单容水箱

一、选题背景随着工业生产的飞速发展,人们对控制系统的控制精度,响应速度,系统稳定性与适应能力的要求越来越高。而实际工业生产过程中的被控对象往往具有非线性,时延的特点,应用常规的控制手段难以达到理想的控制效果,研究对非线性,时延对象的先进控制策略,提高系统的控制水平,具有重要的实际意义。本文所提及的液位控制系统是一种可以模拟多种对象特性的实验装置。该装置是进行控制理论与控制工程教学,实验和研究的理想平台,可以方便的构成多阶系统对象,用户既可通过经典的PID控制器设计与调试,完成经典控制教学实验,也可通过模糊逻辑控制器的设计与调试,迸行智能控制教学实验与研究。自动控制理论的形成和发展经历了经典控制理论,现代控制理论和智能控制理论三个阶段。其中,经典控制理论和现代控制理论是建立在精确的数学模型的基础之上的,而智能控制理论适合用来解决系统模型和环境本身均不确定的问题。1987年智能控制正式成为一门独立的学科,它是人工智能,运筹学和自动控制理论等多学科相结合的交叉学科。模糊控制是模仿人的控制过程,其中包含了人的控制经验和知识。因而从这个意义上说,模糊控制也是一种智能控制。模糊控制方法既可以用于简单的控制对象,也可以用于复杂的过程。二、研究意义随着工业生产的飞速发展,人们对生产过程的自动化控制水平,工业产品和服务产品质量的要求也越来越高。每一个先进实用控制算法和监测算法的出现都对工业生产具有积极有效的推动作用。液位控制系统是模拟多容器流程系统的多输入多输出,大迟延,非线性,耦合系统,它的液位控制算法的研究对实际的工程应用有着非常重要的意义。工业生产过程控制中的被控对象往往是多输入多输出系统,回路之间存在着耦合的现象。即系统的某一个输入影响到系统的多个输出,或者系统的某一个输出受到多个系统输入的影响。有时对该多变量系统进行解耦能够获得满意的控制效果。液位控制系统实验装置模拟了工业现场多种典型的非线性时变多耦合系统,用常规的控制手段往往很难实现理想的控制效果,因此对其控制算法进行研究具有非常重要的实际意义。三、单容水箱的建模水箱的平衡方程为：dthAQQd21出口物料流量：RhQ2可得传递函数：1sh2ARsRsQ令AR=T,R=K,H=Y,XQ2,传递函数则为1TsKsXsY设水箱尺寸为：A=0.012m，流量sQ31m02.0，smQ3201.0，22msR。则12021sTsKsGQQ2图3.1单容水箱模型四、设计原理1.PID控制原理PID(ProportionalIntegralDerivative)控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好和可靠性高，被广泛应用于工业过程控制，尤其适用于可建立精确数学模型的确定性控制系统。在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。PID调节器的适用范围：PID调节控制是一个传统控制方法，它适用于温度、压力、流量、液位等几乎所有现场，不同的现场，仅仅是PID参数应设置不同，只要参数设置得当均可以达到很好的效果。均可以达到0.1%，甚至更高的控制要求。PID控制的不足：1.在实际工业生产过程往往具有非线性、时变不确定，难以建立精确的数学模型，常规的PID控制器不能达到理想的控制效果；2.在实际生产现场中，由于受到参数整定方法烦杂的困扰，常规PID控制器参数往往整定不良、效果欠佳，对运行工况的适应能力很差。PID控制器：dttTdedtteTteKtuiP1PID的传递函数：sTsTKSESUSDdiP11比例积分微分被控对象++++-图4.1模拟PID控制系统2.模糊控制原理模糊控制(FuzzyControl)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。模糊控制实质上是一种非线性控制，从属于智能控制的范畴。一般控制系统的架构包含了五个主要部分，即:定义变量、模糊化、知识库、逻辑判断及反模糊化。定义变量：也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差E与输出误差变化率EC，而模糊控制还将控制变量作为下一个状态的输入U。其中E、EC、U统称为模糊变量。模糊化：将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，根据适合的语言值（linguisticvalue）求该值相对的隶属度，此口语化变量称为模糊子集合（fuzzysubsets）。知识库：包括数据库（database）与规则库（rulebase）两部分，其中数据库提供处理模糊数据的相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。逻辑判断：模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，得到模糊控制讯号。该部分是模糊控制器的精髓所在。解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。NB,NS,ZE,PS,PB等是论域中模糊集合的标记，其意义如下所示：NB=负方向大的偏差(NegativeBig)NS=负方向小的偏差(NegativeSmall)ZO=近于零的偏差(Zero)PS=正方向小的偏差(PositiveSmall)PB=正方向大的偏差(PositiveBig)五、系统仿真1.PID系统的仿真利用MATLAB对液位PID控制进行仿真，在MATLAB命令窗口中单击Simulink图标，激活仿真库，点击File→New→Model，打开仿真模块编辑窗口，将仿真所需要的模块拖到窗口中，得到仿真图和结果曲线。图5.1PID液位控制仿真系统仿真结果：图5.2液位PID控制仿真曲线2.模糊控制系统的仿真进行模糊控制设计之前要先建立一个模糊逻辑，是一个.fis文件，这里就不具体介绍了。然后把建立的模糊逻辑加入到simulink当中，然后添加仿真模块，得到仿真图和结果曲线。图5.3液位模糊控制仿真系统仿真结果：图5.4液位模糊控制仿真曲线为了清晰地比较PID和模糊控制方法的优劣，把它们的仿真图进行对比，得到结果曲线如下图所示：图5.5PID和模糊控制仿真对比图七、实验结论通过PID和模糊控制仿真对比图可以看出模糊控制比PID控制有更快的响应速度，更小的超调量，更短的调节时间，具有良好的工作性能。但PID控制系统结构简单、稳定性好、工作可靠、调整方便。如果参数设置好的话，性能也能达到非常高的水平。而模糊控制在实际运用中存在很多问题，比如：信息简单的模糊处理将导致系统的控制精度降低和动态品质变差。若要提高精度就必然增加量化级数，导致规则搜索范围扩大，降低决策速度，甚至不能进行实时控制。