在石油钻井行业中，如何根据钻进过程实际情况，实时地进行钻压优化自动送钻，是钻井工作者一直奋斗的目标。具有优异性能的盘式刹车为钻压优化自动送钻的实施提供了条件。为此，本文在盘式刹车恒钻压自动送钻研究的基础上，对钻压优化自动送钻控制技术进行了研究。 针对钻压系统具有的时滞、时变、非线性等特点，本文应用人工神经网络BP算法对钻压优化控制系统进行了设计，对影响钻压的盘刹压力进行智能控制，在异常情况时可进行手动干预，手动干预时神经网络控制器启动自学习功能，修改各层权值以进一步提高控制性能及可靠性，从而实现钻压优化自动送钻。 本文详细进行了神经网络钻压控制器的硬件及软件设计，采用SIEMENS S7-300 PLC作为控制器的硬件核心，应用SIEMENS PLC相应的编程软件SIMATIC STEP7 V5.3进行了控制器的软件编制，并应用PROFIBUS DP网实现了钻压控制器与外围控制系统之间的数据通讯。 基于设计出的神经网络钻压控制器，通过MATLAB仿真测试，测试证明神经网络控制器的训练过程可进行有效的收敛，其泛化能力也达到要求。钻井现场试运行实验证明该控制方式控制效果良好，提高了系统的响应速度，增加系统稳定性，改善系统非线性，提高绞车下放速度的控制精度，各方面性能指标都达到控制要求。

In the field of oil drilling, the optimization of bit pressure real time in the process of Auto-drilling according to the fact is the goal. Band brake with excellent performance is the foundation of Auto-drilling with optimized bit pressure. Consequently, basing on the research of band brake auto-drilling with invariable bit pressure, the study on control technology of Auto-drilling with optimized bit pressure is presented in this paper.