在深海水合物钻井开采中,维持钻井液柱的压力值在合适的范围内,开发安全可靠,高效节能的深水钻井系统成为深海水合物开采重要研究方向。本课题作为国家重点研发计划课题“海洋水合物钻完井及安全监测技术”（2016YFC0304005）下的子课题,主要开展深海水合物钻井系统无传感器矢量控制与关键设备故障诊断的研究。首先对控压钻井技术原理以及深水钻井时面临的工况条件进行分析。因传感器在复杂深水环境中维护困难,容易存在安全隐患,根据举升泵驱动电机系统特性与钻井系统需求,设计了基于自适应补偿的MRAS无传感器矢量控制方案。在MATLAB/SIMULINK平台上搭建液压系统与驱动电机控制系统的仿真模型。从Hydraulic库中选择油液模块、管道、压力源等元件,根据参数因果关系连接并设置参数模拟实际液压系统。控制系统部分包括转子磁链与转速观测器,电流、转速、压力调节器以及空间矢量脉宽调制模型等,其中观测器通过引入PI正交补偿器对电压模型中的积分环节进行改进。仿真结果表明,观测的转子磁链幅值、角度以及转速与实际值相近,矢量控制系统动静态性能较好。当钻井过程中地层压力发生突变时,矢量控制系统能够快速调整举升泵驱动电机的转速,进而改变举升泵流量输出值来满足液压系统的需求。在实现无传感器矢量控制的基础上,为了提高钻井系统的安全可靠性,对举升泵驱动电机常见的转子断条故障与定子绕组匝间短路故障进行诊断。通过多回路模型理论对不同电机故障机理进行分析,得出能够代表故障类型的故障特征量。因负载扰动以及不同故障引起特征量变化存在交叉的情况,使得单一判据容易误判或错判故障类型。故采用小波包分析提取定子电流各频段能量,并结合Park’s矢量模中2倍频分量与直流分量的比值以及定子电流负序分量值汇总成数据矩阵。将矩阵作为BP神经网络训练源,反复训练直至满足精度要求后,得到SMD水下设备故障自诊断模型。从硬件与软件两个方向入手,搭建实验平台进行工况模拟测试方案的可行性。硬件方面主要包括以整流、滤波、限流、逆变组成的主电路与电压、电流检测电路。软件方面包括基于DSP28335控制器的下位机程序设计与基于LabVIEW的上位机监控界面开发,以及DSP与LabVIEW之间的串口通信。上位机中的信号处理与故障类型诊断模块通过MATLAB script节点调用小波包子程序,并用图形化程序设计BP神经网络。实验结果表明,基于模型参考自适应的转子磁链与转速的观测方案能够取代转速测量装置,减小系统负担与维护难度。训练后的BP神经网络模型用于故障诊断,输出结果误差较小,能够作为深海水合物钻井系统关键设备故障诊断模型。