1.1.2 国内外研究现状

美国，德国，日本等技术领先国家已经生产开发出了一系列拥有者优异的性能和优秀的实用性的液位控制器以及对应的智能仪表，如超声波液位计，光电液位开关等。这些先进的控制器广泛应用于生产生活的各个领域。国外的液位控制正朝着智能化、高精度、微型化、人性化发展。

国内PLC控制目前的研究方向是智能化、绿色化、高速度、高性能。目前国内的液位控制技术已经发展的相对成熟，在控制器技术方面也发展出了国产的控制器，譬如FS系列、UQK系列等等。

1.2 自适应PID神经网络算法简介

智能控制的目的是提高系统的鲁棒性、容错性以及能够解决具有不确定性和严重的非线性系统的控制问题。智能控制的“智能”主要是指 的自动化程度和自动化范围，还需要拥有能完成复杂控制任务的功能。

智能控制包括通信接口、被控系统和智能控制器三部分。其中，智能控制器又含有感知信息处理、认知和规划控制。被控系统则包括传感器、执行器和广义对象。

“广义对象”指外部环境和控制对象，例如：智能机器人中机器人的手臂以及机器人所处的环境。“传感器”总包括各种类型的传感器，如：液位传感器、光学传感器、力学传感器等等。“感知信息处理”的功能是将传感器收集到的原始信息进行处理，处理完原理信息之后能获得有用的信息。“认知”主要是用于接受信息储存信息并且要进行信息的分析和推理，之后还要做出相应的行动决策。“通信接口”的作用除了建立人际之间的联系外，还要联系系统中的各个模块。“规划控制”是神经网络控制系统的最重要的中枢神经，“规划控制”能够根据设计方案所给定的任务要求、整理分析那些从“认知”反馈过来的信息和储存的经验知识，然后做出相应的推理决策以及动作规划。“执行器”则是负责将“规划控制”传递的具体控制作用传达给被控对象。

所以，智能控制的工作流程大致是：确定广义对象，之后是传感器收集信息。接着传感器将信息传递给感知信息处理，感知信息处理成有效信息后传给认知。认知分析推理完毕再传递到规划控制。规划控制产生具体的控制作用，控制作用由执行器相对控制对象作出具体的行动。

智能控制是一个如今依然在迅速发展的领域，它具有各种形式的控制系统，对应的智能控制器也在不断地被开发和应用。目前常见的几种智能控制器类型有：分层递阶智能控制、专家智能控制、仿人智能控制、自学习智能控制、基于神经网络的智能控制、模糊控制以及组合智能控制等等。其中，神经网络控制、专家智能控制以及模糊控制是目前研究领域中最热门的三个方向。

人工神经网络实际上就是将一种简单的计算处理单元当成神经元，也就是节点，各节点相互连接组成某种网络拓扑结构构成的活性网络。如此一来，人工神经网络就可以用来描述几乎全部的非线性系统，而且这种网络还具备学习能力、记忆能力、智能处理能力以及计算能力，可以说，某种程度和规模上模仿了人脑神经系统的信息处理以及存储能力。对于工业控制领域，人工神经网络的意义就在于它能够极限逼近任何一种复杂的非线性系统，具备着学习和自适应系统特性的能力。而且人工神经网络能储存大量信息，从而具备了优秀的容错性，能够同时进行快速而大量运算的能力也强化了它的功能。

自适应PID神经网络基础就是单神经元模型，根据对人类神经元网络的模拟，建立了三种针对不同应用的数学函数，这些函数被称为活化函数，分别是：简单线性函数、线性阈值函数、Sigmoid函数。