适配的问题，从而保证本申请中钻杆的控制方法的通用性。另一方面，驱动器中内置的预设软扭矩算法会根据内置的数学模型对电机控制算法进行扭矩补偿，得到电机控制指令。而电机控制指令将被用于控制电机，电机再驱动钻杆。可以理解的是，由于电机控制指令是在增加预设软扭矩控制算法对扭矩进行补偿的情况下得到的，基于该电机控制指令控制驱动钻杆的电机，可使得钻杆的扭矩波动趋近平稳，从而抑制粘滑现象，减少作业成本和风险。
参照图4，基于本申请钻杆的控制方法的第一实施例，提出本申请的第二实施例，在本实施例中与上述实施例相同或者相似的内容可参考上文介绍，后续不再赘述。所述驱动器还配置有钻杆的观测模型，所述观测模型用于预测所述钻杆的状态，所述钻杆的控制方法还包括：
步骤S100，基于所述观测模型，得到第二钻杆状态参数；
步骤S200，通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正，其中，所述控制环路包括所述数学模型、所述预设软扭矩控制算法以及所述电机控制算法。
需要说明的是，在本实施例中，驱动器除配置有钻杆的数学模型外，还配置有钻杆的观测模型，观测模型与数学模型作用类似，均是用于确定钻杆的状态。
示例性的，通过观测模型预测所述钻杆的状态，得到第二钻杆状态参数。其中，观测模型可基于采集到的部分钻杆受力参数以及电机的运行工况预测得到第二钻杆状态，需要说明的是，在实际应用中无法采集到钻杆所有的受力参数，故需要通过预测的方式得到钻杆的各受力情况，也即第二钻杆状态。可以理解的是，第一钻杆状态和第二钻杆状态为采用不同方式得到同一钻杆的钻杆状态，在理想情况下，第一钻杆状态和第二钻杆状态应当是一致的。故得到的第二钻杆状态可被用于对钻杆的控制环路进行修正，其中，控制环路包括数学模型、预设软扭矩控制算法以及电机控制算法，因此，对控制环路进行修正也是对基于数学模型、预设软扭矩控制算法以及电机控制算法生成电机控制指令的过程进行修正。可以理解的是，在本实施例抑制软扭矩时，在第一钻杆参数的基础上增加了第二钻杆状态参数，对生成电机控制指令的过程进行修正，可使得钻杆软扭矩控制更加精准，从而取得更好的粘滑抑制效果。
参照图5，为本申请钻杆控制系统的细节框架图。用户可通过上位机中的人机交互界面输入钻井指令以及构建钻杆的数学模型所需的设备参数。钻杆的数学模型可包括钻杆动力学模型、钻杆运动学模型以及钻杆摩擦力模型。钻杆的数学模型可估计得到第一钻杆状态参数，基于第一钻杆状态参数以及钻井指令，预设软扭矩控制算法以及电机控制算法可得到电机控制指令。此外，钻杆应力传感器和电机编码器输出的实际设备数据，可输出至钻杆的观测模型，通过钻杆的观测模型预测钻杆的状态，得到第二状态参数，可对扭矩控制算法进行补偿，此外，钻杆应力传感器和电机编码器的结果可用于钻杆数学模型进行修正。
参照图6，为申请软扭矩控制的框架示意图。基于钻杆数学模型中的钻杆动力学数学模型的输出结果，电机控制算法和软扭矩算法可得到第一目标，且基于钻杆动力学数学模型的输出结果以及顶驱输出的钻杆应变反馈对钻杆观测模型的输出结果进行补偿，并且补偿后的钻杆观测模型的输出结果基于软扭矩补偿算法对第一目标进行补偿，钻杆速度/位置反馈将分别用于钻杆摩擦力模型的修正和第二目标的补偿。其中，第一目标可以是电流环中的目标电流，此外，第二目标则可以是速度环中的目标速度。
在一可行的实施方式中，所述基于所述观测模型，得到第二钻杆状态参数的步骤包括：
步骤S110，获取所述电机的电机实际状态参数以及所述钻杆的钻杆实际状态参数；
步骤S120，将所述电机实际状态参数和所述钻杆实际状态参数输入至所述观测模型，得到所述第二钻杆状态参数。
示例性的，在本实施例中，驱动钻杆的电机上将配置有电机编码器，电机编码器用于采集电机的工作参数，即电机实际状态参数，例如，电机实际状态参数可以是电机电流、电机扭矩、电机速度等。同时钻杆上还配置有应力传感器，应力传感器用于采集钻杆的应变力，也即钻杆实际状态参数。再将电机实际状态参数和钻杆实际状态参数输入至观测模型预测钻杆的状态，得到第二钻杆状态参数。其中，第二钻杆状态参数可包括钻杆实际转速、钻杆实际转矩、钻杆应变分布以及钻杆寿命估计等。
此外，上述得到的第二钻杆状态参数以及第一钻杆状态参数均可通过上位机的交互界面输出，从而向用户展示钻杆的实际状态。
在一可行的实施方式中，所述控制环路用于生成所述电机控制指令，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤包括：
步骤S210,基于所述第二钻杆状态参数，对所述电机控制指令进行补偿修正，以约束所述钻杆的扭矩波动。
得到的第二钻杆状态又将被用于对电机控制指令进行补偿，例如，将第二钻杆状态参数输入至预设软扭矩补偿算法，得到补偿值，再将补偿值与述电机控制指令叠加，从而完成电机控制指令的补偿，对电机控制指令进行补偿的目的是为了约束钻杆的扭矩波动，例如，第二钻杆状态中钻杆的扭矩呈现锯齿状的波动，则补偿值则用于提高扭矩波中的低谷区域，从而实现粘滑现象自适应控制。
在一可行的实施方式中，所述数学模型包括钻杆动力学模型以及钻杆摩擦力模型，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤还包括：
