隨著現代工業(yè)的迅速發(fā)展,對控制過程精度的要求也越來越高,采用經典的控制方法難以滿足現代工業(yè)生產的需要。雖然有很多新的控制方法被提出,但是與實際工業(yè)生產嚴重脫節(jié),無法將控制理論應用到工業(yè)生產中。因此,需要一個可以模擬工業(yè)生產的平臺和更加精確的控制算法,并對其進行深入的研究,以滿足工業(yè)生產的需要。本文擬以德普施雙容水箱液位控制系統(tǒng)為平臺,將人工蜂群算法與模糊PID控制進行結合,對水箱液位控制系統(tǒng)的設計和算法的聯合優(yōu)化進行詳細的研究。首先,對水箱液位控制系統(tǒng)實驗平臺進行設計并對其進行建模。重點對控制平臺和建立模型進行研究,一方面對控制平臺的構成及控制原理進行詳細的闡述,并對主要控制部件進行詳細的說明;另一方面通過對此實驗平臺控制原理的說明,抽象出數學模型,采用機理建模的方法對此實驗平臺進行建模。其次,對聯合優(yōu)化的控制策略進行深入研究,提出基于改進人工蜂群算法的模糊PID控制策略(ABC-FPID)。改進人工蜂群算法是在標準人工蜂群算法的基礎上將交叉操作引入到算法中,增加了種群的多樣性,避免陷入局部的最優(yōu)解,從而得到一組更加精確的PID控制參數。ABC-FPID控制策略的核心思想是利用改進人工蜂群全局尋優(yōu)能力強的特性,得到一組模糊PID控制的初始參數K_p、K_i、K_d,然后利用模糊PID控制的實時監(jiān)測能力,進行實時的在線修正,直至得到一組滿足液位控制要求的解。最后,以水箱液位控制系統(tǒng)為平臺對控制策略進行仿真分析和實例驗證。分別采用常規(guī)PID控制策略和ABC-FPID控制策略對雙容水箱進行仿真分析,來比較兩種控制策略的優(yōu)缺點,并將兩種控制策略應用到實際的液位控制系統(tǒng)中,以此驗證算法的有效性和優(yōu)越性。對三容水箱模型進行仿真分析,通過三容水箱的仿真來驗證此控制策略的普遍適應性,可以應用到不同的控制平臺中。該控制策略可以對復雜的控制系統(tǒng)進行控制,為工業(yè)生產中的控制過程提供了一種有效的控制方法。
【學位單位】：西安工程大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP273
【部分圖文】：

過程中[31]。1.3 本文主要研究內容本文主要圍繞不同控制算法在德普施雙容水箱液位控制系統(tǒng)中的控制效果進行研究，根據目前研究中存在的不足和問題，對液位控制系統(tǒng)及其控制策略進行深入的研究。首先，對本文所使用的德普施雙容水箱液位控制系統(tǒng)進行全面的介紹，包括液位控制系統(tǒng)軟件、硬件、控制方式、單容水箱系統(tǒng)和雙容水箱系統(tǒng)及多容水箱數學模型的建立；然后，闡述傳統(tǒng) PID 控制、模糊控制及人工蜂群控制算法，并結合三種控制算法的優(yōu)勢，提出一種基于改進人工蜂群算法的模糊PID 控制策略，并設計 ABC-FPID 的控制器；最后，通過 ABC-FPID 控制器對雙容水箱及三容水箱進行仿真分析，并且對雙容水箱基于德普施雙容水箱實驗平臺進行實時的在線控制，通過上位機 DRlink 軟件可以實現對水箱液位的實時監(jiān)控，得到相應的控制效果圖。通過對效果圖的比對分析可以得出，ABC-FPID 控制算法具有良好的控制性能。本文的研究框架如圖 1-1 所示。緒論（研究背景及意義、研究現狀）

