锚杆钻机推进力最优自抗扰控制方法

权利要求书： 1.一种锚杆钻机推进力最优自抗扰控制方法，其特征是，包括如下步骤：步骤1)建立锚杆钻机推进系统数学模型；

101)当电液比例溢流阀的比例电磁铁线圈通电时，产生的电磁力作用在先导阀芯上；

乳化液经阻尼孔R1分流，分流后的一部分通过阻尼孔R2，作用于主阀阀芯上腔，另一部分通过阻尼孔R3，作用于先导阀；

如果作用于先导阀上的乳化液压力不能克服电磁力，主阀阀芯上腔和下腔压力近似相等，在主阀弹簧初始作用力下，主阀保持关闭状态；当乳化液压力超过先导阀电磁力，先导阀开启；经阻尼孔R1后，乳化液压力下降，导致主阀下腔压力大于上腔压力，主阀开启；

102)记比例电磁铁输入电流为I、输出电磁力为Fem、增益为Kb，拉普拉斯算子为s，比例电磁铁的数学模型为：

103)记先导阀阀芯及推杆质量之和为m2，先导阀粘性阻尼系数为Bv、等效弹簧刚度为Kv，先导阀阀芯位移为X2，先导级的比例系数为Km＝1/Kv、固有频率为 阻尼系数为先导控制级的数学模型为：

104)记主阀的下腔和上腔压力分别为p1、p2，主阀下表面和上表面受力面积分别为A1、A2，主阀阀芯及推杆质量之和为m1，主阀阀芯弹簧刚度为K，弹簧的初始压缩量为X10，主阀阀芯位移为X1，稳态液动力为Fh，则 为X1的二阶导数；

记ΔFh、ΔX1、Δp1和Δp2分别为Fh、X1、p1和p2的变化量， 表示Fh关于X1的一阶偏导，则 经线性化处理后，表示为ΔFh＝Kh1ΔX1+Kh2(Δp1?Δp2)；

105)记油液有效弹性模量为βe，固定液阻的流量压力系数为GR1，先导阀的流量增益与流量—压力系数分别为Kq2和Kc2，先导阀干路流量和先导阀支路流量分别为Q2和Q4，主阀上腔流量为Q3，主阀上腔容积为2，则 Q4＝Kq2X2+Kc2p2，t表示时间；

106)记主阀固有频率为 主阀上腔转折频率为ωc＝(GR1+Kc2)βe/2，主2

阀主导转折频率为ωv＝(K+Kh1)(GR1+Kc2)/A2，有效作用面积为则主阀阀芯位移X1表示为： 其中p1(s)为比例溢流阀的输出压力；

107)基于ωM和ωc远大于液压推进系统固有频率，忽略其对系统控制性能的影响，将X1(s)进行简化，有

108)记比例溢流阀溢流流量为Q，主阀下腔流量为Q1，主阀下腔容积为1，主阀的流量增益与流量—压力系数分别为Kq1和Kc1，则主阀的阀口流量为： t表示时间；

109)记K0＝K1/(1+K1Kc1)，K1＝(K+Kh1)/AKq1，ω1＝Kc1βe/1， D(s)＝K0(1+s/ωv)，忽略具有高频特性的转折频率Kq1/A1的影响，得到比例溢流阀的输出压力p1(s)与先导阀芯位移X2，以及溢流阀输入流量Q1之间的传递函数关系为：

110)记推进系统输出力和负载力分别为F和FL，钻头位移量为x，钻杆与推进油缸总重量为m，推进油缸回油腔压力为p3，推进油缸两腔有效作用面积分别为A3和A4，推进系统负载等效弹簧刚度为KL，钻机进钻过程中的摩擦力、振动干扰以及难以建模的阻力之和为F1，推进油缸的数学模型为： 为x的二阶导数；

111)根据比例溢流阀数学模型和推进油缸数学模型，综合得到推进系统输出力与电液比例溢流阀输入电流之间满足以下函数关系为：步骤2)利用钻机随钻信息，设定钻机当次钻进的最优推进力；

