智能PID的研究及其在液位控制中的应用

论文摘要

工业过程控制系统广泛采用结构简单、适应性强的PID控制,然而随着生产水平和科学技术的不断发展,现代控制系统日趋大型化、复杂化,常规的PID控制往往难以获得满意的控制效果。智能控制作为自动控制的崭新领域,以其先进新颖的思维为解决这类复杂不确定性问题提供了新的途径。近年来,由智能控制与PID控制相结合形成的智能PID控制,大行其道,并已有效应用于实际生产中,显示了广阔的发展前景。本文选取智能控制的两大重要分支——模糊控制和神经网络控制进行研究,其中,前者善于处理结构化知识,无需对象的精确数学模型,具有较强的鲁棒性,后者则具有强大的自学习性、对任意函数的逼近能力以及并行处理的能力。本文在详细阐述PID控制原理及基本参数整定方法的基础上,尤其在如何有效地将模糊控制、神经网络控制与PID控制结合起来,做了积极的探索,总结了几种常见的控制方式,着重介绍了其中应用最广泛的模糊自适应PID控制及基于改进BP神经网络PID控制,并采用MATLAB/Simulink软件对控制对象进行了跟踪性能、适应对象参数变化和抗扰动特性等方面的仿真分析,仿真曲线显示这两种算法的控制效果均明显优于常规PID控制器。最后研究将智能PID控制应用于典型的工业过程——液位系统中的具体实现方法,实验基于南京大学过程控制实验室CS4000实验装置进行,选取双容水箱作为研究对象,以控制下水箱液位为目标,分别应用PID控制、模糊自适应PID控制策略进行液位的实时控制,深入分析了各自的控制品质,仿真及实验结果均表明模糊自适应PID可实现对液位的有效控制,且具有鲁棒性强和动态性能好等特点,。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 研究背景
• 1.2 智能控制的发展现状
• 1.2.1 模糊控制
• 1.2.2 神经网络控制
• 1.3 智能PID控制研究的目的和意义
• 1.4 本文的研究内容和主要工作
• 2 PID控制
• 2.1 PID控制原理
• 2.1.1 位置式PID控制算法
• 2.1.2 增量式PID控制算法
• 2.2 常规PID控制器的参数整定
• 2.3 仿真
• 2.3.1 MATLAB软件简介
• 2.3.2 PID仿真
• 2.4 本章小结
• 3 模糊PID控制
• 3.1 模糊控制原理
• 3.2 模糊控制器的设计
• 3.2.1 确定模糊控制器的输入输出变量
• 3.2.2 设计模糊控制规则
• 3.2.3 精确量的模糊化方法
• 3.2.4 模糊推理及解模糊化方法
• 3.2.5 论域、量化因子及比例因子的选择
• 3.3 模糊PID
• 3.3.1 Fuzzy-PID开关切换控制
• 3.3.2 引入积分因子的模糊PID控制器
• 3.3.3 模糊自适应PID控制
• 3.4 仿真
• 3.4.1 建立仿真模型
• 3.4.2 仿真及分析
• 3.5 本章小结
• 4 神经网络PID控制
• 4.1 神经网络原理
• 4.2 神经网络学习规则
• 4.3 神经网络PID控制
• 4.3.1 单神经元自适应PID控制
• 4.3.2 基于BP神经网络的PID控制
• 4.3.3 模糊神经网络PID控制
• 4.4 基于改进BP网络PID控制
• 4.5 仿真
• 4.6 本章小结
• 5 智能PID在液位控制的应用
• 5.1 CS4000型过程控制实验装置简介
• 5.1.1 硬件配置
• 5.1.2 软件配置
• 5.2 实验的控制目标
• 5.3 双容水箱的数学建模
• 5.4 仿真及实验
• 5.4.1 仿真
• 5.4.2 实验
• 5.5 本章小结
• 6 总结与展望
• 参考文献
• 附录
• 致谢
• 在读期间发表的学术论文