3.    PID控制器    16
3.1.    PID控制的原理    16
3.1.1.    PID控制器模型    16
3.2.    PID液位控制的Scilab仿真    17
3.3.    模型改变后PID控制器的响应    18
4.    模糊控制器的设计与Scilab仿真    20
4.1.    相关定义    20
4.1.1.    论域    20
4.1.2.    模糊集合（Fuzzy Sets）    20
4.1.3.    二元模糊关系    20
4.1.4.    模糊语言变量    20
4.1.5.    模糊语言算子    21
4.1.6.    模糊语句    21
4.1.7.    模糊推理    21
4.2.    模糊逻辑控制原理    21
4.2.1.    模糊控制器结构    21
4.2.2.    模糊化    22
4.2.3.    数据库    23
4.2.4.    规则库    23
4.2.5.    推理机    25
4.3.    水箱液位模糊控制器的设计    28
4.3.1.    控制系统指标    28
4.3.2.    控制方案的确定    28
4.3.3.    选择输入输出变量的论域及隶属函数    28
4.3.4.    建立控制决策表    32
4.4.    水箱液位模糊控制器Scilab/Scicos仿真    33
4.4.1.    构建模糊推理系统    34
4.4.2.    建立Scicos仿真环境    39
4.4.3.    改变系统后模糊控制器与PID控制器性能比较    42
5.    结论    44
6.    谢辞    45
7.    参考文献    46
8.    附录    48
8.1.    Scilab拟合水箱响应曲线代码    48
8.1.1.    上水箱响应曲线代码    48
8.1.2.    下水箱响应曲线代码    49
8.2.    计算控制决策表    50
8.2.1.    程序框图    50
8.2.2.    Scilab代码    51 
1.    绪论
1.1.    课题的目的和意义
在工业生产的过程控制中，液位是极为重要的控制参数之一，因此，如何对液位进行精确控制已经成为过程控制研究的重要课题之一[1]。在工业生产的实际过程中，如果能够对液位进行精确控制，将会大大降低工厂的生产成本，提高经济效益，提高设备的安全系数。所以，为了提高工厂的生产效益，满足生产过程操作的安全与方便原则，不断研究并开发更加先进的液位控制策略就显得十分必要。
传统的液位控制系统大多采用常规PID控制[2]。长年实践表明，PID控制有着原理简单，适应性强，使用方便控制效果好，稳态精度高的特点，目前，已被广泛用于各种工业生产的过程控制中。但是，传统的PID控制方法中，依靠的基础是被控对象的精确的数学模型。随着科学技术的发展，现代工业生产中的控制问题日趋复杂，同时系统的复杂程度也在不断提高，这就使得建立液位系统的精确数学模型面临巨大困难，纯粹的PID控制器的控制效果并不理想。而20世纪后半叶出现的基于模糊理论的模糊控制器克服了PID控制器需要精确数学模型的缺点，根据采样到的误差信号及误差变化率信号，进行模糊化后查询模糊控制表，再将查询结果转换为精确量后，直接作用于被控对象。控制效果十分理想，又克服了传统PID控制系统需要精确数学模型的缺点，给现代工业生产的液位精确控制提供了一个更加可靠的方案[3]。 基于SCILAB的液位控制改进+源代码(2):http://www.youerw.com/zidonghua/lunwen_37472.html