2. 巴音郭楞职业技术学院;
3. 中国石油塔里木油田公司
2. Bayin Guo Leng Vocational and Technical College;
3. PetroChina Tarim Oilfield Company
0 引言
控压钻井(MPD)技术不仅可增强钻井安全性，还能延长套管下入深度，缩短非生产时间，降低钻井成本，钻进常规钻井无法钻进的窄密度窗口地层。MPD能够顺利实施的关键技术是自动控制系统，利用该系统可完成很多人工无法完成和控制的操作。国内外现场应用结果表明：在实现井底压力自动控制过程中，MPD存在数据处理量大，控制滞后，协同控制设备多，各设备之间协调能力差等问题，需要对控制系统及其控制模式做进一步的研究。
为了降低MPD控制的难度和复杂性，提高数据的处理效率，保证MPD控制过程响应速度快、准确、经济和安全，笔者在模糊PID控制和多级控制理论的基础上，建立了MPD多级自动化控制架构[1-2]。
1 MPD多级控制系统在MPD控制过程中，要调节钻井泵流量、节流阀开度和回压泵流量等来提高井底压力控制的准确性，这需要钻井泵、节流管汇和回压泵之间协同作业；同时在控制过程中还有大量数据需要处理，通过对数据进行分层管理，不仅能够有效地处理数据，还能增强控制性能。因此，MPD自动化控制是一种典型的多目标、多任务的控制系统。根据MPD对数据和操作的要求，将其过程控制分为3级，分别为反馈控制层、监测控制层和优化控制层，其框架结构如图 1所示[3-4]。
|
| 图 1 MPD多级控制框架 Fig.1 Framework of MPD multi-level control |
1.1 反馈控制层
反馈控制由多个控制回路构成，其控制流程见图 1中的1#、2#、3#、4#和5#控制器。现有的MPD控制系统大部分使用PID控制器。它根据设定值与输出值之间的差值以及差值的变化率进行比例、积分和微分的简单计算来实现控制，是一种线性控制。但是PID控制器对模型要求高、对压力突变和漏失反应慢，因此其在关键操作中(如起下钻)会影响控制性能。通过引入模糊自适应PID控制，将模糊控制与PID控制器相结合，可以减少对模型的依赖；利用模糊控制对PID的3个参数进行在线自整定，可以改变传统PID控制方式，使其对突发事件反应迅速，以达到最佳的MPD控制效果[5-7]。
1.2 监测控制层监测控制层是MPD控制系统的中间层，其主要任务是协调反馈控制层的控制回路，使反馈控制层的控制器达到监测控制层计算的设定值，同时它还能接收和反馈信息到优化控制层，为上层决策提供方案执行效果的信息[8-11]。
1.3 优化控制层优化控制层是MPD控制系统的决策层，通过对钻井目标和任务的分析，优化钻井操作，提高整个钻井过程的自动化水平；通过钻进执行情况的评价，对以前储存的知识和信息进行修正，进一步提高决策水平，从而更加有效地控制井底压力，减少钻井复杂情况的发生[4, 10, 12]。
2 模糊PID控制算法研究笔者以反馈控制层中的节流管汇控制回路为例来说明模糊PID控制器的控制与仿真。上级控制层通过比较设定节流压力和实际节流压力的差值，计算出需要调节的节流阀开度，再通过反馈控制层的模糊PID控制产生控制信号，通过其他设备对节流阀进行调节[13]。模糊PID控制器原理如图 2所示。设ysp(k)为当前节流压力设定值，y(k)为当前节流压力实际值，e(k)为当前节流压力的差值，e(k-1)、e(k-2) 分别是上1个和上2个时刻的差值，Δe(k)是差值的变化值，则有：
|
| 图 2 模糊PID控制器原理图 Fig.2 Schematic diagram of the fuzzy PID controller |
|
(1) |
|
(2) |
|
(3) |
模糊PID控制算法的输出值为：
|
(4) |
式中：Δu(k)是第K次PID控制输出增量，其计算公式为：
|
(5) |
模糊PID以Δe和e作为输入量，利用模糊推理对Kp、Ki和Kd进行调整。设Δe和e的模糊论域为[-6, 6]，建立它们的模糊集{NB，NM，NS，ZO，PS，PM，PB}，分别代表{负大，负中，负小，零，正小，正中，正大}。在Matlab中，建立模糊PID控制规则和解模糊化的模糊查询表，使e和Δe的变化能够反映到Kp、Ki和Kd中，从而合理地调节它们。
3 仿真分析利用Matlab/Simulink模块建立了节流压力的模糊PID和PID控制模型，如图 3所示。进行单位阶跃条件下的系统仿真，得到如图 4所示的系统响应曲线。从图可以看出，模糊PID响应时间大约为3.4 s，而PID响应时间大约为6.0 s，模糊PID超调量为10%，而PID超调量超过30%。由此可看出，模糊PID无论是控制效果还是控制时间都优于传统的PID控制。模糊PID控制不仅使MPD缩短了控制时间，增强了抗干扰性，同时还引入人为经验的智能推理，使MPD控制更具人性化。
|
| 图 3 节流压力的Matlab/Simulink模型 Fig.3 Matlab/Simulink model of choke pressure |
|