步骤3)结合粒子群优化算法，设计最优自抗扰控制器；

步骤4)基于Matlab和AMESim的联合仿真平台，验证所提锚杆钻机推进系统控制方法的有效性和合理性。

2.根据权利要求1所述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述锚杆钻机推进系统包括三相异步电机、定量泵、高压滤油器、安全阀、电液比例溢流阀、电磁方向阀和液压油缸；所述三相异步电机与定量泵相连接；所述定量泵泵出的高压油，经过高压滤油器后，分别流向电液比例溢流阀和电磁方向阀；所述电液比例溢流阀和定量泵还连接有同一油箱；所述电磁方向阀与液压油缸双向连接；所述液压油缸还连接有负载；

所述电液比例溢流阀包括阻尼孔、依次连接的比例电磁铁、先导控制级和主阀控制级；

所述先导控制级中设置有先导阀芯，主阀控制级中设置有主阀阀芯；所述阻尼孔用于分流乳化液。

3.根据权利要求1所述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是：将先导阀的固有频率ωm设计为主阀等效频率ω0的100倍以上，将推进系统数学模型进行简化，有

4.根据权利要求1所述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤2)的具体内容为：

根据检测得到的钻机在k?1阶段的钻进过程中的推进力F(k?1)、推进位移x(k?1)、转速n(k?1)和转矩信息T(k?1)，预估本次k阶段的钻进过程中岩石硬度系数f(k)；

记钻杆直径为D，调节常数为λ，设定k阶段最优推进力Fv(k)为：Fv(k)＝λDf(k)。

5.根据权利要求4所述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤3)的具体内容为：

31)采用二阶自抗扰控制器，实现锚杆钻机推进系统推进力控制；自抗扰控制器包括微分跟踪器、扩张状态观测器和非线性状态误差反馈控制率；

微分跟踪器的速度因子r和滤波因子h0，扩张状态观测器增益β01，β02，β03和参数b0，以及非线性反馈控制器中增益β11和β12；

32)采用粒子群优化算法整定上述自抗扰控制器的参数；

记粒子群中粒子个数为m0，每个粒子的维数为D，则第i个粒子的位置表示为xi＝(xi1,xi2,…,xiD)，i＝1,2,…,m0；其速度为vi＝(vi1,vi2,…,viD)；第i个粒子搜索到的最优位置为pi＝(pi1,pi2,…,piD)，整个粒子群搜索到的最优位置为pg＝(pg1,pg2,…,pgD)；

惯性权重为w，加速度常数为c1和c2，r1和r2为[0,1]之间均匀分布的随机变量，则每个粒子通过式 更新其速度，通过式 更新其位置，实现进化搜索； 表示第N次迭代过程中第i个粒子的第d个最优位置， 表示第N次迭代过程中第i个粒子的第d个最优位置的速度， 表示第N次迭代过程中第i个粒子的第d个位置， 表示第N次迭代过程中整个粒子群的第d个最优位置；

33)第i个粒子表示为x'i＝(r,h0,β01,β02,β03,β11,β12,b0)，其中，r,h0,β01,β02,β03,β11,β12,b0均采用实数编码；

34)考虑钻机推进力控制系统的快速性和准确性要求，采用绝对误差乘时间的积分准则作为目标函数，在目标函数中增加度量超调量的性能指标：记权值为ω1和ω2，系统的瞬时误差为e(t)，超调量为Mp，获得综合目标函数

