基于MPCE装置的具有非线性的卧罐液位常规控制系统设计摘要在当代工业过程控制中，液位控制是一种典型的过程控制。
而在早期的的工业生产中，液位控制一般是采用简单的PID控制方法实现的。
常规PID控制器有许多的优点，例如算法简单，无余差，可靠性高等等。
PID控制器设计的核心在于参数的整定：对于一个对象特性稳定的对象，通过调整三个参数可以达到较好的控制效果；但是对于一个对象特性变化较大的对象，由于固定的参数只适用于一种对象特性，所以达不到很理想的控制效果。
模糊控制方法是另一种过程控制方法，模糊控制器具有不依赖数学模型和适应能力强的优点，但是其控制精度较差。
根据这两种控制器的特点，人们提出一种新的控制策略：模糊PID控制策略。
模糊PID控制器具有上述两种控制器的优点，同时克服了它们的缺点，使系统响应速度加快，并大大减少了过渡时间，具有较好的鲁棒性，在非线性液位系统中也具有很好的控制效果。
本文基于对MPCE1000装置的卧式槽罐液位的研究，介绍了模糊PID控制在非线性液位中的应用。
首先，简单介绍PID控制和模糊控制的特点和发展状况。
其次，对MPCE1000装置进行简单的介绍，并对卧式槽罐的液位的对象特性进行分析，同时对卧式槽罐的动态模型进行推到；再次，用VB语言设计常规PID控制器和模糊PID控制器，俩者进行比较后得出：在非线性系统中，模糊PID控制器比常规PID具有更好的控制效果。
最后，总结全文，并对模糊PID控制的发展前景就行展望。
关键词：液位对象；非线性系统；MPCE装置；PID控制；模糊PID 控制第一章前言1.1 课题研究的背景及意义随着现代工业的快速发展，含有液位控制系统的生产领域越来越多，人们对液位控制系统的响应速度、控制精度、鲁棒性和适应能力的要求越来越严格。
而在实际的工业生产中，被控对象的对象特性一般都是具有非线性、大迟滞等的特点，常规的PID控制难以达到良好的控制效果。
因此，研究针对非线性、大迟滞的对象的先进控制方法，提高控制效果，具有重要的现实意义。
本文所研究的液位系统是MPCE1000装置中的卧式槽罐液位系统。
该装置包含非线性液位、离心泵、三级液位、连续间歇反应、气体压缩和热交换等多个在工业中常见的流程。
人们可以通过该设备完成常规PID系统的设计和参数整定，还具有和PLC、VB等软件设备实现通信的功能，可以用多种语言编写程序的目的，实现多元化教学研究的目的。
本文研究的模糊PID控制方法重点是过程控制策略的设计和实现，具有很强的适应性，可以应用于其他不同控制对象的系统。
1.2课题研究的任务现实的液位系统存在许多干扰，例如温度、压力、出口流量等等，液位系统的许多参数不易确定，而且具有非线性、大迟滞、参数变化大等不利于控制的因素，因而液位控制系统要有较好鲁棒性，即对象特性发生变化时，控制器可以自动调节参数，使系统对该变化具有良好的鲁棒性。
故设计的控制系统的特点应包括：（1)响应速度快，调节时间短，超调量小；（2)能够快速消除外部干扰的影响；（3)具有较强的鲁棒性。
1.3 本文要做的工作本文首先要熟悉MPCE1000实验平台的非线性液位系统的工艺流程，并对被控对象进行特性分析，随后用VB语言编写常规PID 控制器和模糊PID控制器，分别对被控对象进行仿真实验，通过比较仿真结果得出结论，模糊PID控制器比常规控制器更具良好的控制效果。
第一章为绪论，介绍本课题的来源、研究意义及任务。
第二章为综述，介绍了非线性液位控制的研究现状，结合本文所研究的问题，介绍了模糊控制在现代工业生产中应用的情况第三章为MPCE1000实验平台的简介和对被控对象的动态特性分析，并建立对象的数学模型。
第四章为常规PID控制算法的设计第二章综述2.1 非线性液位控制的研究现状液位控制是现代工业自动化生产中的一个重要的组成部分，在石油化工、制药、冶金等许多行业都有涉及。
目前，液位控制一般采用常规PID或串级、比例等构成的控制方案。
这些方案的参数一般是依靠人工经验法进行整定的，而常规控制器参数的整定是依靠较准确的对象模型的参数进行确定的。
但实际工业生产中，由于过程对象自身的机理复杂、各对象间关联严重等因素，控制对象一般都具有非线性、时变性、大迟滞等特性，常规的参数整定方法确定的参数并不能取得很好的控制效果。
近些年来，针对液位控制中存在的种种问题，许多研究机构纷纷提出了一些先进控制策略和优化算法来解决液位控制系统中的非线性、大迟滞、参数时变性等问题。
例如，浙江工业技术学院采用BP神经网络PID算法控制策略对液位进行控制，该控制系统的响应速度和鲁棒性都比常规PID控制系统有很大的提高。
但是，由于液位的调节时间较长，BP神经网络算法需要大量的训练，故该方案需要大量的工作，实施起来不够方便。
华北电力大学采用反馈线性化的方法对非线性的液位模型进行反馈线性化补偿，达到线性系统的控制效果，具有较高的控制精度。
但是，该算法依赖于准确的对象模型，由于许多对象的模型由于工艺复杂，对象变量关联太多，对象模型不易确定，和一些理论上的研究并未完备，因此该算法适应性不强。
中国科学技术采用一种非线性广义预测控制策略来对液位进行控制，该策略根据液位对象的机理模型，在工作点附近近似将其机理模型线性化，通过在线预测控制器的位置参数，从而达到控制目标。
这种控制策略能够很好的跟踪设定值，并且对设定值的变化和参数的的波动等，均具有良好的自适能力。
