【《汽包水位仿真数学模型仿人智能控制系统设计》11000字】

汽包水位仿真数学模型仿人智能控制系统设计目录TOC\o"1-3"\h\u10743汽包水位仿真数学模型仿人智能控制系统设计 1275981.1引言 1248481.2仿人智能控制原理 1289011.3仿人智能控制器运行控制级设计 6211911.4仿人智能控制算法设计 862561.5小结 1426430第2章仿真及对比分析 14139242.1引言 1413892.2模型参数及评价指标 14218452.3PID控制仿真模型搭建 1659572.4仿人智能控制仿真模型搭建 19170042.5仿真结果对比与分析 2072352.6小结 261.1引言本章对仿人智能控制的基本原理进行研究，了解仿人智能控制算法的特点，以及仿人智能控制算法的优越性。对仿人智能控制算法的运行控制级进行设计，在原算法的基础上结合第二章特性分析改善原算法，给出适用于锅炉汽包水位的仿人智能控制多模态控制策略。1.2仿人智能控制原理1）仿人智能控制的基本思想仿人智能控制的基本思想就是仿人、仿智。利用计算机对人类的决策、观察等智能行为进行模拟，最大限度的利用系统运行过程中所提供的各种特征信息，并通过直觉推理等逻辑功能，实现对无精确模型的被控对象的有效控制。仿人智能控制器可以在线辨识各种特征信息，从其中了解到系统当前的输出误差以及误差的变化趋势，同时可以根据这些信息判定前期控制是否有效[15,18]。其基本研究方法为：从分级递阶的智能控制系统最底层即系统的运行控制级着手，通过现有的控制理论直接对人类的控制经验、技巧和各种直觉推理进行有效的辨识概括和总结，最终得到实用性高同时可以实时运行的高精度控制算法。进而建立系统的仿人智能控制理论体系，最后发展成为智能控制理论[24]。仿人智能控制的结构特点和功能如下所述：1．分层递阶的信息处理和决策机构(高阶产生式系统结构)。2．在线的特征辨识和特征记忆。3．开闭环控制结合和定性决策与定量控制结合的多模态控制。4．启发式和直觉推理逻辑的应用。仿人智能控制结构为分级递阶，遵循“智能增加而相应精度降低”的原则。但是其不同于1977年萨拉迪斯的分级递阶结构理论的地方在仿人智能控制认为最低级(运行控制级)不仅仅由常规控制器构成，而应该具有一定的智能效应，这样才可以满足系统高精度和高速实时的控制要求，若只是将智能控制器和传统方法简单的杂糅，是无法达到相应要求的。仿人智能控制认为：智能控制系统是人体控制系统的“同态”变换。仿人智能控制认为智能控制为对控制问题求解的二次映射的信息处理过程，即从“认识”到“判断”的定性推理过程和从“判断”到“操作”的定量控制过程。它以人工智能和自动控制理论为基础，不仅具有其它智能控制方法那样的并行、逻辑控制和语言控制的特点，而且还具有以数学模型为基础的传统控制的解析定量的特点。总结人的控制经验，模仿人的控制行为，以产生式规则描述其在控制方面的启发与直觉推理行为[16,17,19]。2）仿人智能控制的基本概念[17,18]仿人智能控制理论要如何对人的智能控制行为进行模拟，首先要解决的就是如何建立起问题的广义数学模型，即特征模型。仿人智能控制理论认为，系统运行的误差以及误差变化率、时间这三者构成了可以满足控制问题的求解空间。上述的误差指的是系统输入减去系统数处得到的差值，无论哪种控制要求，其最终目的都是在时，系统中的误差为零，且误差的变化率也为零，即。此时的系统处在稳定的运行状态中，理想状态下是不存在误差的，同时误差变化率为零表明系统并无波动趋势，整个系统在平稳运行，保持动态平衡。系统在上述三个参数构成的信息空间中的运动轨迹，不单单反应被控对象的动态信息，同时也反映了控制作用对系统的影响。