1. 研究目的与意义
研究的目的：随着信息技术的发展，许多新方法和技术已经进入到了工程化和产业化的阶段，这对自动控制技术提出了崭新的挑战，促进了PID非线性对象单神经元自适应算法理论在控制技术中的应用，以解决用传统的方法难以解决的问题。为了解决传统PID板形控制精度低、速度慢、抗干扰能力差等问题,将BP神经网络和单神经元引入到板形的控制中,提出一种基于BP神经网络预测模型的单神经元自适应PID控制的板形控制策略。利用BP神经网络的非线性逼近能力和单神经元的自学习、自适应能力,通过两者的有机结合寻找一个最佳的P、I、D非线性组合控制律,实现对带钢板形缺陷的有效控制。
研究的意义：相对于传统的PID控制而言，现代PID控制是将自适应控制、最优控制、预测控制、鲁棒控制、智能控制等控制引入到新型PID控制中的一种集优点于一身的控制系统。而我们研究的意义就是要将这种新型的优于传统PID控制的PID控制研究透彻，并加以改进，然后应用到现代工程中去。
2. 国内外研究现状分析
人工神经元网络(artificialneuralnetwork)就是基于对大脑组织结构的活动机制的初步认识而产生的一种新型计算体系，是人类探索模仿脑神经系统信息处理智能装置研究的一个重要领域，其目的在于用一定的简单数学模型来对神经网络结构进行描述，并在一定的算法指导前提下，使其能在某种程度上模拟生物神经元网络所具有的智能行为，以解决用传统算法所不能胜任的智能信息处理问题。
早在1943年，心理学家w.s.mcculloch和数学家w.pitts从人脑信息处理观点出发，采用数学模型的方法研究人脑细胞的动作和结构以及生物神经元的一些基本生理特征，提出了m-p模型。这是神经元网络研究的开创性成果。这一时期的另一重要成果是由心理学家d.o.hebb于1949年提出的神经元之间突触强度的调整规则假说，即有名的hebb规则。该规则至今仍在各种神经元网络模型中起重要作用。
60年代初b.widrow和m.e.hoff提出了自适应线性单元(adaline)网络。该网络可以在自适应系统，如自适应滤波、预测和模式识别等问题中应用。从此，人工神经网络的研究开始受到人们的重视，研究工作进入了兴盛时期。
3. 研究的基本内容与计划
研究内容本：本文详细介绍了基于组态的三容水箱液位的单神经元pid控制，第1章简要介绍了整个课题的研究背景、目的、意义及整个任务的要求安排；第2章是针对此次课题的任务进行方案论证，主要介绍了本次课题的硬件设备thjs-3型非线性三容水箱对象实验装置，包括界面开发，变量定义等；第3章具体介绍了三容水箱液位控制器的各部分设计，包括单神经元pid控制器以及控制流程图的设计；第4章阐述了液位控制的软件的dde通讯，主要是在pid软件中编写单神经元pid控制程序和如何与设备进行通讯；第5章是叙述了怎样进行单神经元pid控制在控制水箱液位中的调试。
研究安排：每天可以保证一定的学习设计时间,掌握论文设计中运用到的科学技术，为保质保量完成论文提供了基本的保证。
流程安排：交开题报告、写论文、交初稿、反复修改论文、直至完成论文、论文答辩。
4. 研究创新点
特色：神经网络有很多的特色都是很吸引人的，比如非线性特性、并行分步处理方式、便于硬件实现、自学习和自适应能力、数据融合的能力以及多变量系统。
创新：神经网络控制的创新主要是它能解决传统PID控制所不能解决的非线性问题，以及它可以在系统出现干扰时作出正确的反应，使系统保持安全状态，尽力减少损失。比传统的手动控制好许多，更减少人力。
