控制压力钻井(ManagedPressureDrilling,简称MPD)是在国内、外得到应用的一种先进钻井技术。该技术主要使用先进的井控设备和井筒水力学模型,利用自动控制方法进行井底压力的实时调控,以达到期望的井底压力。应用该技术能够解决复杂地层钻井出现的多种问题,特别是窄压力窗口的钻井问题。　　 本文首先利用流体力学理论建立井筒的两相流机理模型,沿井筒轴线方向将井筒的每个物性参数进行时间与空间网格化,借助偏微分方程的差分迭代格式来求解井筒网格化后的离散模型,得到井筒内气液相流量、密度、含气率和地质条件等物性参数与井底压力关系的数值解。　　 并筒两相流机理模型不能表征井底压力与气液相参数的动态过程,本质上是静态模型。为了分析井底压力的动态响应,本文将井筒模型进行等效转化,进而建立井口压力与控压钻井系统节流阀阀位的动态模型。针对该模型具有的大惯性、非线性和时变特性,设计了一种改进的单神经元自适应PID控制器,利用系统稳定性原理证明改进学习算法的收敛性,并运用相平面理论证明由该控制器组成的闭环系统的稳定性。仿真结果表明该控制策略可以满足井底压力的控制要求,不足之处在于不易处理过程变量的约束问题。　　 预测控制可以方便的处理过程变量的各种约束关系。井底压力模型在井深缓慢变化或者固定时呈现弱非线性,可以等效成线性模型,利于预测控制策略的实施。本文将最小一乘法与卡尔曼最优估计引入预测模型辨识与误差反馈校正环节,以提高反馈校正误差的精度;利用集结策略来减少目标函数中预测误差项优化点的个数,减少计算量,进而改善闭环系统的鲁棒性;利用控制输入的稳态优化取代目标函数中控制时域内控制量的优化,提高了闭环系统的稳定性。　　 模型算法控制所需的井底压力脉冲响应模型在钻井过程中容易获取,本文将井底压力的脉冲响应模型转化成状态空间模型,推导证明了将位置式控制输入等效成增量式控制输入这一方法可以无差跟踪井底压力设定值;接着分析了预测误差加权矩阵与控制输入加权矩阵的不同取值对控制效果的影响,设计了多目标优化的模型算法控制,仿真结果表明改进算法不仅省略了目标函数中权值的设计过程,也实现了闭环系统的无差跟踪,提高了控制精度。