在实际的控制过程中，人类的最大优势就是具有丰富的经验和独特的观察判断能力。经验丰富的操作者可以根据自身经验并结合相应的理论知识，观察和判断控制系统目前的运行状态，从较为关键的某些特征信息即可判断出整体的情况，实时的决定是否改变控制策略，如何改变具体操作等，不需要依靠数学模型就可完成一系列的控制决策和操作。仿人智能控制理论认为，这些反映了系统运动状态的所有特征信息共同构成了仿人智能控制的广义的数学模型——特征模型[20,21]。首先要了解以下几个定义才能对仿人智能控制有更深入的理解：定义1：特征模型。特征模型是将智能控制系统动态特征的定量已经定性描述结合起来的模型，根据不同的控制问题和控制要求，对系统的信息空间（符号简述为∑）进行区域的划分，每一个不同的区域相当于系统其中一种特征状态，而特征模型就是上述所有特征状态的集合，即。定义2：特征辨识。仿人智能控制器根据系统的特征模型，对收集到的采样信息进行在线处理分辨，然后辨识当前系统所处的特征状态，这整个过程及仿人智能控制系统的特征辨识。特征辨识的主要任务就是帮助控制器从接收到的大量信息中筛选出重要的特征信息，控制器对信息进行记忆和判断，确定合适的控制策略，通过校正控制器参数从而改变控制器的输出。定义3：特征记忆。特征记忆是信息空间中，控制系统对部分能够反映出前期决策控制效果的特征量，以及能够反映出被控对象某些特性和控制要求的特征信号的记忆。特征记忆量集合为。比较常用的几种特征记忆量举例如下：——，表示误差的第次极值；——，表示前期控制输出量的保持值；——，表示误差在第次过零时的速度。——，表示误差极值的时间间隔。定义4：控制(决策)模态集合。控制模态集合是系统控制的输出量U与输出信息E和特征记忆信息(合起来记为R)之间的某种定量或定性映射关系F的集合，即，其中，或仿人智能控制理论中将上述这种根据情况随时变化不同种类控制策略的控制方式称为多模态控制(决策)。即在不同的特征区域采取不同种类的控制方式，加强了控制的灵活性是准确性。定义5：启发与直觉推理规则集Ω。这是仿人智能控制对操作经验丰富者或者专家对控制状况进行决策过程的一种智能模仿，根据特征辨识的结果决定相应的控制策略，可以用“”的形式来进行描述，仿人智能控制器的在线决策，实质上就是从特征辨识到多模态控制的定性映射和定量映射过程，即：；；；；。以上的二次映射关系可以用两个三重序元关系描述，设智能控制过程为IC，则：控制模态集也是智能控制器应有的先验知识，每一个控制模态都是由一些模态基元构成的，例如组成分层递阶智能控制最低层控制模态集的常用基元有：该层次控制模态集与模态基元之间的关系：其中，代表输出量，代表的是模态的基础单元向量，代表两者之间的关系矩阵，矩阵中只有1、0、-1三个元素取值。由此可构成多种控制模态，如：控制模态集和推理规则集是根据控制对象的各类特征和所要完成的控制要求的不同而提前确定的，但是也会根据实际的运行状况和被控对象出现的控制问题进行在线的修改。定义6：分层的信息处理与决策机构。它是求解控制问题的一种高阶产生式系统机构，是对人的神经结构或人(专家)及其群体机构决策的一种模仿。3）仿人智能控制的特点及优势以仿人智能控制的原型算法为基础，通过与PID控制比较做简单的定性分析。在2.4节已经对以PID作为主控制器的单冲量汽包水位控制系统进行过分析，可以看出PID控制对于系统滞后较大的情况往往难以达到较好的控制效果，输出往往无法及时的反映输入，这就造成了误差偏大且系统波动较大。相比之下仿人智能控制的多模态控制策略，可以根据误差和误差的变化率来判断当前的运行状况，对于系统所处状态的不同切换不同的控制模态，每种模态的控制参数不同就可以及时的调整控制量，使系统输出处于稳定状态。