目前,自动送钻多采用恒钻压自动送钻方式,传统的钻压PID控制系统具有结构简单、运行可靠等优点而被广泛应用。但由于实际的钻井过程中存在较大时滞,若依靠司钻人员凭经验确定PID参数,当地层发生变动时,原先的PID参数可能无法适用于新地层,使得系统出现响应速度慢、超调量大以及稳态误差等问题。因此,当钻遇地层发生变化时,采用传统的PID控制时系统存在参数整定周期长、无法有效克服负载、扰动的大范围变化以及实时参数优选的不足。针对上述问题,本文以恒钻压自动送钻为研究对象,构建了液压盘刹钻机控制模型,设计了遗传算法(Genetic Algorithm,GA)、粒子群算法(Particle Swarm Optimization,PSO)以及基于Fibonacci的量子遗传算法(Quantum genetic algorithm based on Fibonacci,FBQGA)三种智能优化算法,将其分别用于钻机PID控制参数优选,并实现在Simulink环境下自动调用优选出的PID参数,提高了钻机控制参数的快速、自适应整定。最后在MATLAB GUI环境下,设计了随钻自适应PID控制系统GUI界面,可直接观测PID参数结果和系统响应曲线。仿真结果表明,与传统采用Z-N经验公式法、试凑法相比,GA算法使系统调节时间分别缩短5.68%和24.94%;PSO相比GA系统调节时间又缩短了7.3%;而设计的FBQGA相比PSO和GA,系统调节时间分别缩短35.34%和45.22%,系统的超调量分别降低55.63%和39.63%。因此,基于Fibonacci的PID参数随钻自适应优选,在实现PID参数快速自适应整定的同时,减小了恒钻压液压盘刹系统响应的超调量,缩短了调节时间和加快了系统的响应速度,进而提高了系统的控制精度和鲁棒性。