步骤S220,通过所述第二钻杆状态参数分别对所述数学模型中的钻杆动力学模型以及钻杆摩擦力模型进行修正，以使所述第一钻杆状态参数与所述第二钻杆状态参数趋近于一致。
示例性的，本实施例中的数学模型可包括钻杆动力学模型以及钻杆摩擦力模型等，故在理想情况下，第一钻杆状态参数和第二钻杆状态参数是趋近于一致的。而由第二钻杆状态参数是基于电机实际状态参数和钻杆实际状态参数得到，且电机实际状态参数和钻杆实际状态参数是实时采集的结果，即实际状态参数为准确的结果。故第二钻杆状态参数，可作为数学模型中的钻杆动力学模型以及钻杆摩擦力模型进行修正的导向，分别对钻杆动力学模型以及钻杆摩擦力模型进行修正，使得包括这两个模型的数学模型的输出(第一钻杆状态参数)趋近于第二钻杆状态参数。例如，可以是调整修数学模型中的部分参数，达到修正的目的，而具体的调整的数学模型中的部分参数可由技术人员根据情况设置。可以理解的是，由于电机实际状态参数和钻杆实际状态参数是实时采集得到的，故电机实际状态参数和钻杆实际状态参数为准确的，可通过基于电机实际状态参数和钻杆实际状态参数得到第二钻杆状态参数对数学模型进行修正，从而使得数学模型估计的结果更加准确，在钻杆状态估计准确的情况下，可进一步提升软扭矩控制算法对粘滑现象的抑制效果。
例如，参照图7，为本实施例中的建模示意图，图中上位机输入的各参数量，例如，电机惯量、钻头惯量等，均用于钻杆数学模型的构建，而实际采集到的电机参数(电压、电流以及位置等)和钻杆参数(钻杆应变)将作为钻杆观测模型的输入，而钻杆观测模型的输出一方面可用于数学模型(钻杆摩擦力模型和钻杆动力学模型)的修正，另一方面也为井下状态的预测，井下状态包括钻杆实际转速、钻杆实际转矩、钻杆应变分布以及钻杆寿命。
在一可行的实施方式中，在所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤之前，所述方法包括：
步骤S01,基于所述第一钻杆状态参数或所述第二钻杆状态参数，确定所述钻杆是否存在进入粘滑现象的趋势；
步骤S02,若存在进入粘滑现象的趋势，则执行的所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤；
步骤S03,若不存在进入粘滑现象的趋势，则基于所述钻井指令、所述第一钻杆状态参数以及所述电机控制算法，生成所述电机控制指令，并执行所述基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆的步骤。
需要说明的是，在是实际应用中，软扭矩控制算法实际用于粘滑现象的抑制。因此，在正常情况下软扭矩控制算法可不启用。
示例性的，第一钻杆状态参数和第二钻杆状态参数均可反映钻杆的状态，且理想情况下，第一钻杆状态参数和第二钻杆状态参数为趋于一致，而第一钻杆状态参数和第二钻杆状态参数中至少包括有钻杆的扭矩，故通过第一钻杆状态参数或第二钻杆状态参数可确定钻杆是否存在进入粘滑现象的趋势。例如，可根据第一钻杆状态参数或第二钻杆状态参数可获取到钻杆扭矩的波动情况，波动情况可包括波动幅度和波动频率，将波动情况与预设扭矩波动条件比较，例如，预设扭矩波动条件可以是波动幅度大于预设波幅阈值或波动频率大于预设波频阈值，则判定满足预设扭矩波动条件，并确定钻杆存在进入粘滑现象的趋势，执行的所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤的即可抑制粘滑现象。反之，则确定钻杆不存在进入粘滑现象的趋势，通过钻井指令、第一钻杆状态参数以及电机控制算法，生成电机控制指令，并执行所述基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆的步骤即可。对于电机控制指令的生成，可参照上述第一实施例，此处将不再赘述。
参照图8，基于本申请钻杆的控制方法的第一实施例、第二实施例，提出本申请的第三实施例，在本实施例中与上述实施例相同或者相似的内容可参考上文介绍，后续不再赘述。在所述通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态的步骤之前，所述方法包括：
步骤S11，接收钻杆属性参数、电机属性参数以及工作环境属性参数；
步骤S12，将所述钻杆属性参数、所述电机属性参数以及所述工作环境属性参数输入至预设数学模型框架得到所述数学模型。
需要说明的是，上述EPST系统的方式仅适用于EPST系统中的钻杆参数库中存在钻杆类型，对于钻杆参数库中不存在的钻杆，则无法应用EPST系统，从而进一步导致，EPST系统的通用性差。针对上述情况，在本实施例中，可针对不同的钻杆来生成的不同钻杆的数学模型，从而使得本申请钻杆方法可应用于不同的钻杆。
示例性的，通过上位机的交互界面，用户可输入当前所使用的设备参数，例如，钻杆属性参数、电机属性参数以及工作环境属性参数等，例如，钻杆属性参数可包括钻头惯量、钻头刚度和阻尼等；电机属性参数可包括电机惯量以及电机其他的相关参数等；工作环境属性参数可包括估测摩擦系数与边界层厚度等。驱动器再接收上位机发送的钻杆属性参数、电机属性参数以及工作环境属性参数，可将钻杆属性参数、所述电机属性参数以及所述工作环境属性参数输入至预设数学模型框架即可得到当前钻杆的数学模型。由于，在本实施例中，钻杆的数学模型可根据输入的设备参数实时生成，故不会对钻杆的类型造成限制，从而增强了本实施例中钻杆的控制方法的通用性。
