【水箱控制】PID双容水箱控制系统【含GUI Matlab源码 3396期】

Matlab武动乾坤

于 2024-03-08 10:29:46 发布

阅读量1.3k

点赞数 16

分类专栏： Matlab物理应用（进阶版）文章标签： matlab

本文链接：https://blog.csdn.net/KeepingMatlab/article/details/136555196

版权

Matlab物理应用（进阶版）专栏收录该内容

82 篇文章 2 订阅

订阅专栏

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

⛄一、简介

1 液位串级控制系统介绍
在工业实际生产中，液位是过程控制系统的重要被控量，在石油.化工.环保.水处、冶金等行业尤为重要。在工业生产过程自动化中，常常需要对某些设备和容器的液位进行测量和控制。通过液位的检测与控制，了解容器中的原料、半成品或成品的数量，以便调节容器内的输入输出物料的平衡，保证生产过程中各环节的物料搭配得当。通过控制计算机可以不断监控生产的运行过程，即时地监视或控制容器液位，保证产品的质量和数量。如果控制系统设计欠妥，会造成生产中对液位控制的不合理，导致原料的浪费、产品的不合格，甚至造成生产事故，所以设计一个良好的液位控制系统在工业生产中有着重要的实际意义。

在液位串级控制系统的设计中将以高级过程控制实验系统为基础，展开设计控制系统及工程实现的工作。虽然是采用传统的串级PID控制的方法，但是将利用智能调节仪表、数据采集模块和计算机控制来实现控制系统的组建，努力使系统具有良好的静态性能，改善系统的动态性能。

在设计控制系统的过程中，将利用到MATLAB软件和组态软件.以下将对它们的主要内容进行说明。

2 被控对象建模
在控制系统设计工作中，需要针对被控过程中的合适对象建立数学模型。被控对象的数学模型是设计过程控制系统、确定控制方案、分析质量指标、整定调节器参数等的重要依据。

被控对象的数学模型(动态特性)是指过程在各输入量(包括控制量和扰动量)作用下，其相应输出量(被控量)变化函数关系的数学表达式。

在液位串级控制系统中，我们所关心的是如何控制好水箱的液位。上水箱和下水箱是系统的被控对象，必须通过测定和计算他们模型，来分析系统的稳态性能、动态特性，为其他的设计工作提供依据。上水箱和下水箱为THJ-2高级过程控制实验装置中上下两个串接的有机玻璃圆筒形水箱，另有不锈钢储水箱负责供水与储水。上水箱尺寸为:d=25cm, h=20cm;下水箱尺寸为: d=35cm, h=20cm,每个水箱分为三个槽:缓冲槽、工作糟、出水槽。

系统中上水箱和下水箱液位变化过程各是一个具有自衡能力的单容过程。

水箱的流入量为Q，流出量为Q2,通过改变阀1的开度改变目值，改变阀2的开度可以改变Q值。液位h越高，水箱内的静压力增大,Q2也越大。液位h的变化反映了Q和Q不等而导致水箱蓄水或泻水的过程。若Qn作为被控过程的输入量，h为其输出量。则该被控过程的数学模型就是h与Q1之间的数学表达式。

根据动态物料平衡，Q;-Qz=A(dh/dt) ;△Qh- OQ=A(d△h/dt)

在静态时，Q,=Q2, dh/dt=0; 当Q，发生变化后，液位h随之变化，水箱出口处的静压也随之变化，Q2 也发生变化。由流体力学可知，液位h与流量之间为非线性关系。但为了简便起见，做线性化处理得Q=Oh/Rg,经拉氏变换得单容液位过程的传递函数为Wo(s)=H(s)/Q{(s)=R2/ (R2Cs+1)=K/(Ts+1)

3 阶跃响应曲线法建立模型
3.1 双容水箱液位串级控制系统的设计
在本设计中将通过实验建模的方法，分别测定被控对象上水箱和下水箱在输入阶跃信号后的液位响应曲线和相关参数。

通过磁力驱动泵供水，手动控制电动调节阀的开度大小，改变上水箱/下水箱液位的给定量，从而对被控对象施加阶跃输入信号，记录阶跃响应曲线。

在测定模型参数中可以通过以下两种方法控制调节阀，对被控对象施加阶跃信号:(1)通过智能调节仪表改变调节阀开度，增减水箱的流入水量大小，从而改变水箱液位实现对被控对象的阶跃信号输入。(2)通过在监控软件组建人机对话窗口，改变调节阀开度，控制水箱进水量的大小，从而改变水箱液位，实现对被控对象的阶跃信号输入。

由于实验测定数据可能存在误差，直接使用计算法求解水箱模型会使误差增大。所以使用MATLAB软件对实验数据进行处理，根据最小二乘法原理和实验数据对响应曲线进行最佳拟合后，再计算水箱模型。两组实验数据中将阶跃响应初始点的值作为Y轴坐标零点，后面的数据依次减去初始值处理，作为Y轴上的各阶跃响应数据点:将对应Y轴上阶跃响应数据点的采集时间作为曲线上各X点的值。由于实验测定数据可能存在误差，直接使用计算法求解水箱模型会使误差增大。所以使用MATLAB软件对实验数据进行处理，根据最小二乘法原理和实验数据对响应曲线进行最佳拟合后，再计算水箱模型。

