大循环灌浆监控系统的压力闭环控制方法

摘要

大循环灌浆监控系统的压力闭环控制方法，包括以下步骤：确定系统模型参数的上、下界；选取模型变量，确定灌浆压力控制系统模型结构；灌浆压力模型的支持向量机建模算法；灌浆压力模型的校正；基于灌浆压力预测模型的直接控制策略；本发明控制方法精确，操作性好，给实际施工带来了很大的便利。

主权项

1.大循环灌浆监控系统的压力闭环控制方法，其特征在于，包括以下步骤：第一步：确定系统模型参数的上、下界：收集已有灌浆过程的案例数据并分析灌浆工艺，确定灌浆过程的压力、流量及密度参数的上、下边界值；第二步：选取模型变量，确定灌浆压力控制系统模型结构：将整个被控对象的物理模型抽象为有流量不确定变化的密闭双容系统，将灌浆压力的建模转化成密闭容器底部压力集中参数的建模；根据简化物理模型，将灌浆液注入过程分解为几个子过程，结合质量守恒定律，列出子过程的微分方程或线性方程，从中初步选取灌浆压力模型的辅助变量；然后利用ANSYS软件中CFD（计算流体动力学）模块对灌浆液充填的管道输送进行数值模拟，进一步挖掘模型的特征变量，选取对灌浆压力模型影响较大的输入变量集合，从而构造出灌浆压力监控系统模型的结构，即，其中：为系统干扰，为返浆管道上阀的开度，为可测输入变量集，为灌浆压力值；第三步：灌浆压力模型的支持向量机建模算法：利用第二步获取的输入变量集合和灌浆压力的工程测量数据值， 按照留一法抽取部分数据组成灌浆压力支持向量机模型的训练集，，其中，，根据已知样本寻求一个最优模型；使得该模型应用到实际系统中时，泛化性好；支持向量机采用最大隔的思想和结构风险最小化原理[9，10]，将建模问题转化为最优化问题，即（1）引入Lagrange 乘子和核函数，为了调节训练误差和模型复杂性，在实际算法中通常在支持向量机中引入调节参数；式（1）问题的求解转变为如下形（2）运用二次规划算法及KKT条件，即可求取模型中的支持向量对应的系数和，建立系统的支持向量机模型为（3）式中：对应的称之为支持向量，为常数；构造式（2）类型函数的学习机器称之为支持向量机；（4） 式（4）代入式（3），就能将原始数据空间的数据转化特征空间的数据运算；运用嵌套式均匀设计需确定参数的范围；在训练集中选择相距最近的两点，标记它们的距离为（5） 若定义这对数据的核函数值范围为[0.1－0.999], 有（6）C参数范围根据Lee等[11 ]研究结果定为[]；第四步：灌浆压力模型的校正：利用第二步获取的输入变量集合和灌浆压力的测量数据值，按照留一法抽取部分数据组成灌浆压力支持向量机模型的测试集，若测试误差率不满足工程要求，重新修正模型参数γ；第五步：建立灌浆压力的预测模型，利用第二、三、四步获取的灌浆压力模型在线预测，利用输入变量集合，采用仿真实验方法确定预测时域长度K，建立灌浆压力预测模型；灌浆压力模型的输入变量X包括注入裂隙地层的水泥浆液的注入流速(L/Min)、孔口压力P（MPA）、灌浆液密度()、灌浆部位距离孔口位置高度（m）及阀的开度,利用前K时刻的输入变量值(t-K)={(t-K)、P（t-K）、(t-K)、、}预测实时灌浆压力值P（t），并针对灌浆压力预测值与工程实测值之间的偏差调节预测模型的参数,使得整个模型具有很好的建模精度，预测模型采用支持向量机回归方法；第六步：基于灌浆压力预测模型的直接控制策略：用支持向量机非线性预测模型来描述系统动态变化，基于灌浆压力预测模型输出与灌浆压力的设计偏差直接调节模型的监控系统的可控变量，即阀的开度和灌浆液密度；建立灌浆压力控制系统的数学描述及控制变量的约束表达；利用分时段预测的思想，实现整个过程灌浆压力动态控制及密度在线调节；深入分析灌浆背景，根据实际工程岩石地层裂隙的变化必然引起注入流量的变化，针对地层变化需改变灌浆液密度来满足工程需要，借用状态反馈思想，在控制器迭代优化过程中采用一个基于注入流量总量反馈的虚拟启发器来改变控制策略，结合前馈控制方法及时改变灌浆液密度。