论文部分内容阅读
液位对象是工业上常见的过程控制对象,它具有时变、非线性、大滞后、不确定性等过程控制对象的典型特性。随着工业过程控制对象的日趋复杂化和人们对控制指标越来越高的要求,对于复杂的过程控制对象,单纯使用传统的PID控制,已经很难达到理想的控制效果。本文针对这一问题,围绕如何设计更有效的液位控制系统展开研究。论文先采用机理建模的方法对被控对象单容水箱建立了仿真模型,对其设计了常规PID控制系统。在该系统设计中,论文就常规PID控制器的设计作了详细叙述,并对其进行参数整定得到了最佳PID参数,进行仿真试验获得了系统在液位给定值分别为100mm、200mm和300mm三个不同工作点处的阶跃响应曲线。然后对单容液位对象设计了神经网络PID控制系统。在神经网络PID控制系统设计中,论文先充分研究了神经网络不同结构的特点,选择了其中应用较为广泛的多层前向网络结构BP网络作为系统的神经网络结构部分并叙述了其工作原理和步骤。然后提出了系统的整体结构,对系统控制原理进行了分析,详细叙述了如何设计基于多层前向网的神经网络辨识器NNI和神经网络控制器NNC及如何采用最速下降法训练BP网络,并在仿真软件中实现了该系统,然后进行试验也得到了系统在给定值分别为100mm、200mm和300mm三个不同工作点处的阶跃响应曲线。论文最后采用比较法对两个系统的控制结果进行了比较,从比较结果知,神经网络PID控制系统不论在哪个工作点处都比常规PID控制系统表现出进入稳定状态较快,超调量较小,准确性也更好等特性,从而有力地证实了应用神经网络PID控制系统比常规PID控制系统对于单容水箱液位对象进行控制能获得更好的控制质量。虚拟仪器和神经网络一样都是控制理论及其工程应用中的先进工具,将二者相结合能更充分地发挥它们的优势,从而获得更好的控制质量,是控制系统发展的必然方向。本文探讨了神经网络PID控制系统在虚拟仪器开发软件LabVIEW中的实现方法,并将其应用于水箱液位的控制,仿真结果表明控制系统具有良好的动、静态控制效果。本文将神经网络结构与常规PID算法结合引入液位控制系统的设计,开辟了一种对于液位对象进行控制的新的思路,能为工业上对液位对象的控制理论发展和实际应用提供重要的指导。