基于plc的模糊神经网络液位控制陕西科技大学机电工程学院机械制造与装配自动化智能控制基于plc的模糊神经网络液位控制1、概述当今，很多工业现场控制会采用传统的PID控制器对反应池液位高度进行控制。虽然PID控制规律及参数调节的方法已经成熟，但是应用于实际工业现场中仍然存在较大的随意性，无法保证调出最佳的控制方案，当工作条件变化时，PID控制效果将会下降，需要重新整定参数。并且，对于传统的PID控制器，不适用于滞后的系统，而变频器控制的泵和液位传感器存在一定的滞后，如果仍然采用传统的PID调节或许会出现震荡，这样对变频器执行机构有很大的损坏。通过计算机编程，将模糊控制和神经网络用于液位控制系统中，模糊控制从行为上模拟人工对液位控制的推理和决策过程，可以实现配浆过程的自动化和智能化，并且能够适应相类似的工业环境，使得控制系统的鲁棒性得以加强。然而单纯使用模糊控制理论，无法避免自身的某些不足之处，比如，控制规则的制定受人为因素的影响较大，由于经验不足导致制定的规则不合理或不完善，使模糊控制器无法达到最佳的控制效果。而由于神经网络具有自学习能力，通过不断的网络训练来获得良好的网络模型使其具有较好的泛化能力模糊神经网络控制算法的过程为：首先由模糊控制算法得到模糊控制规则表，利用神经网络对其进行网络训练学习，得到最佳的连接权值和阈值，这些权值和阈值将控制规则的内在规律包含在网络模型内。这样不仅能发挥神经网络的学习能力还可以发挥模糊控制的逻辑推理能力，从而在控制应用时能根据训练好的网络模型利用高速并行分布计算得到计算结果简化了对规则的搜索和推理等过程，大大减少了调试时间。对于PLC（可编程序控制器）由于其抗干扰能力强，可靠性高、通用性强、编程简单、功能强大、维护方便等特点，因此在许多行业的工业控制中得到广泛的应用。现代PLC的应用范围不局限于开关量的顺序控制，由于其功能指令越来越强大，可以实现很多复杂的控制算法，结合其硬件模块如模拟量输入、输出模块，在复杂的过程控制、运动控制中应用越来越广泛。而模糊控制器，由于它不需要知道对象的数学模型，具有系统响应快、超调量小、过渡时间短和鲁棒性好等优点，在复杂的、非线性的工业控制系统中得到广泛的应用。若将PLC和模糊神经控制技术相结合应用于复杂工业控制中，可以取得意想不到的良好效果。2、液位控制过程液位变频控制，变频调速系统是以S7-300PLC为控制核心，主要由水泵电机，S7-300PLC，SM模块，IM模块，PC机，变频器，液位计，电动阀门等构成。变送器将液位计的检测值转换为4—20mA电流的标准电信号传给PLC控制器，PLC按照设定的模糊神经网络算法对各种模糊量和数字量进行处理，然后传送电机频率值和电动阀门的开度值。变频器按照PLC控制命令控制三相异步电机的转速驱动水泵工作，实现反应池供水。PC机通过MPI通讯电缆和PLC进行通讯，在PC机上可以显示网管水压值、水塔液位值、电机工作频率值及电动阀开度值，也可在PC机上设定系统工艺值。3、算法介绍1、模糊控制：模糊控制（fuzzycontrol），也称模糊逻辑控制（fuzzylogiccontrol），是一种以模糊集合，模糊逻辑和模糊运算为基础的计算机先进控制技术。随着数字技术的飞速发展，过程工业越来越多地使用计算机控制系统，如DCS、PLC等作为过程自动化的硬件平台。这不仅大大提高了企业的自动化水平，而且实施模糊控制、神经网络控制和专家控制等只能控制策略以及基于模型的其他先进控制策略带来了很大的方便。模糊控制主要是模拟人的思维、推理和判断的一种控制方法,它将人的经验、常识等用自然语言的形式表达出来,建立一种适用于计算机处理的输入输出过程模型,是智能控制的一个重要研究领域。从信息技术的观点来看,模糊控制是一种基于规则的专家系统。从控制系统技术的观点来看,模糊控制是一种普遍的非线性特征域控制器。相对传统控制,包括经典控制理论与现代控制理论。模糊控制能避开对象的数学模型(如状态方程或传递函数等),它力图对人们关于某个控制问题的成功与失败和经验进行加工,总结出知识,从中提炼出控制规则,用一系列多维模糊条件语句构造系统的模糊语言变量模型,应用CRI等各类模糊推理方法,可以得到适合控制要求的控制量,可以说模糊控制是一种语言变量的控制。(1)模糊控制是一种基于规则的控制。它直接采用语言型控制规则,出发点是现场操作人员的控制经验或相关专家的知识,在设计中不需要建立被控对象的精确数学模型,因而使得控制机理和策略易于接受与理解,设计简单,便于应用;(2)由工业过程的定性认识出发,比较容易建立语言控制规则,因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用;(3)基于模型的控