下面根据自动控制系统的性能指标对仿人智能控制的优势具体分析：1.稳定性。仿人智能控制的多模态控制策略具有开环和闭环相结合的控制方法，因此可以很好地解决大延迟系统的滞后问题，具有非常高的稳定性。当系统误差较大且处于增加趋势时，仿人智能控制器选择比例控制，可以选取较大的比例系数从而得到更为快速和直接的控制效果，使系统尽快地恢复平衡状态。在误差减小时，可以切换到开环保持状态，观察此时的误差和误差变化，之后决定选择转换到何种控制模态。采用这种开环保持有效地避免了系统振荡，大大提高了其稳定性。2.快速性。由于仿人智能控制的多模态控制可以及时的切换控制状态，所以可以选取较大的控制系数以应对误差较大的情况，同时不必担心稳定问题。控制量较大就可以尽快的校正误差，使系统恢复稳定的运行状态，因而系统的快速性得以满足。1.准确性。由于仿人智能控制采用了开环保持模式，可以靠记忆的特征量进行控制，具有类积分功能，因而能使系统的稳定误差为零。而且多模态控制，不但具有PID控制的优点，而且在控制方面更加灵活多变，PID参数较为固定，往往控制方式难以改变，但多模态控制在不同的阶段和状态下的不同控制效果较为灵活，其中的开环保持控制可以静观误差变化，避免了盲目给水等误操作，可以准确的决定系统当前适合的控制模态。1.3仿人智能控制器运行控制级设计单元控制级仿人智能控制器的控制问题可以通过简单的两个三重序元关系进行描述：；。可知仿人智能控制器的设计就是要针对被控对象，建立起特征模型，并通过分析确定相应的控制模态集和推理规则集。通常情况下，仿人智能控制器的设计主要包含以下步骤：1）、设计目标轨迹的确立（理想误差相轨迹的确定）通过1.2小节的理论知识可知特征模型是对信息空间的区域划分，根据被控对象的控制性能要求，如超调量、上升时间和稳定时间等，确定理想状态下单位阶跃响应过程，就可以得到误差在空间中的理想轨迹，将其投射到误差相平面上，即获得系统在理想状态下的误差相轨迹。2）、特征模型的建立根据理想误差轨迹，确定特征基元级，划分出特征状态级，从而构成不同级别的特征模型。3）、控制规则与控制模态集的设计通过模仿人类的决策控制行为，根据系统在特征模型中所处的特征状态和理想轨迹之间的误差，并以按理想轨迹运动作为运动趋势，设计划分出不同的模态区域，并给出范围参数等。图3-1一个典型的理想误差相轨迹及特征模型划分运行控制级的特征模型如图3-1所示，虚线即被控对象的理想误差相轨迹。根据对误差相平面的划分，可以得出特征元素集合Q，如；等，从而可得到特征模型，如其中的…等都是可以根据实际情况进行调节的数据。通过特征模型可以看出，当误差状态()不在理想区域时，可以采取当前区域所对应的控制模态，使误差尽量与理想轨迹保持一致。规则推理集就是控制模态和特征模型各区域之间匹配关系的集合。参照举例图3-1，为了使实际误差尽量按照理想轨迹运行，可以采用如下控制策略：（1）偏差非常大时，对应区域1、2，采用磅一磅控制，即开关控制，此时需要直接大量给水或停止给水，使水位最快的恢复，避免出现满锅或烧干锅的情况出现。（2）偏差和偏差变化率很小时，对应区域3，采用保持控制。此时的系统误差较小，在可允许范围内，同时误差变化率也很小，短时间内系统运行稳定，可以采取开环保持模式，等待观察后再决定后续控制模态。（3）偏差增大时，对应区域4，采用保持+比例控制。此时系统的误差增大，在保持误差极值开始，采用比例控制及时的减小误差。（4）偏差减小，系统缓慢趋向给定值时，对应区域5，采用适当加大保持控制。（5）偏差减小，系统正常趋向给定值时，对应区域6，采用保持控制。此时系统趋向于给定值，在误差未过零反向增大时，可以采用保持控制。（6）偏差减小，系统快速趋向给定值时，对应区域7，采用保持+微分控制。