此外，参照图9，本申请实施例还提出一种钻杆的控制装置100，所述钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述钻杆的控制装置100包括：
估计模块10，用于接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；
补偿模块20，用于基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；
控制模块30，用于基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。
可选地，所述补偿模块20还用于：
将所述第一钻杆状态参数输入至所述预设软扭矩控制算法得到所述电机控制算法的电流环控制指令和速度环控制指令；
将所述第一钻杆状态参数、所述钻井指令、所述电流环控制指令以及所述速度环控制指令输入至所述电机控制算法，得到所述电机控制指令。
可选地，所述驱动器还配置有钻杆的观测模型，所述观测模型用于预测所述钻杆的状态，所述钻杆的控制装置100还包括修正模块40,所述修正模块40用于：
基于所述观测模型，得到第二钻杆状态参数；
通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正，其中，所述控制环路包括所述数学模型、所述预设软扭矩控制算法以及所述电机控制算法。
可选地，所述修正模块40还用于：
获取所述电机的电机实际状态参数以及所述钻杆的钻杆实际状态参数；
将所述电机实际状态参数和所述钻杆实际状态参数输入至所述观测模型，得到所述第二钻杆状态参数。
可选地，所述控制环路用于生成所述电机控制指令，所述修正模块40还用于：
基于所述第二钻杆状态参数，对所述电机控制指令进行补偿修正，以约束所述钻杆的扭矩波动。
可选地，所述数学模型包括钻杆动力学模型以及钻杆摩擦力模型，所述修正模块40还用于：
通过所述第二钻杆状态参数分别对所述数学模型中的钻杆动力学模型以及钻杆摩擦力模型进行修正，以使所述第一钻杆状态参数与所述第二钻杆状态参数趋近于一致。
可选地，所述钻杆的控制装置100还包括确定模块50,所述确定模块50用于：
基于所述第一钻杆状态参数或所述第二钻杆状态参数，确定所述钻杆是否存在进入粘滑现象的趋势；
若存在进入粘滑现象的趋势，则执行所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤；
若不存在进入粘滑现象的趋势，则基于所述钻井指令、所述第一钻杆状态参数以及所述电机控制算法，生成所述电机控制指令，并执行所述基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆的步骤。
可选地，所述钻杆的控制装置100还包括构建模块60,所述构建模块60用于：
接收钻杆属性参数、电机属性参数以及工作环境属性参数；
将所述钻杆属性参数、所述电机属性参数以及所述工作环境属性参数输入至预设数学模型框架得到所述数学模型。
本申请提供的钻杆的控制装置，采用上述实施例中的钻杆的控制方法，旨在解决目前应对粘滑现象的已有方案大多会存在有附加缺陷，难以满足实际钻井需求的技术问题。与现有技术相比，本申请实施例提供的钻杆的控制装置的有益效果与上述实施例提供的钻杆的控制方法的有益效果相同，且该钻杆的控制装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
此外，本申请实施例还提出一种钻杆的控制设备，所述钻杆的控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的钻杆的控制程序，所述钻杆的控制程序被所述处理器执行时实现如上述的钻杆的控制方法的步骤。
本申请钻杆的控制设备的具体实施方式与上述钻杆的控制方法各实施例基本相同，在此不再赘述。
此外，本申请实施例还提出一种可读存储介质，所述可读存储介质上存储有钻杆的控制程序，所述钻杆的控制程序被处理器执行时实现如上述的钻杆的控制方法的步骤。
本申请介质具体实施方式与上述钻杆的控制方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (11)
1.一种钻杆的控制方法，其特征在于，所述钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述方法包括：
接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；
基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；
基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。
2.如权利要求1所述的钻杆的控制方法，其特征在于，所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤包括：
