1. 研究目的与意义

目的：现实中的液位控制系统普遍是采用普通 pid 算法进行控制的，普通 pid 算法简单、稳定性能较好，但是必须要有精确的数学模型，而且常规 pid 控制的参数一般靠人工经验整定，参数一旦整定好，整个控制过程中都是固定不变的，而实际系统参数易变，使得控制难以达到最佳的效果。

鉴于此，本文将智能控制与常规 pid 控制相结合，利用单神经元技术将人的智能引入到控制器的设计中，对 pid 参数进行自调整，它的建立具有不依赖于系统精确数学模型的特点，使得控制自适应，自调整。

本文通过实验，用mcgs软件基于单神经元进行组态，利用学习算法达到控制的鲁棒性好、动态响应快速、超调量小的目的。

2. 国内外研究现状分析

神经网络控制是基于结构模拟人脑生理结构而形成的智能控制和辨识方法。

随着人工神经网络应用研究的不断深入，新的模型不断推出。

在智能控制领域中，应用最多的是bp网络、rbf网络、hopfield网络等。

3. 研究的基本内容与计划

研究内容：1．通过实验了解单神经元自适应控制系统组成。

2．进行单神经元自适应控制系统参数的整定与投运。

3．研究单神经元学习算法，找出原程序中不足的地方。

4. 研究创新点

1．本实验选择中水箱作为被控对象（往中水箱中放入非线性物体）；2．以THJSK-1型三容水箱控制系统为平台，并基于MCGS组态软件组态，完成单神经元自适应控制；3．研究原程序设计思路；4．在实验设备上调试应用；5．会总结出各种算法的优缺点。