摘要:液位、压力、流量、温度是过程控制常用的被控变量。当对复杂被控对象进行控制时，因其精确的数学模型难以得到，所以利用实验模型进行常规控制存在误差，系统控制性能也不佳。

大多数过程工业控制依旧采用传统的PID控制策略，这种算法在控制简单的过程工业系统时可以取得不错的控制效果。但是在控制复杂系统，如具有非线性、滞后等特点的控制系统，传统PID控制取得的控制效果并不好。这是由于PID控制器的参数并不是对整个控制过程来说都是最佳的，控制器的参数需要在适当的时候调整。

传统的PID控制器参数的整定方法是由人手动整定，而在控制复杂系统的过程中，为了提高控制效果，需要PID控制器参数作相应调整时，传统的PID控制器因为参数固定没有这种“自适应”能力，从而使得系统控制性能降低。本课题针对以上问题将设计先进的PID算法，将模糊控制和BP神经网络分别与常规PID控制相结合，即采用模糊PID控制和BP神经网络PID控制来解决常规PID控制器控制参数“自适应”问题，然后在MATLAB软件中进行仿真，比较使用不同控制算法时系统的控制性能，最后利用DCS进行实物调试，分析调试结果得出结论。

关键词：液位控制，模糊PID，BP神经网络PID，DCS

目录

摘要

Abstract

第一章 绪论-1

1.1课题研究现状-1

1.1.1常规 PID控制研究现状-1

1.1.2模糊PID控制研究现状-1

1.1.3神经网络控制研究现状-2

1.2 课题研究意义-2

1.3课题研究内容及章节安排-3

第二章 水箱液位控制系统建模-4

2.1 建模方法介绍-4

2.2 水箱液位系统的机理模型-6

2.3 水箱液位系统实验法建立的模型-8

第三章 常规PID液位控制及MATLAB仿真-10

3.1 PID控制器原理及各参数作用-10

3.1.1 PID控制器原理-10

3.1.2 PID控制器各参数的作用-11

3.2 PID控制器参数整定方法-12

3.3 常规PID液位控制MATLAB仿真-13

第四章 模糊PID液位控制及MATLAB仿真-17

4.1 模糊PID控制原理-17

4.1.1 模糊控制原理-17

4.1.2 模糊PID控制系统结构-18

4.2 模糊PID控制器设计-19

4.3模糊PID液位控制MATLAB仿真-21

第五章 BP神经网络PID液位控制及MATLAB仿真-24

5.1 BP神经网络的基本原理-24

5.1.1神经元模型-24

5.1.2 前向神经网络及BP学习算法-24

5.2 BP神经网络PID控制系统设计-26

5.3 BP神经网络PID液位控制MATLAB仿真-28

第六章 水箱液位的实物调试-31

6.1 DCS介绍-31

6.2 水箱液位的调试步骤及结果-32

6.2.1 JX-300X简介-32

6.2.2 液位调试步骤及结果-34

第七章 设计总结与展望-37

参考文献-39

致    谢-40

附    录-41