35)针对上述目标函数，构建自抗扰控制器参数的粒子群优化整定方法。

6.根据权利要求5所述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述

35)的具体内容为：

351)初始化粒子群所有粒子的初始位置和速度；

352)将每个粒子位置所对应的自抗扰控制器参数，引入推进力控制系统的物理仿真系统，运行并计算其目标值；

353)根据每个粒子的目标值，更新局部最优粒子、全局最优粒子，及其局部极值和全局极值；

354)更新每个粒子的位置和速度；

355)判断是否达到最大的迭代次数，如果满足判断条件，则终止搜索，并且输出全局最优解；否则，跳转到352)。

7.根据权利要求1所述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤4)的具体内容为：

41)基于Matlab和AMESim的联合仿真平台，实现最优自抗扰控制器以及锚杆钻机推进系统搭建；

42)实验验证所提的锚杆钻机推进力最优自抗扰控制方法有效性和合理性。

说明书： 一种锚杆钻机推进力最优自抗扰控制方法技术领域[0001] 本发明涉及一种锚杆钻机推进力最优自抗扰控制方法，属于工程机械自动控制技术领域。

背景技术[0002] 锚杆钻机是岩土锚固工程施工中的关键设备之一，其设备性能直接决定了整个工程的进度和质量。本专利主要研究锚杆钻机的轴向推进力控制。钻进作业中，推进机构对钻

头施加一定的轴向力，使钻头与岩石紧密接触，有效辅助回转机构破碎岩石。研究表明，恰

当的推进力，会使钻机工作于岩石最优钻削区，可获得最大的钻进效率以及钻进速度。如果

推进力过小，钻头与孔底岩石将不能紧密接触，会大幅降低钻进速度。反之，过大的推进力，

会加剧钻头磨损，甚至出现弯杆或断杆。因此，对推进力的准确控制成为提高钻机钻进速度

的关键。

[0003] 针对锚杆钻机推进力的控制，文献(胡志坚，彭嵩，耿莉.工程地质钻机回转钻进比例控制系统的模拟分析[J].机床与液压,2009,37(10):219–221.)采用比例调压泵，实现推

进系统控制，但产生的推进力存在高频抖动。

[0004] 文献(WuWR,XuZ.MechanicalMechanicsandApplicationofHighSpeedOn/OffalvetoFeedingSystemofHydraulicDrillingRig[J].Advanced

MaterialsResearch,2014,908:330–334.)利用PWM信号，通过控制高速开关阀动作，实现

钻机推进力的比例调节，为优化钻井平台液压系统提供了可靠参考依据。但是，高速开关阀

价格偏高，目前在锚杆钻机上应用极少。

[0005] 文献(适应复杂工况的液压钻机推进回转控制系统研究[D].中南大学,2014)采用模糊控制，自动调节潜孔钻机的推进压力，使之与钻机回转压力相匹配，从而实现潜孔钻机

的快速钻进，并预防卡钻。但控制量是基于模糊规则设计的，因此，具有控制精度差，响应速

度慢的缺陷。

[0006] 专利(卢建波，吴成，潘开方等.马达负载与推进力自适应液压钻机[P]，CN201358708.2009.12.9)在推进回路中设置远控减压阀；该远控减压阀通过其负载感应体连

接到钻机回转回路。当回转回路检测出钻机负载增大时，推进回路能自动地降低推进力和

推进速度；反之，当钻机负载降低时，能自动增加推进力；从而提高钻机的岩层自适应能力。

[0007] 专利(王士坤，李宝贵，高英杰，蒋寅刚.高效钻机自动控制系统[P]，CN203223215U，2013.10.2)在凿岩机回转回路和推进回路分别增加回转压力传感器和进给压

力传感器。通过实时工况检测，利用控制器自动调节凿岩机的冲击能量、回转速度和进给液

压缸推进力，控制钎杆的运动，达到减少钎杆损坏和提高工作效率的目的。

[0008] 专利(卢建波，潘开方，胡仁春等.钻机轻推开孔、自适应能力和自动防卡转功能的实现[P]，CN101358522A，2009.02.4)通过改造原有钻机结构，利用机械方式，解决手动钻

机控制方式不能适应岩层变化的不足。

[0009] 目前，钻机推进力的研究主要集中在两方面：一方面，利用比例调压泵、负载敏感器件、高速开关阀等部件，实现对钻机推进力的自适应控制，该方法可靠性低；另一方面，根

