摘要：油井產(chǎn)出液的分離計量精度主要是受氣液分離程度的影響。 本文提出利用渦街流量計和渦輪流量計的響應函數(shù)來控制氣液分離, 其控制算法是基于BP 網(wǎng)絡的改進的 PID 控制算法, 可以滿足油井產(chǎn)出液的計量要求。 經(jīng)過現(xiàn)場試驗, 該控制算法取得很好的效果。

0 、引言從：
  油井產(chǎn)出的流體很少是單一的液體或是氣態(tài)的碳氫化合物, 大多為多相混合流。***簡單的組成形式是一種天然氣和油水的混合物 。要計量油井的產(chǎn)量和分相含率 , 可采用分離計量的方式 ?；旌狭黧w經(jīng)過氣液分離后, 利用成熟的單相流測量技術和相分率測量技術計量, 因此計量的不確定度主要受氣液分離程度的影響 ?；诖藛栴}, 本文提出了利用渦街流量計和渦輪流量計的響應函數(shù)混合控制氣液分離器 。

1 、工作原理：
  渦街流量計是利用流體振動原理來進行流量測量的 。即根據(jù)旋渦脫離旋渦發(fā)生體的頻率與流量之間的關系來測量流量的儀表。而渦輪流量計屬于葉輪式速度流量計的一種, 其工作原理是 :置于流體中的葉輪的旋轉角速度與流體流速成正比, 通過測量葉輪的旋轉角速度就可以得到流體的流速, 從而得到管道內(nèi)的流量值。渦街流量計在計量氣液兩相流時,由于流體中含有氣泡 ,使旋渦的脫落不穩(wěn)定 ,也不易形成穩(wěn)定的渦街 ,當含氣率增大到一定程度時 ,將不能形成渦街 。渦輪流量計在測量氣液兩相流時,由于氣相比液相的速度高, 所以測量結果增大 。在氣液分離時利用渦街流量計和渦輪流量計的響應函數(shù)來控制氣液分離器將很好的減小測量的誤差 。
  但是以往的 PID 控制要取得較好的控制效果, 就必須通過調(diào)整好比例、積分和微分三種控制作用 ,形成控制量中既相互配合又相互制約的關系, 這種關系不一定是簡單的“線性組合” , 從變化無窮的非線性組合中可以找出***佳的 PID 控制 。神經(jīng)網(wǎng)絡所具有的任意非線性表達能力, 可以通過對系統(tǒng)性能的學習來實現(xiàn)具有***佳組合的 PID 控制 。采用 BP 網(wǎng)絡, 可以建立 kp , ki , kd 自學習的PID 控制。所以利用基于 BP 神經(jīng)網(wǎng)絡的改進 PID 控制算法來控制氣液分離器 ,可以達到混合流體的計量。
  基于 BP(Back Propagation)網(wǎng)絡的 PID 控制系統(tǒng)結構如圖 1 所示 ,控制器由兩部分構成:
  1)改進的 PID 控制器 , 直接對被控對象進行閉環(huán)控制, 并且三個參數(shù) kp, ki, kd為在線調(diào)整方式 ;
  2)神經(jīng)網(wǎng)絡 , 根據(jù)系統(tǒng)的運行狀態(tài) , 調(diào)節(jié) PID控制器的參數(shù) ,以期達到分離性能指標的***優(yōu)化 ,使輸出層神經(jīng)元的輸出狀態(tài)對應于 PID 控制器的三個可調(diào)參數(shù) kp, ki, kd通過神經(jīng)網(wǎng)絡的自學習 、加權系數(shù)調(diào)整 ,使神經(jīng)網(wǎng)絡輸出對應于某種***優(yōu)控制律下的 PID 控制器參數(shù) 。

