在我国石油开采领域，抽油机作为核心设备，其数量已突破20万台，且每年以约1.5万台的速度稳步增长。这些抽油机大多配备40KW左右的电机，普遍采用游梁式结构，虽然这种结构简单可靠，但整体效率不高，能耗较大，年耗电量超过150亿度。面对我国石油资源的稀缺和水力、电力开采的依赖，抽油机的耗电成本占据了采油总成本的30%至45%，因此，国家高度重视抽油机节能控制器的研发。展望未来，高效节能的新型抽油设备将成为行业发展的关键。

目前，国内长冲程抽油机多采用皖南电机生产的开关磁阻电机，其非线性特性显著，给控制带来了挑战。常规PID控制器难以实现理想控制性能，参数难以确定。为此，本文提出采用变参数模糊控制策略，并结合人工神经网络，形成一种自适应能力强的模糊神经网络控制策略。

模糊神经网络（FNN）是模糊控制与神经网络控制理论结合的产物，集学习、联想、识别、信息处理于一体。模糊控制将人手动控制经验转化为控制策略，无需精确数学模型，动态品质优于普通控制方法。然而，普通模糊控制器静态性能不佳，存在静差。本文提出将模糊控制与神经网络控制相结合，并加入积分环节，以克服静态静差。

皖南电机生产的开关磁阻电机在长冲程抽油机中的应用，其工作原理是通过减速齿轮驱动，利用钢丝绳驱动配重箱和抽油杆上下移动，实现油液抽吸。这种结构简化了传动结构，提高了效率，为节能提供了可能。电机调速系统由控制器、功率变换器和电机等组成，采用双闭环控制，内环为转矩控制，外环为速度控制。

本文设计的模糊速度调节器，以速度误差和误差变化率为输入，输出为转矩内环的参考转矩。为解决模糊控制盲区问题，系统在速度误差较小时切换到神经网络控制，并加入积分环节。模糊控制规则基于人工操作经验，采用Mamdani推理方法和重心法进行模糊判决。

仿真结果表明，模糊神经网络控制具有强抗干扰能力，系统稳定无静差，动态和静态性能指标优于单一调节器。本文提出的调速系统内环采用直接转矩控制原理，对电机转矩进行直接控制，有效减少转矩波动。

综上所述，模糊控制结合神经网络，为抽油机节能控制提供了有效途径，有望在未来得到广泛应用，尤其是在皖南电机等高效节能设备的推动下，这一技术将助力我国石油开采行业实现可持续发展。