系统趋于给定值，但误差变化速度较快，此时可以加入微分控制环节，减小控制作用，与保持控制相结合。1.4仿人智能控制算法设计1.水位控制过程中的两种模态和特征及其相应的控制思想1）系统稳定运行水位运行存在稳定运行状态和不稳定运行状态两种情况。当处于稳定运行状态时，汽包水位的变化遵循物料平衡原理，汽包水位的测量值为真实值，可以通过给水量直接控制汽包水位的高度，水位的偏差值真实地反映了汽包内水位状态，此时仅观测水位偏差就可完成系统控制。2）系统非稳定运行当汽包内负荷不稳定，出现“虚假水位”现象时，即为非稳定运行。此时不能简单地再以汽包水位偏差作为唯一的控制信号，可以通过对蒸汽流量和给水量进行观测作为辅助参数，判断出真实水位值并采取相应的控制策略。2.水位仿人智能控制根据上述对锅炉汽包水位运行的两种状态分析，为了满足汽包水位变化的特殊性和要求，所以才用的控制方式必须同时满足稳态和非稳态运行的两种方式，仿人智能控制的多模态控制方式可以很好地满足上述条件。它通过灵活而巧妙的识别、决策及相应的控制方式，使得那些本来处于矛盾地位的控制品质(快速性，稳定性，准确性)在它的控制之下能很容易地兼而得之。仿人智能控制理论用到锅炉给水控制系统中是十分恰当而有效的[18,19]。1.仿人智能控制算法的原型算法推导如下：首先要选择系统的动态特性的特征模型：，

（3-1）再得出决策控制模态集：，（3-2）启发式推理规则集：，（3-3）最后经过推理决策得到原型算法：（3-4）其中，其中，为控制输出，和输入(误差)及输入的变化率，为输入的第i次峰值，为比例系数，为抑制系数，为控制输出的第次保持值[17]。从上式（3-4）可以看出仿人智能控制通过对误差和误差变化率及二者之间的联系，运用特征辨识来判断系统当前所处的运动状态，采用不同的控制方式。而定量的控制操作输出则是通过误差峰值特征记忆和先验知识(比例系数，抑制系数k)与当前误差大小的关系决定。这些都是对人的动觉智能的简单模仿，仿人智能控制理论的建立与发展就是在此基础上进行的[13]该算法的静态特性如图3-2所示。图3-2仿人智能控制算法静态特性图从图中的静态特性可以看出，在系统由平衡状态开始偏离时，若误差为正向增大趋势，则系统应采取比例控制，尽快的削弱其上升趋势，在误差最大时系统控制量也达到最大值，此后误差开始减小，这时控制量取比极值点的最大保持值较小的取值，且不随误差变化而变化，采取保持观察误差变化。在误差过零后反向增大时，参照刚才的控制过程，经过几次震荡后系统会稳定到新的平衡状态。4.汽包水位三冲量仿人智能控制算法从上一小节对仿人智能控制原型算法和静态特性的分析可以观察到，在锅炉汽包水位的控制系统中，采用仿人智能控制是非常有效的。在原算法的基础上结合运行控制级的特征模型做出多模态控制划分，给出了改进后以更适用汽包水位控制的算法表。改进后的算法可以用IF…THEN…形式来描述，归纳如表1.1，该算法是对重庆大学智能自动化研究所开发的智能仪表中得到过成功运用的仿人智能算法的基础上作出了一定的改进，使之更适合汽包水位调节系统，即具有避免虚假水位的功能1．仿人智能控制算法表：表1.1仿人智能控制算法表序号若下述条件成立则输出等于模式名称1开关02比例3保持14保持22.表中算法符号说明--为水位偏差，，--水位的设定值，--汽包水位实际测量值，离散化之后用表示的当前值，表示前一、二个周期的值；，分别表示当前和前一个周期对时间的差分；--的第个极值；--比例增益，为增益放大系数，；--抑制系数，；--协调系数，U为常量；、分别为水位偏差变化值设定的阈值，在不同的系统中根据需求设置的数值不同，通常在实际的过程中进行整定，；为自然数，表示控制周期的序号；系统的输出量；为输出量第n次需要的保持值；n之前一个周期输出量的保持值；3．