据采集的回转压力信息，利用比例阀和变量泵，实现推进力的逻辑控制。由于缺乏在不同围

岩下的最优推进力估计，所以不能实现推进力的自适应控制。

发明内容[0010] 为解决现有技术的不足，本发明的目的在于提供一种锚杆钻机推进力最优自抗扰控制方法，实现钻机推进力根据围岩性状的自适应调节，达到提高锚固速度和支护质量，以

及减少钻机故障的目的。

[0011] 为了实现上述目标，本发明采用如下的技术方案：[0012] 一种锚杆钻机推进系统，其特征是，包括三相异步电机、定量泵、高压滤油器、安全阀、电液比例溢流阀、电磁方向阀和液压油缸；所述三相异步电机与定量泵相连接；所述定

量泵泵出的高压油经过高压滤油器后分别流向电液比例溢流阀和电磁方向阀；所述电液比

例溢流阀和定量泵还连接有同一油箱；所述电磁方向阀与液压油缸双向连接；所述液压油

缸还连接有负载；所述电液比例溢流阀包括阻尼孔、依次连接的比例电磁铁、先导控制级和

主阀控制级；所述先导控制级中设置有先导阀芯，主阀控制级中设置有主阀阀芯；所述阻尼

孔用于分流乳化液。

[0013] 一种锚杆钻机推进力最优自抗扰控制方法，其特征是，包括如下步骤：[0014] 步骤1)建立上述锚杆钻机推进系统数学模型；[0015] 步骤2)利用钻机随钻信息，设定钻机当次钻进的最优推进力；[0016] 步骤3)结合粒子群优化算法，设计最优自抗扰控制器；[0017] 步骤4)基于Matlab和AMESim的联合仿真平台，验证所提锚杆钻机推进系统控制方法的有效性和合理性。前述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步

骤1)的具体内容为：

[0018] 101)当电液比例溢流阀的比例电磁铁线圈通电时，产生的电磁力作用在先导阀芯上；乳化液经阻尼孔R1分流，分流后的一部分通过阻尼孔R2，作用于主阀阀芯上腔，另一部分

通过阻尼孔R3，作用于先导阀；

[0019] 如果作用于先导阀上的乳化液压力不能克服电磁力，主阀阀芯上腔和下腔压力近似相等，在主阀弹簧初始作用力下，主阀保持关闭状态；当乳化液压力超过先导阀电磁力，

先导阀开启；经阻尼孔R1后，乳化液压力下降，导致主阀下腔压力大于上腔压力，主阀开启；

[0020] 102)记比例电磁铁输入电流为I、输出电磁力为Fem、增益为Kb，拉普拉斯算子为s，比例电磁铁的数学模型为：

[0021] 103)记先导阀阀芯及推杆质量之和为m2，先导阀粘性阻尼系数为Bv、等效弹簧刚度为Kv，先导阀阀芯位移为X2，先导级的比例系数为Km＝1/Kv、固有频率为 阻尼系数分别

为 先导控制级的数学模型为：

[0022] 104)记主阀的下腔和上腔压力分别为p1、p2，主阀下表面和上表面受力面积分别为A1、A2，主阀阀芯及推杆质量之和为m1，主阀阀芯弹簧刚度为K，弹簧的初始压缩量为X10，主

阀阀芯位移为X1，稳态液动力为Fh，则

[0023] 记ΔFh、ΔX1、Δp1和Δp2分别为Fh、X1、p1和p2的变化量， 表示Fh关于X1的一阶偏导，则 经线性化处理后，表示为ΔFh＝Kh1ΔX1+

Kh2(Δp1?Δp2)；

[0024] 105)记油液有效弹性模量为βe，固定液阻的流量压力系数为GR1，先导阀的流量增益与流量—压力系数分别为Kq2和Kc2，先导阀干路流量和先导阀支路流量分别为Q2和Q4，主阀上腔流量为