| 图 4 模糊PID控制和PID控制的仿真响应曲线 Fig.4 Simulation response curves of fuzzy PID control and PID control |
4 案例分析
以国外某井为例进行模拟仿真。其关键井身数据为：垂直井深4 730 m，测量井深6 040 m，钻井液密度1.58 g/cm3，钻杆直径127.0 mm，裸眼井段长度200 m，裸眼井段直径215.9 mm，下套管深度5 840 m，套管直径250.8 mm。模拟仿真结果如图 5~图 7所示。
|
| 图 5 控压钻进过程中钻井泵流量 Fig.5 Mud pump flow rate during MPD |
|
| 图 6 控压钻进过程中井底压力和节流压差 Fig.6 Bottomhole pressure and choke pressure difference during MPD |
|
| 图 7 控压钻井起下钻过程控制 Fig.7 Tripping process control during MPD |
从图 5~图 7可以看出，在正常钻进过程中，系统对井底压力和钻井泵流量的变化反应迅速，调整节流阀开度，保证井底压力始终处于安全压力窗口之内。在起下钻过程中，系统自动开启回压泵，钻井泵逐渐停止，通过改变节流阀开度，调节节流压差，弥补摩阻压力。从控制效果来看，整个系统响应速度快，抗干扰性强，井底压力始终在控制的安全范围内。
5 结论(1) 建立了由反馈控制、监测控制和优化控制构成的MPD 3级井底压力自动化控制架构，并且在反馈控制层首次引入了模糊PID控制。
(2) 模糊PID控制不仅使MPD缩短了控制时间，增强了抗干扰性，同时还引入人为经验的智能推理，使MPD控制更具人性化。
(3) 在正常钻进过程中，系统对井底压力和钻井泵流量的变化反应迅速，通过调整节流阀开度可使井底压力始终处于安全压力窗口之内。
(4) 在起下钻过程中，系统自动开启回压泵，钻井泵逐渐停止，通过改变节流阀开度，调节节流压差，可弥补摩阻压力。
| [1] | SAEED S, LOVORN R, KNUDSEN K A.Automated drilling systems for MPD-The reality[R].IADC/SPE 151416, 2012. |
| [2] | GODHAVN J M.Control requirements for automatic managed pressure drilling system[R].IADC/SPE 119442, 2010. |
| [3] | VAN RIET E J, REITSMA D, VANDECRAEN B.Development and testing of a fully automated system to accurately control downhole pressure during drilling operations[R].SPE/IADC 85310, 2003. |
| [4] | 杨雄文, 周英操, 方世良, 等. 控压钻井分级智能控制系统设计与室内试验[J]. 石油钻探技术, 2011, 39(4): 13–18. |
| [5] | 王志. 多变量PID控制方法的研究和应用[D]. 北京: 北京化工大学, 2007. |
| [6] | 王德玉, 李才良, 徐建平, 等. 计算机控制在井控系统中的应用[J]. 石油矿场机械, 2007, 36(1): 52–55. |
| [7] | GüYAGüLER B, PAPADOPOULOS A T, PHILPOT J A.Feedback controllers for the simulation of field processes[R].SPE 118969, 2010. |
| [8] | 石宇静. 复杂工业过程模型预测控制的研究[D]. 沈阳: 东北大学, 2009. |
| [9] | 杨圆圆. 模型预测控制研究与应用[D]. 大庆: 大庆石油学院, 2006. |
| [10] | BREYHOLTZ ØYVIND, NIKOLAOU M.Drilling automation:Presenting a framework for automated operations[R].SPE 158109, 2012. |
| [11] | GRAVDAL J E, SIAHAAN I H, BJRKEVOLL K S, et al.Back-pressure mpd in extended-reach wells-limiting factors for the ability to achieve accurate pressure control[R].SPE 169211, 2014. |
| [12] | SKOGESTAD S, POSTLETHWAITE I. Multivariable feedback control[M]. New York: John Wiley & Sons Inc, 2007. |
| [13] | 刘莉宏. 基于智能控制的PID控制方式的研究[J]. 北京工业职业技术学院学报, 2012, 11(2): 33–38. |