对此算法作如下说明：图3-3系统误差曲线假定系统的误差曲线如图3-3所示。1)该曲线的特征如下：在区域l和3内，误差的绝对值逐渐增大，具有特征；在区域2和4内，的绝对值逐渐减小，具有特征在极值点和处(实际上是在和之后的一个采样周期时间间隔内)，有特征，相反如果，则表示无极值。2)采用的控制模态当误差时，采用开关模态进行控制，即当误差超过一定限度后，直接全开或全关阀门，给水量大量增加以尽快的减小误差，避免出现干锅或加满的情况。当之后根据实际的特征情况考虑相应的控制模态。当误差趋势为增大时，需要加大控制量以便尽快地纠正偏差，此时采用比例控制模式。比例增益可以取得稍大。当时，即误差较大，再将乘以放大系数，使控制量更大。一旦误差达到极值(图3-3中的和点)，以后便逐渐减小，此时应及时地减小控制量，只在原来的保持值的基础上增加一个不太大的值(保持2模式)。以后便保持这一输出直到反号为止(保持1模式)。在比例模式和保持2模式下，当误差的绝对值刚好等于时，系统可以在两者之间进行选择，本文参考文献[13]在其中设置了一个协调系数，得到一个折中的控制模式，若协调系数为1或为0，则刚好对应两个模式。比例模式是闭环运行状态，与PID控制的比例控制作用是相似的，不同的是比例控制维持的时间很短，在一个控制周期过后系统会根据当前得到的误差信号特征重新判别时候继续使用比例控制模式，不满足条件时就会切换到相应的控制模态中。另外保持模式与开环系统运行类似，控制器的输出是靠记忆特征量进行控制，可以避免误动作造成的系统震荡。当误差时，表明系统当前已处于平衡状态，故不必对控制器输出量做出修改，维持当前状态即刻，并观察误差变化状况，静待下一步动作。综上所述，本算法通过辨识系统误差和误差变化率的特征状态，对应于划分的不同控制模态，开闭环相结合的多种控制方式进行合理控制。由于其控制模式的不同，控制量的不同，不需要与PID一样多次调整参数，相比之下更大程度的实现了自动化。也是依靠这种灵活而巧妙的识别、决策以及控制方式，使得那些本来处于矛盾地位的控制品质(快速性、平稳性和准确性)在此控制算法之下能够得到有效的统一。1.5小结本章通过对仿人智能控制理论进行研究，设计了仿人智能控制的运行控制级特征模型。结合锅炉水位的动态特性，改善了仿人智能控制的原型算法，给出了仿人智能控制的多模态控制策略，可以有效地避免“虚假水位”现象，为下章仿真搭建做理论基础。第2章仿真及对比分析2.1引言本章通过建立的汽包水位仿真数学模型，根据改进的仿人智能多模态控制算法，在MATLAB平台搭建PID控制仿真模型和仿人智能控制仿真模型，通过仿真对比，验证仿人智能控制的有效性和优越性，分析该控制方法的特点和优势。2.2模型参数及评价指标首先建立锅炉汽包水位仿真数学模型，为了能充分的对比仿人智能控制和PID控制，参考文献[10-12]后选用一中小型锅炉汽包为研究对象，确定传递函数和各参数后对其进行仿真建模，对仿真结果进行对比分析。以额定蒸发量为35的中小型锅炉汽包为研究对象（1相当于0.7)。要求必须使汽包水位的波动范围保持在[-50+50]区间内;使汽包内蒸汽压力保持在(1.01.2）区间内安全运行，而且要保证蒸汽压力的波动≤0.15。在第二章中已经对汽包水位的动态特性进行了详细分析，并得出了汽包水位在给水扰动和蒸汽扰动下的数学模型，现在将参数代入：（1）根据第二章推导出的公式（2-4）可知给水扰动的传递函数，将选用的锅炉给水变化量的参数代入式（2-4）可以得到：（4-1）（2）根据第二章推导出的公式（2-8）可知蒸汽扰动下的传递函数，将选用的锅炉蒸汽变化量的参数代入式（2-9）可以得到：（4-2）（3）已知汽包水位要求的波动范围在（-50mm+50mm）之间浮动，可以根据这个变量区间来确定变送器对应的电流区间是（0mA10mA），根据公式可计算出：（4-3）（4）从电厂数据可以看出负荷区间为（0t/h35t/h）。