Q3，主阀上腔容积为2，则

[0025] 106)记主阀固有频率为 主阀上腔转折频率为ωc＝(GR1+Kc2)βe/2

2，主阀主导转折频率为ωv＝(K+Kh1)(GR1+Kc2)/A2，有效作用面积为

则主阀阀芯位移X1表示为： 其中

[0026] 107)基于ωM和ωc远大于液压推进系统固有频率，忽略其对系统控制性能的影响，将X1(s)进行简化，有

[0027] 108)记比例溢流阀溢流流量为Q，主阀下腔流量为Q1，主阀下腔容积为1，主阀的流量增益与流量—压力系数分别为Kq1和Kc1，则主阀的阀口流量为：

[0028] 109)记K0＝K1/(1+K1Kc1)，K1＝(K+Kh1)/AKq1，ω1＝Kc1βe/1， D(s)＝K0(1+s/ωv)，忽略具有

高频特性的转折频率Kq1/A1的影响，得到比例溢流阀的输出压力p1与先导阀芯位移X2，以及

溢流阀输入流量Q1之间的传递函数关系为：

[0029] 110)记推进系统输出力和负载力分别为F和FL，钻头位移量为x，钻杆与推进油缸总重量为m，推进油缸回油腔压力为p3，推进油缸两腔有效作用面积分别为A3和A4，推进系统

负载等效弹簧刚度为KL，钻机进钻过程中的摩擦力、振动干扰以及难以建模的阻力之和为

F1，推进油缸的数学模型为：

[0030] 111)根据比例溢流阀数学模型和推进油缸数学模型，综合得到推进系统输出力与电液比例溢流阀输入电流之间满足以下函数关系为：

前述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤112)中将先导阀的

固有频率ωm设计为主阀等效频率ω0的100倍以上，将推进系统数学模型进行简化，有

[0031] 前述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤2)的具体内容为：

[0032] 根据检测得到的钻机在k?1阶段的钻进过程中的推进力F(k?1)、推进位移x(k?1)、转速n(k?1)和转矩信息T(k?1)，预估本次k阶段的钻进过程中岩石硬度系数f(k)；

[0033] 记钻杆直径为D，调节常数为λ，设定k阶段最优推进力Fv(k)为：Fv(k)＝λDf(k)。[0034] 前述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤3)的具体内容为：

[0035] 31)采用二阶自抗扰控制器，实现锚杆钻机推进系统推进力控制；自抗扰控制器包括微分跟踪器、扩张状态观测器和非线性状态误差反馈控制率；

[0036] 微分跟踪器的速度因子r和滤波因子h0，扩张状态观测器增益β01，β02，β03和参数b0，以及非线性反馈控制器中增益β11和β12；

[0037] 32)采用粒子群优化算法整定上述自抗扰控制器的参数；[0038] 记粒子群中粒子个数为m0，每个粒子的维数为D，则第i个粒子的位置表示为xi＝(xi1,xi2,…,xiD)，i＝1,2,…,m0；其速度为vi＝(vi1,vi2,…,viD)；第i个粒子搜索到的最优位

置为pi＝(pi1,pi2,…,piD)，这里的pi可直接用等式右边的向量来表示，与上述中出现的p1、

p2不同，整个粒子群搜索到的最优位置为pg＝(pg1,pg2,…,pgD)；

[0039] 惯性权重为w，加速度常数为c1和c2，r1和r2为[0,1]之间均匀分布的随机变量，则每个粒子通过式 更新其速度，通过式

更新其位置，实现进化搜索； 表示第N次迭代过程中第i个粒子的第d个最优位置， 表示

第N次迭代过程中第i个粒子的第d个最优位置的速度， 表示第N次迭代过程中第i个粒子

的第d个位置， 表示第N次迭代过程中整个粒子群的第d个最优位置；

[0040] 33)粒子采用实数编码形式，记为xi＝(r,h0,β01,β02,β03,β11,β12,b0)；[0041] 34)考虑钻机推进力控制系统的快速性和准确性要求，采用绝对误差乘时间的积分准则作为目标函数，在目标函数中增加度量超调量的性能指标：

