基于模糊控制的多容水箱的智能水位控制毕业论文(编辑修改稿)

基于模糊控制的多容水箱的智能水位控制毕业论文(编辑修改稿)内容摘要：

数整定方便、结构改变灵活、适应性强、鲁棒性强等特点，在工业控制上应用较广。 早期的 PID 控制是由气动或液动、电动硬件仪表实现的模拟 PID 控制器。 二十世纪七十年代以来，随着计算机技术飞速发展和应用普及，由计算机实现的数字 PID 控制不仅简单地将PID控制规律数字化，而且可以进一步利用计算机的逻辑判断功能，开发出多种不同形式的 PID 控制算法，使得 PID 控制的功能和实用性更强，更能满足工业过程提出的各种各样的控制要求。 PID控制虽然属于经典控制，但是至今仍然在工业过程控制中发挥着重要作用，今后随着计算机技术的发展和进步，数字 PID控制一定还会有新的发展和进步。 理想模拟 PID功控制器的输出方程式为 : （ ） 式中 , PK 为比例系数， PK 与比例度  互为倒数关系，即 /1PK ； iT 为积分时间； dT 为微分时间 ； tu 为 PID 控制器的输出控制量。 te 为 PID控制器输入的系统偏差量。 PID控制器可分为模拟 PID和数字 PID。 （ 1）模拟 PID 控制器 ])()(1)([)( 10  dt tdeTdtteTteKtu DIP比例积分微分被控对象u ( t )+r ( t ) e ( t )y ( t ) .13. 图 模拟 PID控制系统 给定值 r(t)与实际值 y(t)构成控制误 差： )()()( tytrte  （ ） PID控制器根据 e(t)将偏差的比例（ P）、积分（ I）和微分（ D）通过线性组合构成控制量，对受控对象进行控制，其控制规律为： ])()(1)([)(0 dttdeTdtteTteKtu dtip  （ ） 式中： u(t)— 控制器输出； e(t)— 控制偏差； pK — 比例系数； iT — 积分时间常数 ； dT — 微分时间常数。 2）数字 PID控制器 计算机控制其本质上就是一种采样控制，只有知道了某采样时刻的偏差值才能进行控制量的计算。 而连续 PID 控制算法要求是连续的采样，因此为了满足计算机控制要求，必须采用离散化方法。 应用在计算机控制的 PID 控制器，称之为数字 PID 控制器，常见的有位置式 PID 控制算法和增量式 PID控制算法。 为了用计算机实现 PID控制，必须将式 PID控制规律的连续形式变成离散形式，才能通过编程实现。 PID控制器控制算法的离散形式 : 0( ) ( ) ( ) ( ( ) ( 1 ) )kP I Dju k K e k K e j K e k e k     () 式中： T— 采样周期； k— 采样序号； u（ k） — 采样时刻 k时的输出值； e（ k） — 采样时刻 k时的误差值； e（ k1） — 采样时刻 k1时的误差值； KI— 积分系数， KI=KPT/TI； .14. KD— 微分系数， KD= KPTD/T。 式中的输出量为全量输出，由于计算机输出的 u(k)可以直接用来控制执行机构， u(k)的值与执行机 构的位置是一一对应的，所以称式 为位置式 PID 控制算法。 图 是位置式 PID控制系统示意图。 图 位置式 PID系统框图 这种算法的缺点是，由于是全量输出，所以每次输出均与过去的状态有关，计算时要对 e(k)进行累加，所以计算机上工作量大。 而且，因为计算机输出的 u(k)对应的是执行机构的实际位置，如果计算机出现故障， u(k)的大幅度变化会引起执行机构位置的大幅度变化，这种情况往往是生产实践中不允许的，在某些场合，可能造成重大的生产事故，因此产生了增量式 PID控制的控制算法。 所谓增量式 PID控制算 法是指数字控制器的输出只是控制量的增量 △ u(k)。 当执行机构需要的是控制量的增量时，根据递推规律得： )]}2()1([)()1({)1( 10   kekeTTteTTkeKku dkiip （ ） 于是得到增量法计算公式： )]2()1(2)([])1()([)]1()([)1()()( 0   kekekeTTteteTTkekeKkukuku dktip （ ） 式 PID控制算法，由于一般计算机控制系统采用恒定的采样周期 T，一旦确定了 KP、 KI和 KD，只要使用前后三次测量值的误差，即可由式。 PID控制的作用 PID控制器由三部分组成，分别是比例单元、积分单元和微分单元，PID的调节就是通过对这三个单元的参数进行设置，进而通过线性组合构 .15. 成控制量来实现对被控对象的控制。 其中每个单元的作用可归纳如下： 1）比例单元（ P）。 比例单元是按照比例来反映系统的偏差，当系统一旦出现偏差，比例调节立即产生作用并通过调节以减少偏差。 虽然通过加大比例系数，可以加快调节，减少误差的变化，但是过大的比例作用，会使系统的稳定性下降，更严重的会造成系统的不稳定。 2）积分单元（ I）。 积分单元的作用就是为了消除系统的稳态误差，提高无差度。 只要存在误差，积分调节就进行，直至无差的时候积分调节才停止，最终积 分调节输出一常值。 积分作用的大小取决于积分时间常数， T的值越小积分作用越厉害。 相反， T的值越大，积分作用就越弱。 然而加入积分调节会让系统稳定性下降，动态响应也变的很慢。 在实际的控制时，积分作用常与另外两种调节规律相结合，组成 PI或 PID调节器。 3）微分单元（ D）。 微分单元反映了系统偏差信号的变化率，具有一定的预见性，因而能对偏差的变化趋势作出预见，故能产生超前的控制作用。 