在我国石油开采领域，抽油机作为不可或缺的关键设备，其规模已突破20万台，并以每年约1.5万台的速度稳步上升。这些抽油机普遍配备的电机功率约为40KW，且多数采用游梁式结构。尽管这种结构设计简单且可靠，但整体效率偏低，能耗较大，年耗电量超过150亿度。面对我国石油资源的稀缺，以及对水力、电力资源的依赖，抽油机的耗电成本占采油总成本的30%至45%，这一情况促使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核心方向。

在长冲程抽油机的应用中，开关磁阻电机因其非线性特性明显，给控制带来了挑战。传统的PID控制器难以实现理想的控制性能，参数难以确定。鉴于此，本文提出了一种结合变参数模糊控制策略与人工神经网络的模糊神经网络控制策略，以提高自适应能力。

模糊神经网络（FNN）作为模糊控制与神经网络控制理论的结晶，集学习、联想、识别、信息处理等功能于一身。模糊控制将人手动控制的经验转化为控制策略，无需精确的数学模型，动态品质优于普通控制方法。但普通模糊控制器在静态性能上存在不足，存在静差。为此，本文提出将模糊控制与神经网络控制相结合，并引入积分环节，以克服静态静差。

长冲程抽油机开关磁阻电机的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，实现油液的抽吸。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，模糊控制与神经网络的结合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。特别是以皖南电机为代表的安徽皖南电机，其先进的技术和产品在抽油机节能控制领域具有广阔的应用前景。而针对市场需求的皖南电机价格表，也为我们提供了参考依据，有助于我们在选择节能控制器时作出明智决策。