[0042] 记权值为ω1和ω2，系统的瞬时误差为e(t)，超调量为Mp，获得综合目标函数[0043] 35)针对上述目标函数，构建自抗扰控制器参数的粒子群优化整定方法。[0044] 前述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤35)的具体内容为：

[0045] 351)初始化粒子群所有粒子的初始位置和速度；[0046] 352)将每个粒子位置所对应的自抗扰控制器参数，引入推进力控制系统的物理仿真系统，运行并计算其目标值；

[0047] 353)根据每个粒子的目标值，更新局部最优粒子、全局最优粒子，及其局部极值和全局极值；

[0048] 354)更新每个粒子的位置和速度；[0049] 355)判断是否达到最大的迭代次数，如果满足判断条件，则终止搜索，并且输出全局最优解；否则，跳转到352)。

[0050] 前述的一种锚杆钻机推进力最优自抗扰控制方法，其特征是，所述步骤4)的具体内容为：

[0051] 41)基于Matlab和AMESim的联合仿真平台，实现最优自抗扰控制器以及锚杆钻机推进系统搭建；

[0052] 42)实验验证所提的锚杆钻机推进力最优自抗扰控制方法有效性和合理性。[0053] 本发明所达到的有益效果：本发明适用于锚杆钻机推进力的最优控制，解决了传统钻机控制对操作人员工作经验依赖性大的问题；钻机根据钻进围岩性状，自适应调整推

进力，从而减少钻机断杆、别杆等故障，提高工作效率和掘进速度，为钻机自动化、智能化奠

定基础。

附图说明[0054] 图1是锚杆钻机推进系统示意图；[0055] 图2是电液比例溢流阀结构组成；[0056] 图3是推进系统传递函数框图；[0057] 图4是推进系统控制框图；[0058] 图5是基于Matlab和AMESim的联合仿真平台；[0059] 图6是基于PSO的ADRC和PI控制器参数优化过程；[0060] 图7是不同围岩性状下微分跟踪器输出参考轨迹；[0061] 图8是不同ADRC控制器性能比较；[0062] 图9是面向渐变围岩的两类推进力控制器性能曲线。[0063] 图中附图标记的含义：[0064] 1?三相异步电机，2?定量泵，3?高压滤油器，4?电液比例溢流阀，5?电磁方向阀，6?液压油缸，7?负载，8?比例溢流阀控制信号，9?油箱。

具体实施方式[0065] 下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

[0066] 本方法首先根据围岩性状来设定最优推进力；其次，考虑到锚杆钻机液压系统的非线性、参数时变性以及多干扰特性，采用自抗扰控制器实现钻机推进力控制；最后，考虑

系统响应快速性和动态稳定性要求，采用粒子群优化算法，自适应调整自抗扰控制器参数，

保证钻机推进系统获得最佳的响应性能。

[0067] 本实施例中，锚杆钻机系统中设备核心参数取值，如表1所示。[0068]参数[单位] 数值 参数[单位] 数值

Kb[N/A] 20 m2[kg] 0.00185

2 8 3

Be[N/m] 7×10 ρ[kg/m] 850

Bv[N/(m·s)] 1.63 Kv[N/m] 2921

2 2

A1[mm] 804 A2[mm] 804

3

m1[kg] 0.092 1[cm] 5080

3 3

2[cm] 504 GR1[cm/(MPa·s)] 51.2

[0069] 表1锚杆钻机推进系统核心参数取值[0070] 实际采集的晋城寺河煤矿巷道围岩数据，如表2所示。[0071] 岩性 累计厚度/m 厚度/m 抗压强度/MPa 岩石硬度系数细砂岩 6.33 1.1 114.9 11.5