微分作用可以有效的改善系统的动态性能，因为它可以在偏差还没形成以前将其消除，不过如果微分时间选择的不合理，必定会增加超调时间。 另外由于微 分作用对噪声干扰有放大作用，过强的微分调节，反而会对系统抗干扰产生不利因素。 微分调节反映的是误差的变化率，当误差没有变化时，微分作用输出即为零。 微分作用不能单独使用，需要与另外两种调节规律相组合，结成 PD或者 PID控制器。 PID 控制器对偏差的阶跃响应如图 所示。 它在偏差 )(te 阶跃变化的瞬间（ 0tt ）有一冲击式瞬间响应，这是微分作用引起的。 由图 可知，对于 PID 控制器，在阶跃信号作用下，首先是比例、 微分部分起作用，使其控制作用加强，然后再进行积分直到最后消除静差为止。 因此，采用 PID 控制器，无论从静差、还是从动态的角度来说，控制品质0 0t t1()et0 0t t()utpK图 PID控制器阶跃响应 .16. 都得到了改善。 PID 在本系统的应用 传统 PID 控制器由于用途广泛、使用灵活，已有系列化产品，使用中只需设定三个参数（ pk ， ik 和 dk ）即可。 在很多情况下，并不一定需要三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的。 根据 上一章节推导出的三容水箱液位控制系统模型，用 MATLAB 进行仿真。 在 Simulink中构造的模型如下图所示： 图 传统 PID控制 Simlink模型图 根据多次参数调试，得出较好的一组 PID参数值， pk =， ik =和 dk =1。 仿真曲线图如图 所示： 图 传统 PID在三容水箱中的应用仿真图 常规 PID 算法由于它的简单易懂， 使其在工业领域的应用中经历了这么多年后，仍然得到广泛的利用。 对于简单的一阶、二阶液位控制系统，目前通常选用的是常规的控制算法，如单回路和串级 PID 控制、解0 100 200 300 400 500 600 700 800 900 10000246810121416 .17. 耦控制。 大林算法以及 SMITH 预估补偿控制算法也仍被广泛的应用。 但是对于具有非线性大滞后的系统，常规 PID 控制算法还不能很好的对其控制；由于 SMITH 预估补偿控制、大林算法以及解耦控制等算法对控制系统的数学模型依赖性较强，因此常规的控制方法很难在三容水箱这种具有高阶非线性、慢时变、大滞后的系统中取得较好的控制效果。 第四章 模糊控制算法 理论的发展 20世纪 60年代以来，现代控制理论己经在工业生产过程、军事科学以及航空航天等许多方面都取得了成功的应用。 极小值原理可以用来解决某些最优控制问题；利用卡尔曼滤波器可以对具有有色噪声的系统进行状态估计；预测控制理论可以对大滞后过程进行有效的控制。 但是，它们都有一个基本的要求：即需要建立被控对象的精确数学模 型。 随着科学技术的迅速发展，各个领域对自动控制系统控制精度、响应速度、系统稳定性以及自适应能力要求提高，所涉及的控制对象也日益复杂多变。 由于对象模型的诸多特点，如控制对象的非线性、时变性、参数之间的强烈耦合、较大的随机干扰、过程机理错综复杂以及现场测量手段不完善等等，难以建立被控对象的精确数学模型。 常规自适应控制技术可以解决一些问题，但应用范围十分有限。 针对难以建立数学模型的复杂被控对象，采用传统或基于现代控制理论的现代控制方法，往往不如一个有实践经验的操作人员所进行的手动控制效果好。 人脑的重要特点之一就是有能力对模糊事物进行识别与判决，看起来似乎不确切的模糊手段常常可以达到精确的目的。 操作人员通过不断学习、积累操作经验来实现对被控对象进行控制，这些经验包括对被控对象特征的了解、在各种情况 下相应的控制策略以及性能指标判据。 这些信息通常是以自然语言的形式表达的，其特点是定性的描述，所以具有模糊性。 由于这种特性使得人们无法用现有的定量控制理论对这些信息进行处理，需探索出新的控制理论与方法，于是模糊控制的诞生成为人们解决问题的新途径。 模糊控制的价值需要从两个方面来考虑：一方面，模糊控制提出一种新的机制用于实现基于知识甚至语义描述的控制规律；另一方面，模糊控制为非线性控制提出一个比较容易的设计方法，尤其是当被控对象因含有不确定性而很难用常规非线性控制理论处理时。 .18. Zadeh于 1965年提出的模糊集合 成为处理现实世界各类物体的方法。 此后，针对模糊集合和模糊控制的理论和应用研究获得广泛开展。 1972年， Zadeh在论文“ A Retionnale for Fuzzy Control”中提出了模糊控制的概念，为模糊控制论奠定了基础。 1974年，伦敦 Queen Mary学院的Mamdarli首次用模糊逻辑实现了第一个试验性的蒸汽机控制，并取得了比传统 DDC控制更好的效果，这标志着采用模糊逻辑进行工业控制的开始，宣告了模糊控制的诞生。 模糊控制诞生以后，不断的在工业过程控制中取得成功的应用。 1975年，英国的 P． J． King和 Mamdani将模糊控制系统应用于工业反应罐的温度控制中。 此后几年，模糊控制开始了初步的应用， 1977年，丹麦学者J． J． Ostergrad利用模糊控制器对两输入两输出的热变换过程进行控制，英国的 C． P． Pappis和 Mamdani将模糊控制方法应用于十字路 El的交通管理，都取得了很好的控制效果。 1979年，英国的 1． J． Procyk和 Mamdani设计一种自组织模糊控制器，在控制过程中可以不断地修改和调整控制规则，使控制系统的性能不。