负荷从小到大，对应电流的输出范围为（0mA10mA）。因此根据公式，可以算出两个扰动量信号对应的变送器的比例系数：（4-4）（5）已知调节阀的比例系数：（6）已知蒸汽量和给水量产生变化时的分流系数是：仿真系统评价指标：上升时间：系统响应从零到第一次达到稳态值所需要的时间。峰值时间：系统阶跃响应第一次越过稳态值而达到第一个峰值所需的时间。调节时间：系统阶跃响应进入稳态值的±2％并保持在该范围内所需的最小时间。最大超调量：系统阶跃响应的峰值时间的值和稳态值之差与稳态值之比的百分数，即（4-5）2.3PID控制仿真模型搭建PID控制器因其结构简单价格低廉以及具有较好的线性控制效果等特性，被广泛地应用在自动控制中的多个领域。下图4-1即为PID控制器原理图：此控制系统是以输出作为反馈量，通过对偏差进行线性组合也就是对偏差进行积分、微分以及比例后产生的调节量来调节被控过程，因此称之为PID调节器。PID控制器包含三个参数，分别为比例（P）,积分（I）以及微分（D），这3个参数对PID的控制效果有重要的影响。其控制原理在本文中不做过多赘述，下面即对PID控制仿真建模工作进行介绍。图4-1PID控制器原理框图（1）单级三冲量建模和仿真为了对锅炉水位三冲量仿人智能控制有一个更清楚的认识，这里将传统的PID控制算法进行仿真研究。下图4-2是单级三冲量PID控制系统框图，其中：--水位实际测量值，给定值；--蒸汽流量，给水流量；--给水变化量对应的水位数学模型；--蒸汽变化量对应的水位数学模型；--蒸汽变化量所对应的变送器的比例系数；--水位变化量所对应的变送器的比例系数；--给水变化量所对应的变送器的比例系数；--蒸汽变化量,给水变化量对应的分压系数；--执行机构的特性系数；--阀门的特性系数。图4-2单级三冲量PID控制系统框图如图4-3所示,是一个单级三冲量控制系统仿真图，输入为阶跃信号STEP，有一个PID调节器，通过参考文献[10-12]调整PID控制器的控制参数，、、。并依次在400s的时候加入蒸汽流量扰动，700s的时候加入给水流量扰动。两个干扰均以阶跃信号形式加入。在SIMULINK仿真中，在不影响正常调控结果的前提下，为了使效果看的更加明显，将给定的阶跃输入信号STEP设定为10，也就是设定汽包期望水位为10mm。图4-3单级三冲量PID控制系统模型（2）串级三冲量建模和仿真如图4-4所示为串级三冲量控制系统框图，其参数意义与图4-2中相同。它的主、副调节器都采用的是最常用的PID控制器。其两个主副调节器的内部封装结构如图4-5，图4-6所示。图4-4串级三冲量PID控制系统框图图4-8主PID控制器内部封装图4-9副PID控制器内部封装“串级”中的“串”就是指两个调节器共同作用。图4-7中分别用PID1和PID2来表示主调节器和副调节器，主调节器主要是用来调节汽包水位的误差以及前馈带来的干扰，而副调节器受控于主调节器，不但要接收主调发出的命令，还要调节进水变化量的扰动。在此控制系统中，将蒸汽变化量的扰动信号放在了前馈通道上，这样的话，一旦蒸汽量发生变化，系统就能提前感知，并向执行器发布命令，向正确的方向动作。所以，加入前馈控制大大提高了反应时间，加快了调节速度，最重要的是削弱了“虚假水位”现象。通过参考文献[10-12]采用逐步逼近法来整定参数：，，；,,。并在200s的时候加入蒸汽扰动，当400s的时候加入给水扰动。两个干扰均以阶跃信号形式加入。图4-7串级三冲量PID控制系统模型2.4仿人智能控制仿真模型搭建这里用单级三冲量作为基本的控制方案。