砂岩 7.28 2.7 89.6 9

中砂岩 4.91 0.55 77.3 7.7

泥质砂岩 10 3.67 45.2 4.5

泥质砂岩 5.23 0.32 35.6 3.6

泥质砂岩 4.36 2.96 32.35 3.2

煤层 1.4 1.4 21.9 2.2

[0072] 表2晋城寺河煤矿巷道围岩强度[0073] 采用粒子群优化算法，分别对自抗扰控制器和PI控制器进行参数寻优。设定待整定参数的搜索范围为：r∈[10,100000]，h0∈[0.001,1]，β01∈[0,1000]，β02∈[0,10000]，

β03∈[0,10000]，β11∈[0,100]，β12∈[0,2]，b0∈[0.1,3]；KP∈[0.1,1]，KI∈[0.1,0.8]。

[0074] 选取粒子群规模为100，最大迭代次数为100。粒子群寻优过程如附图6所示。利用先验知识，设定PI控制参数可调区间。因此，相比于PI控制器参数寻优过程，ADRC控制器寻

优过程较慢。

[0075] 获得的控制器参数取值为：PSO?ADRC：β01＝878.8375，β02＝8435.8676，β03＝6022.1461，β11＝199.8151，β12＝3.5746，b0＝1.1956。

[0076] PI：KP＝0.624，KI＝0.283。[0077] 验证不同围岩性状下，微分跟踪器输出参考轨迹对控制器性能影响。考虑钻机从砂质泥岩钻进入中砂岩，根据最优推进力计算公式，折算出砂质泥岩最优推进力为Fv＝

576N；中砂岩最优推进力为Fv＝985.6N。

[0078] 根据传统自抗扰控制器参数整定方法，确定传统自抗扰控制器微分跟踪器参数为：r＝20000，h0＝0.01。控制器的其他参数采用PSO整定得到，与上述PSO?ADRC一致。

[0079] 基于粒子群优化算法整定的微分跟踪器参数如表3所示。[0080][0081] 表3不同围岩性状下PSO?ADRC与传统ADRC控制性能比较[0082] 显然，不同围岩下的期望响应轨迹有所不同。对比传统ADRC控制器和PSO?ADRC控制器的微分跟踪器输出参考轨迹如附图7所示，相应的推进力控制性能，如附图8所示。当钻

机从砂质泥岩钻进入中砂岩时，传统ADRC控制器调节时间均在1.2s以上，并且具有较大超

调。这是因为，传统ADRC中微分跟踪器的速度因子凭经验选取，未考虑系统其他部分的关联

影响。较大的速度因子，可以保证较快的响应速度。但是，钻机推进系统的固有特性，导致其

实际响应过程不能很好的跟踪期望响应轨线，产生较大的动态误差，形成超调。特别是，当

钻进围岩性状存在较小程度的变化时，系统响应的超调量更为明显。对比附图8可知，本专

利所提最优自抗扰控制器，通过基于PSO的整定模块，可以在不同围岩性状下，获得最佳微

分跟踪器参数，显著提高控制系统的响应速度，并且能够保证响应过程无超调，使钻机系统

获得最优的动态性能。

[0083] 验证渐变围岩条件下最优推进力的跟踪性能。当钻机在钻进过程中，遇到的围岩性状存在渐变时，要不断调节比例溢流阀出口压力，使钻进推进力满足最佳性能要求。假设

围岩存在砂质泥岩和中砂岩两类，估算最优推进力为409.6?985.6N的斜坡信号，如附图9所

示。当钻机运行在渐变围岩，不存在其他外部干扰时，最优自抗扰控制器的响应速度快，且

无稳态误差；同时，在调节过程中，无超调。但是，PI控制器存在19.78N的稳态误差，并且存

在小幅往复调整。最优自抗扰控制器具有比传统PI控制更加优越的控制性能。

[0084] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形

也应视为本发明的保护范围。