作者/邱龙、孙柯，西安石油大学电子工程学院



基于RBF网络滑模变结构控制的导向钻井稳定平台研究

作者/邱龙、孙柯，西安石油大学电子工程学院

文章摘要：针对摩擦问题对旋转导向钻井稳定平台存在影响,提出一种基于RBF神经网络滑模变结构控制方法。采用神经网络和滑模变结构相结合，能够提高稳定平台控制的精确性和抗干扰能力。实验结果表明，RBF神经网络滑模变结构控制方法能够有效的跟踪预设工具面角角位置，有较强的鲁棒性。

关键词：旋转导向钻井稳定平台；RBF神经网络；滑模变结构

引言

对稳定平台控制是旋转导向钻井系统的关键环节。在钻井过程中，钻井工具受井下复杂多变的工作环境影响，导致干扰稳定平台系统控制精度的参量较多。并且稳定平台跟随钻柱一直处于旋转状态，具有旋转摩擦的非常规运动特性，因此稳定平台受较多摩擦扭矩变化的影响较大。考虑上述因素，研究可靠的控制策略是十分必要和关键的。

本文提出滑模变结构控制器与RBF神经网络相结合来对旋转导线钻井稳定平台进行控制。主要是利用RBF神经网络具有高度非线性的连续时间动力系统这一特点，并且具有很强的自学习功能和对非线性系统的强大映射能力。最后结合滑模控制提高系统鲁棒性和抗干扰能力。

1.稳定平台模型

根据稳定平台在井下的工作方式，稳定平台可以被看作发电机式的单轴惯性稳定平台系统。旋转导向钻井稳定平台由两个涡轮电机，即上涡轮电机和下涡轮电机，电子控制仓及控制轴组成。……