首页--工业技术论文--石油、天然气工业论文--油气田开发与开采论文--采油工程论文

基于模糊神经网络的抽油井冲次智能调节方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 课题背景及研究意义第11-12页
    1.2 国内外研究现状及发展趋势第12-15页
    1.3 本文的主要工作第15-17页
第2章 抽油井工作原理与冲次智能调节第17-25页
    2.1 游梁式抽油机采油系统第17-18页
        2.1.1 采油系统工作原理第17-18页
        2.1.2 抽油机的基本结构第18页
    2.2 异步电动机变频调速原理第18-21页
    2.3 抽油井冲次智能调节研究方案第21-24页
        2.3.1 抽油井冲次智能调节思路第21-22页
        2.3.2 基于模糊神经网络的抽油井冲次决策第22-24页
    2.4 本章小结第24-25页
第3章 决策冲次的模糊神经网络模型第25-45页
    3.1 模糊理论基础第25-28页
        3.1.1 模糊基本概念第25-26页
        3.1.2 模理糊推第26-28页
        3.1.3 反模糊化第28页
    3.2 神经网络理论基础第28-30页
        3.2.1 人工神经网络模型第29页
        3.2.2 人工神经网络的互联模式第29-30页
        3.2.3 神经网络的学习方式第30页
    3.3 模糊逻辑与神经网络的融合第30-33页
    3.4 模糊神经网络第33-40页
        3.4.1 模糊神经网络特点第33-34页
        3.4.2 模糊神经网络模型的选择第34-38页
        3.4.3 T-S模糊神经网络的学习算法第38-40页
    3.5 决策冲次的模糊神经网络设计第40-44页
        3.5.1 基于灰色关联分析的变量选取第40-43页
        3.5.2 冲次决策的模糊神经网络结构第43-44页
    3.6 本章小结第44-45页
第4章 基于改进PSO算法优化模糊神经网络第45-63页
    4.1 粒子群算法概述第45-46页
    4.2 标准粒子群优化算法第46-50页
        4.2.1 数学模型第46-48页
        4.2.2 算法流程第48-49页
        4.2.3 粒子群优化算法行为特性分析第49-50页
    4.3 粒子群算法的改进第50-55页
        4.3.1 改进的粒子群算法——AHPSO第51-54页
        4.3.2 AHPSO算法流程第54-55页
    4.4 基于AHPSO算法优化模糊神经网络第55-57页
    4.5 实验结果及分析第57-61页
        4.5.1 数据提取及参数设置第57页
        4.5.2 实验结果第57-61页
        4.5.3 结果分析第61页
    4.6 本章小结第61-63页
第5章 抽油井冲次调节系统仿真第63-69页
    5.1 抽油机系统仿真模型的建立第63-66页
        5.1.1 变频器等效模型第63-64页
        5.1.2 异步电动机变频调速仿真模型第64-66页
    5.2 基于PID控制的抽油系统第66-68页
        5.2.1 PID控制器第66页
        5.2.2 PID控制器的参数整定第66-67页
        5.2.3 基于PID控制的抽油系统仿真第67-68页
    5.3 本章小结第68-69页
第6章 总结与展望第69-71页
参考文献第71-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:数控机床误差检测与补偿技术的研究与应用
下一篇:改进MINLP算法及其在乙烯流程生产调度的应用