买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安石油大学申请的专利基于mrpDMOPSO算法的恒钻压自动送钻控制参数优选获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114925801B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210455046.7，技术领域涉及：G06N3/006；该发明授权基于mrpDMOPSO算法的恒钻压自动送钻控制参数优选是由沙林秀;吕海卫;聂凡;魏娜;陈熳设计研发完成，并于2022-04-27向国家知识产权局提交的专利申请。

本基于mrpDMOPSO算法的恒钻压自动送钻控制参数优选在说明书摘要公布了：基于mrpDMOPSO算法的恒钻压自动送钻控制参数优选，引入了环境变化的检测和响应机制，解决了易陷入局部最优和多样性低等问题。本发明的实现过程为：1初始化；2问题变化检测机制；3多代表点预测的环境变化响应机制。主要包括：代表点选择、计算预测方向和多代表点预测的环境变化响应机制；4静态优化算法iosMOPSO。主要包括：外部档案更新、全局最优粒子交替选择策略、个体最优粒子选择等策略和建立钻压自动送钻PID目标函数。5判断是否达到优化终止条件，若是，则输出恒钻压自动送钻PID参数最优前端。否则转至2。本发明提升了动态多目标优化性能，解决了恒钻压自动送钻系统中钻压的稳定、精准的控制问题。

本发明授权基于mrpDMOPSO算法的恒钻压自动送钻控制参数优选在权利要求书中公布了：1.基于mrpDMOPSO算法的恒钻压自动送钻控制参数优选方法，其特征在于，包括以下步骤：1初始化：包括mrpDMOPSO算法参数定义和种群初始化；mrpDMOPSO参数定义为：群体规模np，外部档案容量nA，惯性权重ω，加速因子c1＝c2和最大迭代次数Tmax；种群的初始化：种群的初始化包括粒子的初始位置初始速度当前最优位置为种群的全局最优位置为2问题变化检测机制：根据式1计算问题变化程度为δt，判断是否大于相应阈值ε，若是，则转至步骤3，否则转至步骤4； 式1中，m为目标个数，nD为检测个体数量，表示第t次迭代前后个体xi第j个目标值的变化量；表示第t次迭代前后，环境变化检测群体的第j个目标值的变化量均值；3多代表点预测的环境变化响应机制：根据式2计算代表点数，根据式3计算预测方向选择，根据多代表点预测的环境变化响应机制，根据式4获得预测的新的种群；nr＝nrmin+δtnrmax-nrmin2 式2中，nr为代表点数量，nrmax和nrmin分别为nr的最大和最小值，其中，nrmin＝m+1，nrmax＝3m；式3中，为t时刻进化引导方向的预测方向集合，的预测方向和分别的代表点和为中任意代表点；式4中，为计算的t时刻个体集SP1中的第i个体；N0,σt为与同维的量，其各维是满足均值为0、方差为δt的高斯扰动；为计算的t+1时刻预测个体集SP1中的第i个体；4采用静态优化算法iosMOPSO得到搜索到t时刻的pareto最优解集，即外部档案A；则最优粒子选择的多目标粒子群优化算法iosMOPSO的具体步骤如下：4.1初始化：令迭代计数器t＝0；在决策空间中随机生成初始位置和速度为零的np个粒子；4.2外部档案更新：将新解集与外部档案At合并为A′，令再计算个体拥挤距离Ci；4.3t＝t+1；4.4全局最优粒子交替选择策略：其中，At中任一粒子的收敛性使用式5占优强度Si来衡量；根据式6实现全局最优粒子交替选择策略； 式5中，m表示目标个数；nA表示外部档案容量；式6中，S表示收敛性最优粒子集，Srand表示S中第rand个粒子；rand表示1，2，..，m中的随机值，m表示目标个数；C表示多样性最优粒子集，Crand表示C中第rand个粒子；4.5个体最优粒子选择；4.6按式78更新每个粒子的速度和位置 式7中，为t时刻粒子的位置，ω为惯性权重，作为参数设置；为t时刻粒子的速度；4.7根据多目标的恒钻压自动送钻PID参数优选评估每个粒子的2个目标函数值，即以上升时间和累计绝对值误差为目标minJk，t＝[J1k，t，J2k，t]T；根据式9加入的干扰信号，分析系统的动态响应； 4.8对每个粒子将，与输入至4.2，更新个体外部档案得到其中，为第t时刻将第i个粒子加入后对应的个体外部档案第t+1时刻将第i个粒子加入后对应的个体外部档案4.9将所有粒子组成的集和Sp与At输入至4.2，更新外部档案得到At+1；4.10外部档案柯西分布扰动策略；4.11如果tTmax，得到搜索到的t时刻的pareto最优解集，即外部档案At则输出A＝At；否则，跳转至4.3；5判断是否达到优化终止条件，若是，则输出恒钻压自动送钻PID参数最优前端，即输出多组恒钻压自动送钻PID参数k＝[kp1ki1，kp2]T优化结果；否则转至步骤2；优选的PID参数最优解集不仅能够跟踪送钻环境的变化，且更贴近最优前沿；同时显著地减小了偏差绝对值积分IAE和系统的动态响应超调量，满足了复杂钻井过程中，具有多变量、时变性、强扰动、时滞性的恒钻压控制系统的PID参数的优化需求，更加有利于在不同的地层工况下钻头处的钻压稳定、精准地控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安石油大学，其通讯地址为：710065 陕西省西安市雁塔区电子二路18号西安石油大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。