大容量输油泵效率智能寻优策略研究

大容量输油泵效率智能寻优策略研究

大容量输油泵效率智能寻优策略研究

自002班 作者：孙丽莉 指导老师：刘军

摘要：对于输油系统而言，效率的稳定和提高可以带来极大的经济效益。是石油

系统节能的重要途径之一。本文提出了用模糊神经网络来对输油泵的流

量，出口压力，入口压力进行控制从而达到提高效率的目的。针对大容量

输油泵系统的控制要求，本文采用T—S模糊模型构造了一种多变量模糊

神经网络控制器，给出了系统结构和模糊神经网络控制器的学习算法。仿

真结果表明，该控制器能在线修正系统参数及模糊规则，实现大容量输油

泵流量、入口压力和出口压力的协调优化控制。并且对于输油系统效率的

提高有比较明显的作用。

关键词：模糊神经网络 多变量控制 输油泵 效率 优化

The research of multi-variable adaptive optimal control of high power petroleum

pump system based neural fuzzy network

Abstract: To the high power petroleum pump system, high efficiency will bring high economical benefit. And the stabilization of the system is one of the need. High power

petroleum pump system is a nonlinear complex and time varying system. In practical,

the flow inlet pressure and outlet pressure need to be controlled. ,a multi-variable

fuzzy neural network controller based on the T-S model is proposed in this paper.

Also , the structure of the system and the learning algorithms are depicted. the

simulation results show that The fuzzy neural controller is capable of learning and

modifying the membership functions and fuzzy rules and optimal control of the flow

inlet pressure and outlet pressure can realized. And is used to raise the efficiency of

the petroleum transfer system.

Keywords: multi-variable control, neural network, petroleum pump, efficiency, optimal

