基于RBF神经网络的检定炉温度控制系统

为了提高热电偶检定炉温度的控制性能,研究了检定炉模型的在线辨识方法和控制器参数的自整定方法,设计了检定炉温度智能控制系统.由于检定炉是具有非线性和时变性的复杂对象,首先利用RBF神经网络对其输入、输出关系进行在线辨识,然后依据偏差最小准则,采用梯度下降法对控制器的PID参数进行整定,从而实现检定炉温度的智能控制.试验结果表明基于RBF神经网络的控制器在200～1 200℃之间对检定炉温度控制的性能指标优越于传统PID控制器,达到了国家标准中对控温误差和温度波动度的要求.