利用涡街流量计的响应函数来控制气液分离的原理计算

 

        从油井产出的流体很少是单一的液体或是气态的碳氢化合物，大多为多相混合流。好简单的组成形式是一种天然气和油水的混合物。要计量油井的产量和分相含率，可采用分离计量的方式?；旌狭魈寰悍掷牒?，利用成熟的单相流测量技术和相分率测量技术计量，因此计量的不确定度主要受气液分离程度的影响?；诖宋侍獗疚奶岢隽死梦薪至髁考坪臀新至髁考频南煊旌峡刂破悍掷肫?。

 

１　工作原理

        涡街流量计是利用流体振动原理来进行流量测量的。即根据旋涡脱离旋涡发生体的频率与流量之间的关系来测量流量的仪表。而涡轮流量计属于叶轮式速度流量计的一种，其工作原理是：置于流体中的叶轮的旋转角速度与流体流速成正比，通过测量叶轮的旋转角速度就可以得到流体的流速，从而得到管道内的流量值。涡街流量计在计量气液两相流时，由于流体中含有气泡，使旋涡的脱落不稳定，也不易形成稳定的涡街，当含气率增大到一定程度时，将不能形成涡街。涡轮流量计在测量气液两相流时，由于气相比液相的速度高，所以测量结果增大。在气液分离时利用涡街流量计和涡轮流量计的响应函数来控制气液分离器将很好的减小测量的误差。但是以往的ＰＩＤ控制要取得较好的控制效果，就必须通过调整好比例、积分和微分三种控制作用，形成控制量中既相互配合又相互制约的关系，这种关系不一定是简单的“线性组合”，从变化无穷的非线性组合中可以找出非常好的的ＰＩＤ控制。神经网络所具有的任意非线性表达能力，可以通过对系统性能的学习来实现具有非常好的组合的ＰＩＤ控制。采用ＢＰ网络，可以建立，自学习的ＰＩＤ控制。所以利用基于ＢＰ神经网络的改进ＰＩＤ控制算法来控制气液分离器，可以达到混合流体的精确计量。

 

        基于ＢＰ（Ｂａｃｋ?。校颍铮穑幔纾幔簦椋铮睿┩绲模校桑目刂葡低辰峁谷缤迹彼?，控制器由两部分构成：①改进的ＰＩＤ控制器，直接对被控对象进行闭环控制，并且三个参数，为在线调整方式；②神经网络，根据系统的运行状态，调节ＰＩＤ控制器的参数，以期达到分离性能指标的好优化，使输出层神经元的输出状态对应于ＰＩＤ控制器的三个可调参数ｋｐ，ｋｉ，ｋｄ通过神经网络的自学习、加权系数调整，使神经网络输出对应于某种好优控制律下的ＰＩＤ控制器参数。

 

        增量式数字ＰＩＤ控制算法为

        

        式中ｋｐ，ｋｉ，ｋｄ，分别为比例、积分、微分系数，ｅｒｒｏｒ为输入与输出之间的偏差。

         

        采用三层 ＢＰ网络，其结构如图１所示。网络输入层的输入为：

        

        式中，输入变量的个数 Ｍ 取决于被控系统的复杂程度。

        网络隐含层的输入、输出分别为

 

        （３ ）分别代表输入层、隐含层和输出层。隐层神经元的活化函数取正负对称的Ｓｉｇｍｏｉｄ函数

          

          

           

           

           

 

本文由三畅涡街流量计提供，转载请注明出处。