控制的仿真時需要控制系統(tǒng)的傳遞函數，因此本章以統(tǒng)為平臺，對液位控制系統(tǒng)的構成、控制過程進行方法進行總結研究，最終得出單容水箱、雙容水箱和文的后續(xù)研究奠定基礎。容水箱液位控制系統(tǒng)的構成水箱液位控制系統(tǒng)是一套可以進行簡單實驗和二次進行常規(guī)的實驗研究，通過設定系統(tǒng)自帶的 PID 控液位的控制，經過不斷的調試找到最優(yōu)的控制參數，可以以該套實驗裝置為平臺進行二次開發(fā)，將不同的中進行控制效果的測試。置采用模塊化的設計，用戶可以按照自己的需要進容等經典控制類的實驗，根據用戶需要，提供 DRL 虛擬儀器平臺或者 MATLAB 平臺等方式作為上位發(fā)功能，用戶可自行開展創(chuàng)新實驗[32]，實驗裝置如

2 水箱液位控制系統(tǒng)模型的設計，主水泵的作用是給上水箱供水，輔水泵的作用是加速下水箱的排水，下水箱分別有一個壓力傳感器用來實時的測量水箱的水位，將檢測到的信號轉變成電信號，并把這些信息通過 I/O 接口傳遞給控制箱；最終，過 USB 接口將信息反饋給計算機，通過 DRLink 軟件可以得到雙容水的液位及變化的液位曲線圖，實現實時在線檢測，控制簡圖如圖 2-3 所計算機

【參考文獻】

相關期刊論文 前10條

1 霍星星;余婷;姜濤;;船舶旋回與航向保持的計算機仿真[J];中國水運(下半月);2013年12期

2 李光宇;陳小麗;李守軍;;自衡水箱液位控制數學建模及PID控制算法設計[J];中國制造業(yè)信息化;2012年21期

3 陳利安;肖明清;高峰;趙亮亮;;人工蜂群算法在并行測試任務調度中的應用[J];計算機測量與控制;2012年06期

4 李鳳霞;于佐軍;;基于MATLAB多變量DMC算法的仿真技術研究[J];科技創(chuàng)新導報;2011年17期

5 張涇周;楊偉靜;張安祥;;模糊自適應PID控制的研究及應用仿真[J];計算機仿真;2009年09期

6 吳文進;張杰;;基于MCGS組態(tài)軟件的PID液位控制[J];安慶師范學院學報(自然科學版);2008年03期

7 李帥;王衛(wèi)平;;虛擬實驗技術在課堂教學中的應用研究[J];中國農村教育;2006年Z2期

8 朱巖,郭軍平;變論域自適應模糊PID方法的研究與仿真[J];空軍工程大學學報(自然科學版);2005年05期

9 吳宏鑫,沈少萍;PID控制的應用與理論依據[J];控制工程;2003年01期

10 王洪濤,邸立平,杜國志;PID參數先進整定方法[J];油氣田地面工程;2001年05期

相關碩士學位論文 前10條

1 朱逢銳;基于RBF神經網絡的PID自校正控制研究及應用[D];安徽理工大學;2017年

2 鄒蔓弘;基于模糊PID算法的強力混合機料位平衡控制技術研究[D];湘潭大學;2017年

3 項陽;基于改進人工蜂群算法的印鑒識別[D];內蒙古農業(yè)大學;2017年

4 侯成玉;四容系統(tǒng)實驗裝置設計及算法研究[D];吉林大學;2016年

5 孫寶翔;Bloch球面改進量子蜂群算法及在圖像閾值分割中的應用[D];東北石油大學;2016年

6 尹川;基于人工蜂群優(yōu)化機理的船舶電力系統(tǒng)故障診斷[D];集美大學;2016年

7 李陽;基于自適應模糊PID控制的多容水箱的液位控制[D];江蘇科技大學;2016年

8 高勝豪;模糊神經網絡在多容水箱中的研究與應用[D];哈爾濱理工大學;2016年

9 汶愛文;基于SIEMENS S7-300 PLC的模糊控制算法開發(fā)[D];華北電力大學;2016年

10 王彥哲;基于模糊推理的醫(yī)療診斷系統(tǒng)設計與實現[D];河北科技大學;2015年

本文編號：2833012