刘镇江，王桂宇，杨留强

中国石油集团测井有限公司辽河分公司，辽宁 盘锦 124010

随着水平井牵引器的广泛使用，使用者对牵引器的性能要求越来越高，从原来的仅仅只需要牵引器拖拽测井仪器在水平段爬行完成测井工作，到现在需要仪器完成的高精度定位爬行、变径爬行等复杂的动作。变径爬行过程中，由于驱动臂长的改变导致负载惯量变化[1]，这样原本设置好的速度环PI参数可能将不再适用，从而导致系统出现振动[2]。因此，转速环的控制参数需要根据负载转动惯量的变化进行实时调整[3]。为了提高水平井牵引器驱动系统在变径爬行中的适用性和提高速度环控制器的性能，实时辨识系统转动惯量是十分必要的。

目前学术界主流的转动惯量辨识算法有离线的加减速辨识、在线的基于梯度校正辨识算法[4]和三阶最小二乘转动惯量辨识算法[5]。离线的加减速辨识算法简单，但是受限于给定指令反馈计算的延迟以及外部工况变化等因素，实际使用场景较为受限，不太适合牵引器的现场使用，在线基于梯度校正辨识算法和三阶最小二乘转动惯量辨识算法虽然可以很好地实现动态惯量辨识但是引入了多阶矩阵运算，增大了算法复杂度，不利于在现有的硬件平台实现。

为解决传统转动惯量辨识方法的实际工况受限、辨识收敛时间长和有效数据选择复杂等问题，笔者提出了一种基于最小二乘法自动数据筛选的在线转动惯量辨识方法，并引入了遗忘因子、置信度函数，有效地提高了转动惯量的在线辨识速度和准确度，减小了算法的计算量。……