自适应PID神经网络的学习功能绝对是自适应PID神经网络控制算法的主要特征之一。自适应PID神经网络有一种修正神经元之间连接强度或加权系数的算法，这种算法叫学习规则。学习规则能使获得的知识结构适应周围环境的变化。自适应PID神经网络控制能够在学习的过程中执行学习规则并且通过学习功能修正加权系数。学习算法可以分为有监督学习和无监督学习两类。

1.3 课题研究主要工作

基于PLC的水位控制系统对于生产生活都有着非同寻常的意义。水位控制系统在化工、能源等领域都是常见的自动控制系统。同时，液位控制在人们的日常生活中也有着广泛应用，举例来说：每个小区都有的水塔供水系统就是其中的一种。液位控制系统由液位变送器、电动执行机构和PID控制器组成。液位控制系统可以根据使用者的需求来采用不同处理方法控制水箱液位。

根据毕业课题的设计要求，已经完成如下工作：

1）系统设计。系统设计需要考虑硬件设备的选型，软件算法的确定和如何改进算法。

2）数学模型的建立。要根据实际的情况建立符合液位控制系统的数学模型。

3）通过PCS7完成硬件设备的组态。硬件组态要根据选择的硬件型号和参数进行配置。

4）硬件组态完成后还需要配置网络组态以及编写能通过PROFIBUS DP总线与PM125模块和SMPT-1000进行数据通讯的程序模块。

5）根据设计方案中的系统设计和建立的数学模型实现算法。

6）实现设计方案中的自适应PID神经网络算法。调整参数获得实时曲线图。

2 系统硬件软件介绍

本章包含系统设计方案中涉及的硬件和软件的介绍，包括硬件PLC的特点、组成、近况和发展趋势等。同时还有对西门子PCS7过程控制系统的结构特点、硬件组态配置和编程所使用的语言以及WINCC组态画面等部分的详细介绍。

2.1 可编程逻辑控制器（PLC）介绍

可编程逻辑控制器（PLC）正式进入工业生产控制领域之前，工业生产中使用的自动化控制装置是继电器—接触器控制系统。但是继电器—接触器控制系统是存在缺陷的，例如：能耗高、工艺流程更新要求高、人力物力成本大等等。它的系统运行是通过各种硬件接线的逻辑控制来实现系统的运行，因此具备着较多的机械触点，系统的可靠性也随之变差。

后来生产企业为了适应市场不断变化的需求，工业生产控制系统需要不断地重新设置和安装。在这一过程中暴露出了继电器—接触器控制系统的诸多不足之处，传统的控制方式受到了冲击而需要变革。在这一条件下，可编程逻辑控制器作为一种能够迎合工业控制和用户市场需要的理想控制器而横空出世。

可编程逻辑控制器（PLC）是一类内部存储着具备多种功能的程序并且能够根据程序执行相应的逻辑指令的存储器，而且用户可以自行定义编写程序来满足自己的控制需求。PLC是专为工业现场应用而设计，它具备着读写用户自定义程序和运行调试数据的功能。PLC扫描采集由现场输入装置送来的状态或数据的输入信号，并将现场输入信号存入规定的寄存器中。而且PLC还有自诊断功能，能够识别程序编写中的错误以及记录系统运行调试阶段的特殊事件。

2.1.1 PLC的特点

1）系统可靠性高

PLC工作时的可靠性很高，因为它是从软件和硬件两个角度都采取了抗干扰措施以保证其能执行操作时的可靠度。

硬件方面，PLC采用与内部CPU电隔离的输入输出电路，而且信息是依靠光耦器件或者电磁器件进行传递。为了确保PLC程序的运行不会受到外界的电磁干扰，PLC还对CPU采取了屏蔽措施来对抗电磁干扰。