针对上文设计的控制器，首先运用相关进行理论结果仿真，仿真结果验证了设计的有效性，接着我们需要对该结果进行实时控制，运用基于Mi-crosoft Visual C++的MFC做控制界面。

在该实时控制中，由于超声波液位传感器存在传感盲区，为了更好地验证该实验设计的准确性，我们将超声波液位传感器的标定进行了处理，标定值的0～150mm定义为显示值的0～500mm，对应结果如图5-15所示。

控制结果如图5-16所示。在该结果图形中，设定液位值为300mm，参数B=0.01，与仿真中参数略有微调，由于存在水位的波动，所以采集值具有一定的波动范围，这与超声波液位传感器有关，但是采集结果显示该控制器具有很好的控制作用，该控制器具有很强的鲁棒性。在数学建模过程和仿真过程中，我们运用流量值作为系统输入值，但是在实际控制过程中，执行机构输入和输出为电流值，所以我们需要将流量输入进行数学变换，转换为电流值，然后作用与执行机构调节阀，所以实时控制中输入部分为电流值，作用范围为4～20mA。

对于输入部分，PCL812-PG采集卡发送的为0～10V的电压值，而调节阀接收4～20mA的电流值，通过FWP-20智能电压/电流变送器将0～10V电压信号转换为4～20mA电流信号。由于物理条件本身的限制，在实时显示图形中，液位在400s之后趋于稳定，比仿真结果图5-10中的稳定时间更小。为了更好地进行观察，我们将输入结果扩大了两倍，即图形显示的输入数据范围8-40代表实际输入值4～20mA。液位值的局部放大图如图5-17所示，输入电流信号的局部放大图如图5-18所示。从仿真和实时控制我们都可以看出基于算子理论的鲁棒右互质分解方法对于该液位控制系统而设计的控制器控制效果良好，实时控制中，在大约400s时液位达到稳定，超调量低于4%，进一步验证了设计的有效性，上面的设计对下面更深层次的研究设计奠定了坚实的理论和实践基础。

图5-16　液位控制系统实时控制图(www.daowen.com)

从图5-17的实时控制输入部分局部放大图中我们可以看出，在闭环系统开始运行的0～150s的时间内，系统存在状态饱和现象，这是因为在该控制过程中，经过控制器运算的数值大于调节阀所能承受的最大值[6-10]。由于物理条件的限制，我们必须对该系统进行输入受限，所以该系统控制过程的表达式为：

在输入部分超过执行机构最大承受范围时，让其以最大值进行输出，在本次控制中，由于调节阀能承受的最大输入信号为20mA，所以umax=20mA，而能接受的最小信号为4mA，所以u min=4mA[11]。

图5-17　液位控制系统输出液位值局部放大图

图5-18　液位控制系统输入部分局部放大图