将所述第一钻杆状态参数输入至所述预设软扭矩控制算法得到所述电机控制算法的电流环控制指令和速度环控制指令；
将所述第一钻杆状态参数、所述钻井指令、所述电流环控制指令以及所述速度环控制指令输入至所述电机控制算法，得到所述电机控制指令。
3.如权利要求1所述的钻杆的控制方法，其特征在于，所述驱动器还配置有钻杆的观测模型，所述观测模型用于预测所述钻杆的状态，所述方法还包括：
基于所述观测模型，得到第二钻杆状态参数；
通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正，其中，所述控制环路包括所述数学模型、所述预设软扭矩控制算法以及所述电机控制算法。
4.如权利要求3所述的钻杆的控制方法，其特征在于，所述基于所述观测模型，得到第二钻杆状态参数的步骤包括：
获取所述电机的电机实际状态参数以及所述钻杆的钻杆实际状态参数；
将所述电机实际状态参数和所述钻杆实际状态参数输入至所述观测模型，得到所述第二钻杆状态参数。
5.如权利要求3所述的钻杆的控制方法，其特征在于，所述控制环路用于生成所述电机控制指令，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤包括：
基于所述第二钻杆状态参数，对所述电机控制指令进行补偿修正，以约束所述钻杆的扭矩波动。
6.如权利要求3所述的钻杆的控制方法，其特征在于，所述数学模型包括钻杆动力学模型以及钻杆摩擦力模型，所述通过所述第二钻杆状态参数对所述钻杆的控制环路进行修正的步骤还包括：
通过所述第二钻杆状态参数分别对所述数学模型中的钻杆动力学模型以及钻杆摩擦力模型进行修正，以使所述第一钻杆状态参数与所述第二钻杆状态参数趋近于一致。
7.如权利要求3所述的钻杆的控制方法，其特征在于，在所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤之前，所述方法包括：
基于所述第一钻杆状态参数或所述第二钻杆状态参数，确定所述钻杆是否存在进入粘滑现象的趋势；
若存在进入粘滑现象的趋势，则执行所述基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令的步骤；
若不存在进入粘滑现象的趋势，则基于所述钻井指令、所述第一钻杆状态参数以及所述电机控制算法，生成所述电机控制指令，并执行所述基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆的步骤。
8.如权利要求1至7任意一项所述的钻杆的控制方法，其特征在于，在所述通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态的步骤之前，所述方法包括：
接收钻杆属性参数、电机属性参数以及工作环境属性参数；
将所述钻杆属性参数、所述电机属性参数以及所述工作环境属性参数输入至预设数学模型框架得到所述数学模型。
9.一种钻杆的控制装置，其特征在于，所述钻杆的驱动器集成预设软扭矩控制算法和所述钻杆的数学模型，所述钻杆的控制装置包括：
估计模块，用于接收钻井指令，通过所述数学模型得到第一钻杆状态参数，所述第一钻杆状态参数用于表征所述钻杆的状态；
补偿模块，用于基于所述钻井指令、所述第一钻杆状态参数以及所述预设软扭矩控制算法对电机控制算法进行补偿，得到电机控制指令；
控制模块，用于基于所述电机控制指令控制用于驱动所述钻杆的电机，以控制所述钻杆。
10.一种钻杆的控制设备，其特征在于，所述钻杆的控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的钻杆的控制程序，所述钻杆的控制程序被所述处理器执行时实现如权利要求1至8中任一项所述的钻杆的控制方法的步骤。
11.一种可读存储介质，其特征在于，所述可读存储介质上存储有钻杆的控制程序，所述钻杆的控制程序被处理器执行时实现如权利要求1至8中任一项所述的钻杆的控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311331936.8A CN117307126A (zh) | 2023-10-13 | 2023-10-13 | 钻杆的控制方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311331936.8A CN117307126A (zh) | 2023-10-13 | 2023-10-13 | 钻杆的控制方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117307126A true CN117307126A (zh) | 2023-12-29 |
Family
ID=89261865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311331936.8A Pending CN117307126A (zh) | 2023-10-13 | 2023-10-13 | 钻杆的控制方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117307126A (zh) |
