图3-6 模糊神经网络结构图 19

图3-7 单个神经元节点的基本结构 20

图4-1 基于模糊神经网络的PID控制系统 23

图4-2 阶跃条件下的模糊神经网络双容水箱的响应曲线 24

图4-3 阶跃条件下的模糊神经网络双容水箱的响应曲线 25

图4-4 正弦条件下模糊神经网络双容水箱的响应曲线 25

图4-5 正弦条件下模糊神经网络双容水箱的响应曲线 26

表清单

表序号 表名称 页码

表3-1 E、ED、U隶属度函数 14

表3-2 数值描述的隶属度 15

表3-3 U的模糊控制规则 15

表3-4 模糊控制决策表 16

变量注释表表序号 表名称

上水箱液位下水箱液位上水箱流量下水箱流量上水箱流阻下水箱流阻液位的误差

液位的误差变化率输出量误差量化因子误差变化率量化因子

输出权值PID控制器的比例因子PID控制器的积分因子

1 绪论

1。1 课题的研究背景和意义

随着时代的发展和科学技术的日益月异，自动化控制技术逐步成为工业生产过程中的主流，生产过程的自动控制又被称作过程控制。过程控制[1]通常是指以温度、压力、流量、液位和组成成分等参数作为被控对象的自动控制过程。现如今，越来越多的企业工厂普遍地使用了自动控制系统。利用自动化生产设备是为了能够给企业带来更大的利润空间，更有助于企业向前快速发展。但是，如何能够确保在满足经济增长的基础之上，又可以提高劳动者的工作条件和保护自然生态环境，这将会是我们面临的巨大的挑战。论文网

液位控制系统在工业生产过程最为常见，通常在石油、化工、冶金、电力、机械制造、制药、建材、食品加工等生产过程[1]中都有涉及到。液位控制系统即水箱系统，对于工业生产起着很大的作用，因此液位控制系统的性能和质量的好坏都与工业生产过程的安全等息息相关。传统的PID控制系统它算法简单、可靠性高,可以使简单系统不存在静差，可是对于一些非线性的较为复杂的系统，经典PID控制方法并不能很好的起到控制效果，与预期的理想值有偏差,且偏差较大。所以，可以将模糊控制和神经网络控制应用到经典PID控制器中，从而将三者优点集合。使得所设计的液位控制系统不仅具有传统PID控制器的控制精确度高的特点，还具有模糊控制的灵活性好，适应性强的特点及神经网络控制的解决复杂系统问题的特点。这样，让液位控制系统更加理想化，更能达到理想状态。

基于模糊神经网络的液位控制系统的设计及实现对于工业生产有着极大的帮助。有利于提高工厂的生产效率；有助于水资源的循环使用，节约水资源，保护自然生态环境；同时有利于增强工业生产的安全度，让工作人员安心工作；也能够很好地解决人工控制所产生的一系列问题，如控制准确度低，速度慢，灵敏度差等问题。