当前位置:主页 > 科技论文 > 搜索引擎论文 >

多容水箱液位控制系统的设计与算法研究

发布时间:2020-10-09 01:11
   随着现代工业的迅速发展,对控制过程精度的要求也越来越高,采用经典的控制方法难以满足现代工业生产的需要。虽然有很多新的控制方法被提出,但是与实际工业生产严重脱节,无法将控制理论应用到工业生产中。因此,需要一个可以模拟工业生产的平台和更加精确的控制算法,并对其进行深入的研究,以满足工业生产的需要。本文拟以德普施双容水箱液位控制系统为平台,将人工蜂群算法与模糊PID控制进行结合,对水箱液位控制系统的设计和算法的联合优化进行详细的研究。首先,对水箱液位控制系统实验平台进行设计并对其进行建模。重点对控制平台和建立模型进行研究,一方面对控制平台的构成及控制原理进行详细的阐述,并对主要控制部件进行详细的说明;另一方面通过对此实验平台控制原理的说明,抽象出数学模型,采用机理建模的方法对此实验平台进行建模。其次,对联合优化的控制策略进行深入研究,提出基于改进人工蜂群算法的模糊PID控制策略(ABC-FPID)。改进人工蜂群算法是在标准人工蜂群算法的基础上将交叉操作引入到算法中,增加了种群的多样性,避免陷入局部的最优解,从而得到一组更加精确的PID控制参数。ABC-FPID控制策略的核心思想是利用改进人工蜂群全局寻优能力强的特性,得到一组模糊PID控制的初始参数K_p、K_i、K_d,然后利用模糊PID控制的实时监测能力,进行实时的在线修正,直至得到一组满足液位控制要求的解。最后,以水箱液位控制系统为平台对控制策略进行仿真分析和实例验证。分别采用常规PID控制策略和ABC-FPID控制策略对双容水箱进行仿真分析,来比较两种控制策略的优缺点,并将两种控制策略应用到实际的液位控制系统中,以此验证算法的有效性和优越性。对三容水箱模型进行仿真分析,通过三容水箱的仿真来验证此控制策略的普遍适应性,可以应用到不同的控制平台中。该控制策略可以对复杂的控制系统进行控制,为工业生产中的控制过程提供了一种有效的控制方法。
【学位单位】:西安工程大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP273
【部分图文】:

效果图,全文,液位控制系统,控制算法


过程中[31]。1.3 本文主要研究内容本文主要围绕不同控制算法在德普施双容水箱液位控制系统中的控制效果进行研究,根据目前研究中存在的不足和问题,对液位控制系统及其控制策略进行深入的研究。首先,对本文所使用的德普施双容水箱液位控制系统进行全面的介绍,包括液位控制系统软件、硬件、控制方式、单容水箱系统和双容水箱系统及多容水箱数学模型的建立;然后,阐述传统 PID 控制、模糊控制及人工蜂群控制算法,并结合三种控制算法的优势,提出一种基于改进人工蜂群算法的模糊PID 控制策略,并设计 ABC-FPID 的控制器;最后,通过 ABC-FPID 控制器对双容水箱及三容水箱进行仿真分析,并且对双容水箱基于德普施双容水箱实验平台进行实时的在线控制,通过上位机 DRlink 软件可以实现对水箱液位的实时监控,得到相应的控制效果图。通过对效果图的比对分析可以得出,ABC-FPID 控制算法具有良好的控制性能。本文的研究框架如图 1-1 所示。绪论(研究背景及意义、研究现状)

液位控制系统,实验装置


控制的仿真时需要控制系统的传递函数,因此本章以统为平台,对液位控制系统的构成、控制过程进行方法进行总结研究,最终得出单容水箱、双容水箱和文的后续研究奠定基础。容水箱液位控制系统的构成水箱液位控制系统是一套可以进行简单实验和二次进行常规的实验研究,通过设定系统自带的 PID 控液位的控制,经过不断的调试找到最优的控制参数,可以以该套实验装置为平台进行二次开发,将不同的中进行控制效果的测试。置采用模块化的设计,用户可以按照自己的需要进容等经典控制类的实验,根据用户需要,提供 DRL 虚拟仪器平台或者 MATLAB 平台等方式作为上位发功能,用户可自行开展创新实验[32],实验装置如

曲线图,液位,水箱,主水泵


2 水箱液位控制系统模型的设计,主水泵的作用是给上水箱供水,辅水泵的作用是加速下水箱的排水,下水箱分别有一个压力传感器用来实时的测量水箱的水位,将检测到的信号转变成电信号,并把这些信息通过 I/O 接口传递给控制箱;最终,过 USB 接口将信息反馈给计算机,通过 DRLink 软件可以得到双容水的液位及变化的液位曲线图,实现实时在线检测,控制简图如图 2-3 所计算机

【参考文献】

相关期刊论文 前10条

1 霍星星;余婷;姜涛;;船舶旋回与航向保持的计算机仿真[J];中国水运(下半月);2013年12期

2 李光宇;陈小丽;李守军;;自衡水箱液位控制数学建模及PID控制算法设计[J];中国制造业信息化;2012年21期

3 陈利安;肖明清;高峰;赵亮亮;;人工蜂群算法在并行测试任务调度中的应用[J];计算机测量与控制;2012年06期

4 李凤霞;于佐军;;基于MATLAB多变量DMC算法的仿真技术研究[J];科技创新导报;2011年17期

5 张泾周;杨伟静;张安祥;;模糊自适应PID控制的研究及应用仿真[J];计算机仿真;2009年09期

6 吴文进;张杰;;基于MCGS组态软件的PID液位控制[J];安庆师范学院学报(自然科学版);2008年03期

7 李帅;王卫平;;虚拟实验技术在课堂教学中的应用研究[J];中国农村教育;2006年Z2期

8 朱岩,郭军平;变论域自适应模糊PID方法的研究与仿真[J];空军工程大学学报(自然科学版);2005年05期

9 吴宏鑫,沈少萍;PID控制的应用与理论依据[J];控制工程;2003年01期

10 王洪涛,邸立平,杜国志;PID参数先进整定方法[J];油气田地面工程;2001年05期

相关硕士学位论文 前10条

1 朱逢锐;基于RBF神经网络的PID自校正控制研究及应用[D];安徽理工大学;2017年

2 邹蔓弘;基于模糊PID算法的强力混合机料位平衡控制技术研究[D];湘潭大学;2017年

3 项阳;基于改进人工蜂群算法的印鉴识别[D];内蒙古农业大学;2017年

4 侯成玉;四容系统实验装置设计及算法研究[D];吉林大学;2016年

5 孙宝翔;Bloch球面改进量子蜂群算法及在图像阈值分割中的应用[D];东北石油大学;2016年

6 尹川;基于人工蜂群优化机理的船舶电力系统故障诊断[D];集美大学;2016年

7 李阳;基于自适应模糊PID控制的多容水箱的液位控制[D];江苏科技大学;2016年

8 高胜豪;模糊神经网络在多容水箱中的研究与应用[D];哈尔滨理工大学;2016年

9 汶爱文;基于SIEMENS S7-300 PLC的模糊控制算法开发[D];华北电力大学;2016年

10 王彦哲;基于模糊推理的医疗诊断系统设计与实现[D];河北科技大学;2015年



本文编号:2833012

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2833012.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户98048***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com