但是，这种策略只针对较弱的非线性系统有良好的控制效果。
同时，燕山石化公司采用非线性预测策略控制分馏塔的液位，对这种对象特性复杂和非线性特性时变的系统达到了较好的控制效果。
这种非线性模型的特征在于它包括了一般的黑盒形式中的过程非线性特性，这使得进一步的非线性控制器基于一种易于实现的线性迭代理论。
这种控制器可以自动操作工作单员的日常运行和提高抗干扰能力。
本文在控制算法上主要采用自整定参数模糊PID控制算法，能够根据对象模型的变化在线调整PID控制器的参数。
本文又采取了常规PID控制算法，通过两种算法的控制效果的比较得出结论：参数自整定模糊PID控制器具有更强的自适应性和鲁棒性，具有比常规PID控制器更好的控制效果。
2.2 PID控制器的应用及发展在过去的四五十年里，PID控制器在工业生产中得到广泛的应用。
在科学技术快速发展和控制理论不断创新的今天，工业各部门生产中百分之九十以上的控制回路都含有PID结构，并且许多新提出的控制理论和算法不断的和PID控制算法相结合形成更加高级的控制系统。
PID控制器产生于二十世纪出。
尽管1940年后，许多先进的控制理论和算法不断被提出，但是PID控制器以其简便的结构，对准确模型的误差的鲁棒性、参数易整定及方便的操作等优点，仍广泛的应用于石油化工、冶金、电力等工业过程控制中。
PID控制理论的发展过程，归根究底就是其参数整定方法和参数自适应性的研究过程。
1942年，Nichols和Ziegler提出了被称为Z-N的PID参数整定公式，这是科学家首次提出PID参数的整定方法。
尽管已经过去70多年，但是这种方法让广泛的应用于工业过程控制中。
1953年，Cohen和Coon在Z-N整定公式的基础上进行发展创新，提出一种考虑被控对象时滞大小的Cohen-Coon整定公式。
自Z-N整定公式提出后，许多新技术和算法被引进到PID控制器参数的手动整定和自动整定里。
按发展阶段可以分为常规PID参数整定方法和智能PID参数整定方法；按被控对象的个数分为单变量PID参数整定方法和多变量PID参数整定方法；按照被控对象的组合形式划分为线性PID参数整定方法和非线性PID参数整定方法。
一边情况下，前者理论都已经很成熟，属于常规的PID 参数整定方法。
后者都是随着现代工业和技术的发展，重新提出的用来满足日益复杂的控制要求的参数整定方法，是今后研究方向的重点。
2.3 模糊控制理论的提出和发展随着现代科学技术和先进工业的快速发展，生产系统越来越大，控制对象越来越多，控制变量间的关联性也越来越强，导致了控制器设计的任务和控制目标越来越复杂。
另外，自动化生产在现代工业生产中所占的比重越来越大，人们对自动控制的品质的要求越来越高，传统的自动控制原理难以满足日益复杂的控制系统的控制要求。
许多控制系统的复杂性不仅仅表现为多维性，还有以下集中特征：（1)被控对象模型的不确定性和时变性；（2)高度的非线性；（3)系统采样信息的模糊性；（4)控制目标的多样性、多层次性。
因此，建立一种新的控制策略来满足以上的控制要求显得十分重要。
1965年，美国加利福尼亚大学的教授Zadeh首次提出模糊集合理论，这是学术界首次提出模糊理论。
在1974年英国的教授E.H.Mamdani首次成功的将模糊控制策略应用于锅炉和蒸汽机的控制。
随后，模糊控制理论不断的被完善，由于模糊控制理论的良好的适应性，人们不断把模糊控制理论和其他的控制理论相结合，研究出适应现代化生产控制目标的控制策略，并取得了巨大的成功，模糊控制也得到了广泛的应用。
这取决于模糊逻辑本身就是根据提供的专家语句的信息进行策略推理的一种控制策略推理方法，所以可以解决许多复杂的无法得到准确数学模型的系统的控制品质问题。
模糊推理可以很好的解决控制系统和推理系统的不确定性和不准确性等问题。
从广义上来看，模糊控制原理基于模糊推理，可以模仿操作人员的思维形式，并对难以获得准确数学模型的控制系统就行控制。
它是模糊数学和现代控制理论相结合而提出的先进控制策略，同时也是现代智能控制的一个重要组成部分。
模糊控制的特征如下：（1）控制系统的设计不要求获得被控对象的准确的数学模型，只需要有工作人员的工作经验知识和过往具体的操作参数等；（2）控制系统具有较强的鲁棒性，可以应用于非线性、时变、大迟滞等常规控制策略难以解决的非线性系统；（3）用语言变量代替常用的数学变量，更容易的生成“专家知识库”；（4）模糊控制采用“不精准推理”（approximate reasoning），并在推理过程中模仿工作人员的思维方式，可以人性化的借代工作人员的经验，所以可以解决一些极端“病态”的系统。
近些年来，模糊控制在理论上不断取得重大突的同时，已经越来越多的应用到各工业生产现场中。
但是，跟常规控制方法相比，模糊控制的优势是什么呢？许多研究机构研究表明，采用启发式规则的模糊控制器的性能优于常规控制器的性能的同时，是否进行了平等的对比，即用性能比较好的模糊控制器和性能比较差的常规PID控制器进行比较。
模糊控制算法在现实应用中取得很大的成功，它具有许多常规控制算法不具备的优点。
但是，在对一个未知对象进行观察和学习认识时，模糊控制就不能对该对象有一个很深刻的认识，需要工作人员认为的为模糊控制器输入规则策略，从而达到对该位置对象的全面深刻的认识。
