液位控制系统的研究过程普遍采用结构较为简单、适应性强的PID算法来进行。但是随着人们的生产以及科技能力的持续更新提高,当今所设计的控制系统多趋于向大型化与复杂化方向发展,而常规PID算法通常很难达到令人满意的控制功效;其抗干扰能力并不佳,而且需要搭建起精准的数学模型,此外,PID控制参数也不能够及时得到在线修正。对于智能控制而言,它处于自动控制的发展前沿,拥有着先进新奇的思维方式,为处理此类繁杂且不确定性强的问题开创了新思路。对系统进行智能化的PID控制就是将智能控制与PID控制开展有机的结合,现已广泛应用在实际生产作业当中,其发展前景十分良好。由此,本文选取了粒子群优化、RBF网络整定、模糊自适应、单神经元自适应等多种智能化的原理与方法,并将其与PID控制算法相结合,以实施对液位控制系统的全方位探究,从而使控制达到自适应、自整定的优点。在本文中,先对该系统中的硬件及软件系统展开了初步的概述,然后结合了多种PID控制算法开展了对该液控系统的模拟仿真及实时监控。其主要利用到Matlab6.5来完成对该系统的模拟分析与计算,而对于其编程控制方面,则使用的是LabWindows平台开展的。粒子群算法是通过观察鸟类群体群进行捕食的过程,归纳总结出的一种搜索策略,用这种算法对PID参数进行迭代并且取优;RBF神经网络则是经由对Jacobian数据开展识别与辨认,并且对各个参数进行适宜的改变;模糊自适应调整算法是通过运用模糊与误差的转变来执行模糊推断理论,从而来调整PID参数情况;单神经元自适应PID算法经由在线校正权重系数量,继而修正其控制量。总之,各种优化控制方法均具有一定的优化策略与方法,最终实现对PID的参数开展调整控制;为了今后在相关范畴开展更深层次的研究,文章中的各种PID优化方法在完成即时控制以后,全都将开展算法改良的研讨。对于该液位控制系统而言,以上的多种智能优化以进行PID控制的办法,不仅仅具备较强的鲁棒性,而且有着超调量较小,动态性能良好的优点,此外也具备常规PID算法中的稳态精确性高、构成简单等优点,同时能够发挥出PID参数的自动调节的功效。将这样的多种智能控制算法应用于LabWindows软件平台之中用以进行其编程工作,以最终达到液位控制,并应用与实际系统当中。根据实际控制测试结果情况分析,这几个智能PID控制算法确实拥有较为出色的控制能力,进行相关改善后的控制算法,将会具有更加强大的适应性,并能应用于更为复杂过程的控制系统之中。
