抽油机电液伺服加载系统在石油行业有着广泛的用途,它能模拟井下的真实工况,对抽油机进行模拟加载,以使抽油机在出厂时各个参数调到最佳.该加载系统采用电液伺服控制技术,而对其加载规律控制方案的研究是该系统的核心.但是由于抽油机电液伺服加载系统存在强的非线性、不确定性和位移干扰,采用传统控制方法不能完全消除多余力,而且系统的阶跃响应存在小幅振荡.当输入阶跃信号为1×10<5>N时,采用结构不变性原理控制时输出信号振荡幅度为8000N,在此基础上采用PID控制可以降到5000N,但输出仍不能稳定.为此设计抽油机电液伺服加载系统智能控制器,它们分别是:(1)模糊PID控制器,使用模糊推理在线修改PID控制器的三个参数;(2)神经网络间接自适应PID控制器,利用神经网络的自学习功能根据系统的输出在线修改PID控制器的三个参数;(3)智能融合控制器,将模糊控制和神经网络控制相结合,利用神经网络在线调整模糊控制规则和参数,使模糊控制规则更加合理.通过仿真及实验表明:采用模糊PID控制,系统稳态误差为3000N,神经网络间接自适应PID控制时稳态误差为2100N,融合控制稳态误差为1500N,同时系统的上升过程更加平稳,没有振荡现象.