-
2023
- 2023-10-13 CN CN202311331936.8A patent/CN117307126A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9278829B2 (en) | Method and system for controlling sway of ropes in elevator systems by modulating tension on the ropes | |
| CN105717947B (zh) | 控制空中装置的方法和有实现此方法的控制器的空中装置 | |
| US11000949B2 (en) | Robot for controlling learning in view of operation in production line, and method of controlling the same | |
| JP6193961B2 (ja) | 機械の送り軸の送りの滑らかさを最適化する機械学習装置および方法ならびに該機械学習装置を備えたモータ制御装置 | |
| CN104276526B (zh) | 减小电梯绳索摇摆的方法和电梯系统 | |
| US10824121B2 (en) | Machine learning device, servo motor controller, servo motor control system, and machine learning method | |
| US20150027814A1 (en) | Semi-Active Feedback Control of Elevator Rope Sway | |
| JP6928669B2 (ja) | 制御システム、工場システム、学習システム、推定用モデルの生成方法及びアクチュエータの状態推定方法 | |
| US20180093868A1 (en) | Anti-sway crane control method with a third-order filter | |
| JP6784722B2 (ja) | 出力装置、制御装置、及び評価関数値の出力方法 | |
| CN1505590A (zh) | 在操纵者指令下的起重机抗摇摆控制 | |
| WO2013103050A1 (en) | Method, computer system and computer program product for determining a sway of an elevator rope | |
| US20200073343A1 (en) | Machine learning device, control system, and machine learning method | |
| US20190284924A1 (en) | Downhole drilling methods and systems with top drive motor torque commands based on a dynamics model | |
| JP2008302449A (ja) | ロボット制御装置 | |
| CN113374488A (zh) | 土压平衡盾构机导向控制方法、装置及可读存储介质 | |
| JP5495684B2 (ja) | エレベーター地震被害予測装置 | |
| CN117307126A (zh) | 钻杆的控制方法、装置、设备及可读存储介质 | |
| Chen et al. | NMPC-PID control of secondary regulated active heave compensation system for offshore crane | |
| US10684594B2 (en) | Machine learning device, servo motor controller, servo motor control system, and machine learning method | |
| JP2020030797A (ja) | 制御装置の設計装置及び設計方法 | |
| CN114590711B (zh) | 一种多工况回转启动电流调控方法及装置 | |
| WO2022247615A1 (zh) | 降低机器人对安装平台作用力的方法、装置及存储介质 | |
| Baron et al. | Gesture and voice driven mobile tribot robot using Kinect sensor | |
| CA2977057A1 (en) | Method and system for controlling a hydraulic testing system using model predictive control |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |