水箱控制系统广泛存在与工业过程控制中，水箱液位控制系统具有多输入多输出，非线性，大时滞系统的特点，使得对其控制算法的研究受到了国内外很多研究机构和学者的广泛关注。德国Amira自动化公司研制的三容水箱系统在国外很多实验室和大学都得到了广泛的应用。但是，该设备价格较高，目前，国内只是少数高校（清华大学、吉林大学、浙江大学等）的部分实验室引进了这个设备。因此，国内一些厂家也开始研制三容水箱液位系统，由固高科技有限公司协同香港城市大学联合研制开发的GWT系列水箱液位控制实验装置，经过香港城市大学的实际检验，验证了其研究价值[4]。我校引进了多台由浙江天煌科技实业有限公司研发的THJ-3型三容水箱实验装置。这些设备的研制给研究人员提供了一个具体的被控对象，使研究更具有实际意义。20738
近年来，有很多学者对水箱控制算法做了大量的研究，并且发表了相关论文，成功的将这些控制算法应用到双容或者三容水箱的液位控制中。而这些控制算法主要有经典PID控制，模糊控制[2]，神经网络控制[3]，预测控制[29]等。论文网
经典PID控制算法是目前使用最为成熟的控制算法，由于其算法简单，调试方便，在工业实际生产中广泛应用。PID控制器结构简单，易于操作，对模型的误差具有较强鲁棒性等优点。目前，许多更加先进的控制都基本上是以PID为基础的，都基本上是在PID的基础上结合其他更加高级的控制，形成控制性能更加好复合控制算法。PID控制的参数整定直接影响控制性能的好坏，在控制算法的实施中，对对象的数学模型精度要求高。在水箱液位的控制中（尤其是三容水箱液位控制系统），由于对象的非线性，时变，时滞等特点，经典PID控制已经不适用用于这样的系统。
模糊控制（Fuzzy Control）是以模糊集理论，模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它从行为上模仿人的模糊推理和决策过程。该方法首先将操作人员或者专家经验编程模糊规则，然后将来自传感器的实时信号模糊化，就模糊化后的信号作为模糊规则的输入，完成模糊推理，就推理后的输出量加到执行器上[30]。模糊控制是智能控制的一种典型和较早的形式，在液位控制系统算法中比较常见。模糊控制是模糊数学和控制理论相结合的产物，是结合专家的知识和思文进行学习与推理、联想与决策的过程，最主要的特点是不需要建立被控对象的数学模型[9]，以液位差和液位差的变化率作为输入，调节阀的开度作为输出，通过隶属度函数、模糊关系建立模糊规则从而建立模糊控制器。
神经网络控制（Neural Network Control）是模拟人脑的思文方式的数学模型。神经网络是在现代生物学研究成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，是模拟人类智能的一条重要途径，反映了人脑功能的若干基本特征，如并行信息处理，学习，联想，记忆等[30]。神经网络具有学习，计算和记忆等能力，还具有适应环境变化的泛化能力；不需要精确的数学模型；具有高度并行结构，容易实现并行计算，比其他方法有更大程度的容错能力；具有逼近任意非线性函数关系的能力。文献[31]和[24]分别对双容和三容液位控制系统进行了研究，前者采用RBF-ARX离线建模方法，建立了系统全局非线性模型，采用SNPOM优化方法快速准确的辨识出模型的全部参数，并仿真验证了基于RBF-ARX模型算法的有效性。而后者则在PID的基础上结合神经网络进行控制，并就仿真结果分析出了神经PID较常规PID的优越性。 国内外水箱控制算法研究现状:http://www.youerw.com/yanjiu/lunwen_12622.html