但是主调节器发生了变化。也就是采用仿人智能控制器代替PID控制器。根据3.4章节中的仿人智能控制算法表3.1，通过MATLAB的M文件编写实现仿人智能控制的多模态控制功能，参考文献[5，9]后将其主要参数设置如下：，，，，。其余传递函数等参数与PID控制保持一致，便于对比相同状况下两种控制策略的控制效果。图4-8为仿人智能控制器的内部封装框图，select模块即通过M文件编程实现仿人智能控制算法的多模态控制，通过误差和误差变化率与设定的参数值进行比较，选择合适的控制模态，之后通过相应的控制模态对其进行控制，例如控制模态1对应表3.1中的保持1控制模态，部分编程文件内容详见附录中。图4-9为仿人智能控制仿真框图。图4-8仿人智能控制器内部封装图4-9仿人智能控制系统仿真框图2.5仿真结果对比与分析根据2.4节中搭建的PID仿真模型和仿人智能控制模型，总结其仿真结果，并通过对比分析仿人智能控制的优越性。1.单级PID控制仿真结果根据图4-3搭建单级PID控制的汽包水位仿真模型，图4-10即为单级三冲量系统仿真曲线图。根据选择汽包的参数要求数据，要求的超调量必须控制在[-3mm+3mm]之间，从图4-10中可以很明显能够观察到，超调量维持在[-0.5mm+2mm]之间，属于正常范围。但在400s加入蒸汽流量扰动后，超调量处在[-4mm-3mm]范围内，已经超出了允许的控制要求。而且控制系统无法克服干扰使汽包水位恢复到期望水位。在700s加入给水流量扰动后，虽然能够很快恢复干扰，但显然对整个汽包水位没有起到多大的作用，无法回到设定的期望水位值。图4-10单级三冲量PID控制系统仿真效果图2.串级PID控制仿真结果根据图4-7搭建串级三冲量PID控制的仿真模型，之后得到的结果如图4-11所示，从图中可以很明显的观察到：在200s加入蒸汽流量扰动后，控制系统能够使汽包水位在一定时间恢复到期望水位，具有一定的抗干扰能力；在400s时加入的给水流量扰动，能够很快而且很稳定的抑制干扰，恢复到期望水位，对汽包水位的影响不大。图4-11串级三冲量PID控制系统仿真效果图3.仿人智能控制仿真结果图4-12为根据图4-9搭建的仿人智能控制仿真模型得到的仿真效果图，从图中可以很明显的观察到：系统很快开始反应，达到稳态后在200s加入蒸汽流量扰动，控制系统能够较快的使汽包水位恢复到期望水位，具有抗干扰能力不受虚假水位影响；在400s时加入的给水流量扰动，能够很快而且很稳定的抑制干扰，同样对汽包水位的影响不大。图4-12仿人智能控制系统仿真效果图2.仿人智能控制和单级PID控制对比将仿人智能控制的仿真模型和单级PID控制模型结合在一起得到图4-13为二者的仿真比较模型。两个控制系统的被控对象相同，仿人智能控制器的主要参数为，，，，；PID控制器的主要参数为、、，除此之外他们的各个无关参数都保持一样。依次在200s的时候加入蒸汽扰动，400s的时候加入给水扰动。两个干扰均以阶跃信号的形式加入。二者的对比仿真结果如图4-14所示,实线为仿人智能控制的控制效果，虚线为单级PID控制，从图中可以明显观察到：（1）仿人智能控制的反应速度比较快，而且控制水位恢复到正常范围的时间也要短很多。（2）在200s时，很明显可以看出蒸汽量扰动对单级控制系统的影响比较大，而且无法恢复到水位设定值，不具有克服干扰能力；而仿人智能控制的效果相对来说非常好，在经过一段时间后能够克服并回归正常状态。（3）在400s时，单级受到给水量扰动的影响比仿人智能控制的大。根据这些结果可知，仿人智能控制在控制品质上比单级要好：不但抗干扰能力比较强，还能很好地消减虚假水位现象。图4-13单级与仿人智能控制系统的仿真比较模