圖 1 　BP 網(wǎng)絡結構
   增量式數(shù)學 PID 控制算法為u(k )=u(k -1)+kp(error(k)-error(k -1))+kier ror (k )+ kd (er ror (k )-2er ror (k -1)+error (k -2))式中, kp, ki, kd分別為比例 、積分 、微分系數(shù) , error為輸入與輸出之間的偏差 。
   采用三層 BP 網(wǎng)絡 , 其結構如圖 1 所示 。網(wǎng)絡輸入層的輸入為O(1)j=x(j)　　　j =1 ,2 , …M (2)
   式中, 輸入變量的個數(shù) M 取決于被控系統(tǒng)的復雜程度 。
  網(wǎng)絡隱含層的輸入、輸出分別為

  式中 , W(2)ij為隱含層加權系數(shù);上角標(1)、(2)、(3)分別代表輸入層 ,隱含層和輸出層 。隱層神經(jīng)元的活化函數(shù)取正負對稱的函數(shù)
  
  網(wǎng)絡輸出層的輸入、輸出分別為

  輸出層輸出節(jié)點分別對應三個可調(diào)參數(shù) kp ,k i , kd。由于 kp, ki, kd不能為負值, 所以輸出層神經(jīng)元的活化函數(shù)取非負的 sigmoid 函數(shù)

  由于  y (k)/ u (k)未知 , 所以近似用符號函數(shù)sgn  y(k)/ u(k) 取代 , 由此帶來計算不的影響可以通過調(diào)整學習速率 η來補償。由式(1)和(5),可求得

  基于 BP 網(wǎng)絡的改進 PID 控制器結構如圖 2 所示, 該控制器的控制算法歸納如下 :

圖 2　基于 BP 網(wǎng)絡的改進 PID 控制器結構

  1)確定 BP 網(wǎng)絡的結構 , 即確定輸入層節(jié)點數(shù)M 和隱含層節(jié)點數(shù) Q , 并給出各層加權系數(shù)的初值W1li(0)和 W2li(0),選定學習速率 η和慣性系數(shù) α,此時 k =1 ;2)采樣得到 rin(k)和 yout(k),計算該時刻誤差 error(k)=rin(k)-yout(k);3)計算神經(jīng)網(wǎng)絡 NN 各層神經(jīng)元的輸入 、輸出, NN 輸出層的輸出即為 PID 控制器的三個可調(diào)參數(shù) kp, ki, kd;4)根據(jù)式(1)計算PID 控制器的輸出 u(k);5)進行神經(jīng)網(wǎng)絡學習 ,在線調(diào)整加權系數(shù) W1ij(k)和 W2li(k),實現(xiàn) PID 控制參數(shù)的自適應調(diào)整;6)置 k =k +1 ,返回到 1)。

2 、應用實例：
  神經(jīng)網(wǎng)絡的結構選 4 -5 -3 , 學習速率 η=0.28 和慣性系數(shù) α=0.04 , 加權系數(shù)初始值取區(qū)間[ -0.5 ,0.5] 上的隨機數(shù) 。輸入指令信號為采樣得到的一路渦街流量計的信號。輸出信號取渦輪流量計的信號 。在大慶油田現(xiàn)場測量油井產(chǎn)出液的分離過程如圖 3 所示 。
  從圖 3 中可以看出, 氣液分離前渦輪流量計由于混合流體中氣體的存在 , 使得響應出現(xiàn)很大的尖峰,尖峰出現(xiàn)的時刻與渦街流量計響應出現(xiàn)谷底的時刻一致。經(jīng)過氣液分離后 , 渦街和渦輪流量計的響應基本相等, 變化趨勢一致 。

 

3 、結論:
  1)通過渦街流量計和渦輪流量計的響應函數(shù)來控制氣液分離 ,可以實時監(jiān)測調(diào)整,達到完全分離的目的;
  2)基于 BP 網(wǎng)絡的改進 PID 控制算法可以有效的實現(xiàn)對氣液分離的實時控制。
  3)通過完善算法 ,可以提高氣液分離的控制精度;4)現(xiàn)場試驗證明 ,此方法達到了計量的要求, 具有良好的應用前景。