两组实验数据中将阶跃响应初始点的值作为Y轴坐标零点，后面的数据依次减去初始值处理，作为Y轴上的各阶跃响应数据点:将对应Y轴上阶跃响应数据点的采集时间作为曲线上各X点的值。

⛄二、部分源代码

function varargout = test(varargin)
% TEST MATLAB code for test.fig
% TEST, by itself, creates a new TEST or raises the existing
% singleton*.
%
% H = TEST returns the handle to a new TEST or the handle to
% the existing singleton*
%
% TEST(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in TEST.M with the given input arguments.
%
% TEST(‘Property’,‘Value’,…) creates a new TEST or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before test_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to test_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help test

% Last Modified by GUIDE v2.5 27-Feb-2020 20:13:41

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @test_OpeningFcn, …
‘gui_OutputFcn’, @test_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% — Executes just before test is made visible.
function test_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to test (see VARARGIN)
% Choose default command line output for test
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes test wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% — Outputs from this function are returned to the command line.
function varargout = test_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure
varargout{1} = handles.output;
% --------------------------------------------------------------------
function Untitled_1_Callback(hObject, eventdata, handles)
% hObject handle to Untitled_1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% — Executes during object creation, after setting all properties.
% ʼҺ 涯
function axes1_CreateFcn(hObject, eventdata, handles)
axis([0 1200 0 1200])
% hObject handle to axes1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: place code in OpeningFcn to populate axes1
function kj1_Callback(hObject, eventdata, handles)
% hObject handle to kj1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,‘String’) returns contents of kj1 as text
% str2double(get(hObject,‘String’)) returns contents of kj1 as a double

% — Executes during object creation, after setting all properties.
function kj1_CreateFcn(hObject, eventdata, handles)
% hObject handle to kj1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows.
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,‘BackgroundColor’), get(0,‘defaultUicontrolBackgroundColor’))
set(hObject,‘BackgroundColor’,‘white’);
end
function kj2_Callback(hObject, eventdata, handles)
% hObject handle to kj2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Hints: get(hObject,‘String’) returns contents of kj2 as text
% str2double(get(hObject,‘String’)) returns contents of kj2 as a double
% — Executes during object creation, after setting all properties.
function kj2_CreateFcn(hObject, eventdata, handles)
% hObject handle to kj2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called
% Hint: edit controls usually have a white background on Windows.
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,‘BackgroundColor’), get(0,‘defaultUicontrolBackgroundColor’))
set(hObject,‘BackgroundColor’,‘white’);
end
function kj3_Callback(hObject, eventdata, handles)
% hObject handle to kj3 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,‘String’) returns contents of kj3 as text
% str2double(get(hObject,‘String’)) returns contents of kj3 as a double
% — Executes during object creation, after setting all properties.
function kj3_CreateFcn(hObject, eventdata, handles)
% hObject handle to kj3 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,‘BackgroundColor’), get(0,‘defaultUicontrolBackgroundColor’))
set(hObject,‘BackgroundColor’,‘white’);
end
% — Executes on button press in kj4.
%չʾ Һ 涯
function kj4_Callback(hObject, eventdata, handles)
% hObject handle to kj4 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
uphigh=get(handles.kj2,‘string’);
downhigh=get(handles.kj1,‘string’);
runtime=get(handles.kj3,‘string’);
uh=str2double(uphigh);
dh=str2double(downhigh);
rt=str2double(runtime);
axes(handles.axes1)
rectangle(‘Position’,[200 100 400 300],‘FaceColor’,‘w’)
rectangle(‘Position’,[200 700 400 300],‘FaceColor’,‘w’)
rectangle(‘Position’,[200 100 400 dh],‘FaceColor’, ‘c’,‘EdgeColor’,‘none’)
rectangle(‘Position’,[200 700 400 uh],‘FaceColor’, ‘c’,‘EdgeColor’,‘none’)
rectangle(‘Position’,[100 0 15 1100],‘FaceColor’, ‘g’)
rectangle(‘Position’,[115 600 215 15],‘FaceColor’, ‘g’)
rectangle(‘Position’,[330 400 15 215],‘FaceColor’, ‘g’)
rectangle(‘Position’,[100 1100 230 15],‘FaceColor’, ‘g’)
rectangle(‘Position’,[330 1000 15 115],‘FaceColor’, ‘g’)
rectangle(‘Position’,[170 100 30 150],‘FaceColor’, ‘r’)
axis([0 1200 0 1200])
m=1/6
l=1/21
t=rt100
for k=1:1:t
m=m+2/(5m+1)
l=l+1/(20*l+1)
rectangle(‘Position’,[200 700+uh-m 400 m],‘FaceColor’, ‘w’,‘EdgeColor’,‘none’)
rectangle(‘Position’,[200 100+dh 400 l],‘FaceColor’, ‘c’,‘EdgeColor’,‘none’)
drawnow
end

⛄三、运行结果

在这里插入图片描述

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 门云阁.MATLAB物理计算与可视化[M].清华大学出版社，2013.

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流人群疏散病毒扩散晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合