引言

输油泵系统的入口压力、出口压力、管道流量的自动调节是输油系统安全、

高效运行的重要保证，通过调节输油泵电机的转速，可以调节以下运行参数（按

第 1 页 共 1 页 大容量输油泵效率智能寻优策略研究

控制优先级顺序排列），其基本调节原理及某输油首站入口压力、出口压力、流

量工作范围如下：

（1） 主泵入口压力（ps）：当ps较小时，降低电机转速；当ps较大时，

提高电机转速。ps的工作范围为0.25Mpa~1.2Mpa。

（2） 泵站出口压力（pd）：当pd较大时，降低电机转速；当pd

较小时，提高电机转速。

pd的工作范围为5.6Mpa~7.85Mpa。

（3） 管道流量（Q）：当Q较大时，降低电机转速；当Q较小时，提高电

机转速。Q的工作范围在450m3/h~750m3/h。

由于输油泵系统存在着较强的非线性，另外还受到原油物性、环境温度、管

道沉积等不确定因素的影响，采用常规的PID控制器难以实现对系统的有效控

制，并易引起系统振荡。目前国内大容量输油泵系统基本上仍采用手动开环控制，

当运行条件发生变化时，系统不能自适应地进行调节。在⑴中用两个模糊控制器

对数油泵系统进行控制，取得了很好的效果，但是对于效率的优化还有待进一步

研究。针对这一要求，本文提出用模糊神经网络来对被控对象进行优化设计。模

糊神经网络控制器是一种将模糊逻辑与神经网络相结合的智能控制器，它具有模

糊逻辑知识表达容易和神经网络自学习能力强的优点，其既不依赖于被控对象精

确的数学模型，又能根据被控对象参数的变化和环境的变化自适应地调节控制规

则和隶属函数。针对大容量输油泵系统的控制要求，本文采用T—S模糊模型构

造了一种多变量模糊神经网络控制器，给出了系统结构和模糊神经网络控制器的

学习算法，对输油泵系统的效率进行了优化控制设计，并进行了仿真，仿真结果

表明该控制器能在线修正系统参数及模糊规则，实现大容量输油泵流量、入口压

力和出口压力的协调优化控制。并且有效地提高了输油泵系统的工作效率。

第 2 页 共 2 页 大容量输油泵效率智能寻优策略研究

第1章、总体设计方案

1．1输油泵多变量模糊神经网络控制器（NFC）

根据系统要求，给出大容量输油泵控制系统总体设计框图

大容量输油泵模糊神经网络控制系统总体结构如图1所示。

图中FNN为模糊神经网络控制器，其输入分别为流量Qd、入口压力P1d、

出口压力P2d的给定值与系统实际的流量Q、入口压力P1和出口压力P2的偏

差△Q、△P1和△P2。PUMP system为被控对象即大容量输油泵系统。MNN为被

控对象的辨识网络，其输入分别为FNN的输出和输油泵系统的三个输出。Optimal

Goal1为根据实际控制要求设立的系统优化目标函数。Optimal Goal2为由输油泵

效率决定的优化函数。当Optimal Goal2工作在设定范围时对系统性能起重要作

用。一旦超出预定流量或者压力的预定范围，则Optimal Goal1起主要作用。这

样就既能够保证系统在完成指定任务的条件下工作，又能保证系统工作性能达到

较好的效果，实现了效率和任务的双重优化。

1．2多变量模糊神经网络控制器

多变量模糊神经网络控制器的结构如图2所示，

第 3 页 共 3 页 大容量输油泵效率智能寻优策略研究

该网络由五层组成，实现了一个简化T-S模糊推理系统。它融合了传统模糊逻辑

控制器（FLC）的基本元素和功能：在连接结构中融入了隶属函数、模糊规则、

模糊化、清晰化的功能。这使得它能够通过学习自动地调节隶属函数和模糊控制

规则。FNN控制器的输入量分别为流量、入口压力、出口压力的偏差，经过变

换函数x=(1-exp(-αe))/(1+exp(-αe)),[变换后，其值被限制在[-1 1]区间，其中]3α

是控制正切双曲函数的倾斜角的参数。

各层结点的输入输出关系如下：

（1）第一层：输入层。该层将变换后的流量、入口压力、出口压力的偏差信号输

入网络。

输入： , i=1,2, 3 ii

ixI=)1(

输出：O, i=1,2, 3; j=1,2…n; n是各变量偏差的模糊语言值的个数 )1()1(ijI=

(2) 第二层：语言变量层。该层结点接受输入层的信号并用高斯函数作为隶属函

数来划分输入信号的分布。

第 4 页 共 4 页 大容量输油泵效率智能寻优策略研究 输入：22)1()2()(

ijijijijbaOI−−= ， i=1,2, 3; j=1,2…n

输出： , i=1,2, 3; j=1,2…n )exp()2()2(ijAijIOij==µ

其中与 分别为高斯函数的中心及宽度参数。 ijaijb

(3) 第三层：模糊规则层。该层的每个结点代表一条规则，该层结点的连接规则

为三个语言变量的语言值之间三三相连。

输入：I，j=1,2…n; l=1, 2…n; k=1,2…n )2(3)2(2)2(1)3()1(kljlnjOOO=+−输出：O， i=1,2,…m (=n) )3()3(iiiI==µ2

(4) 第四层：输出 =)4(iO∑=miiiOO

1)3()3( i=1,2,…m (=n) 2

(5) 第五层：输出层。所有规则层结点均与该层结点连接，完成解模糊，每个连

接权代表该条规则输出隶属函数的中心值。

其中W为第4层与第5层的连接权值，i=1,2,…m (=) i2n)4(1)5(im

iiOWO∑==

1．3 模糊神经网络控制器学习算法

模糊神经网络控制器具有多层感知器的结构形式，也可以用FNNBP算法

来修正其中的可调参数W),,mi2,1(iΛ=，和ija),3,2,1;3,2,1(njibij⋅⋅⋅==。

由于实际输油泵系统要求对流量、入口压力和出口压力进行控制，而控

制量只有变频器的给定量，因此在建立网络参数修正算法时特别是建立神经

网络控制器数参数须综合三个量的增量来进行修正。我们设目标函数1为

J=a(Qd-Q)+b(P1d-P1)2+c(P2d-P2) 22

其中Qd为设定值，P1d和P2d为凭经验给出的比较值，Q,P1和P2为实际

的输出值。a,b,c为耦合系数，这里 用一个模糊控制器来对a,b,c进行调节。

模糊控制是一种不依赖于被控对象精确数学模型的智能控制技术，它利用领

域专家的先验知识进行近似推理，适用于对具有复杂动态特性和非线性被控对象

第 5 页 共 5 页 大容量输油泵效率智能寻优策略研究

进行控制。然而，先验知识的获取以及模糊规则的表述带有较大的主观性，而且

在工程实际应用中对于时变参数非线性系统缺乏在线学习和自调整能力。神经网

络对环境的变化具有很强的自学习能力，将模糊控制和神经网络相结合构成模糊

神经网络控制器，既具有模糊控制知识表达容易又兼有神经网络自学习能力强的

优点，其不依赖于被控对象精确的数学模型，并能根据被控对象参数的变化和环

境的变化自适应地调节控制规则和控制器的参数。

模糊神经网络智能控制系统的结构如图1所示。该控制系统包括模糊神经网络控

制器、被控对象辨识网络。模糊神经网络控制器的输入为误差和误差的变化率，

这两个变量在被送入NFC之前通过一个正切双曲函数来变换。更确切地说，NFC

的输入通过x1=(1-exp(-a1e))/(1+exp(-a1e)和 x2=(1-exp(-a2ce))/(1+exp(-a2ce))的

映射得到,

由于所设计的模糊神经网络控制器是多变量的，所以NFC各层中的输入输

出与单变量时有所不同。

对于输入层的三个输入分别为：

2231121,,

PPxPPxQQx

ddd

−=−=−=

对于规则层的输入为：

kjijniOOOknI3)2(2)2(1)2(2)1()3(=++−

nknjni

,,2,1,,2,1,,2,1

ΛΛΛ

===

其他输入和输出与单变量时相似。

定义指标函数为：

224121)(21eydE=−=

其中，d为教师信号。那么误差信号将由第四层向第一层依次反传。

① 解模糊层：

第 6 页 共 6 页