工业过程控制系统广泛采用结构简单、适应性强的PID控制,然而随着生产水平和科学技术的不断发展,现代控制系统日趋大型化、复杂化,常规的PID控制往往难以获得满意的控制效果。智能控制作为自动控制的崭新领域,以其先进新颖的思维为解决这类复杂不确定性问题提供了新的途径。近年来,由智能控制与PID控制相结合形成的智能PID控制,大行其道,并已有效应用于实际生产中,显示了广阔的发展前景。本文选取智能控制的两大重要分支——模糊控制和神经网络控制进行研究,其中,前者善于处理结构化知识,无需对象的精确数学模型,具有较强的鲁棒性,后者则具有强大的自学习性、对任意函数的逼近能力以及并行处理的能力。本文在详细阐述PID控制原理及基本参数整定方法的基础上,尤其在如何有效地将模糊控制、神经网络控制与PID控制结合起来,做了积极的探索,总结了几种常见的控制方式,着重介绍了其中应用最广泛的模糊自适应PID控制及基于改进BP神经网络PID控制,并采用MATLAB/Simulink软件对控制对象进行了跟踪性能、适应对象参数变化和抗扰动特性等方面的仿真分析,仿真曲线显示这两种算法的控制效果均明显优于常规PID控制器。最后研究将智能PID控制应用于典型的工业过程——液位系统中的具体实现方法,实验基于南京大学过程控制实验室CS4000实验装置进行,选取双容水箱作为研究对象,以控制下水箱液位为目标,分别应用PID控制、模糊自适应PID控制策略进行液位的实时控制,深入分析了各自的控制品质,仿真及实验结果均表明模糊自适应PID可实现对液位的有效控制,且具有鲁棒性强和动态性能好等特点,。