恒溫水浴鍋是化學(xué)實(shí)驗(yàn)、化工生產(chǎn)中常用的控溫設(shè)備。市場上所售恒溫水浴鍋大多控溫?zé)釕T性大，恒溫性能差，很難滿足溫度控制指標(biāo)要求。為此，提出基于模糊RBF神經(jīng)網(wǎng)絡(luò)PID控制恒溫水浴鍋系統(tǒng)的研究方法，首先，在控制水浴鍋水溫度過程中，通過提取控制溫度的PID參數(shù)，生成最優(yōu)模糊域，根據(jù)模糊域范圍，輸出在不同溫度下適當(dāng)?shù)恼{(diào)節(jié)值，應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)自我調(diào)節(jié)，使產(chǎn)生數(shù)據(jù)通過輸入層、模糊化層、模糊推理、輸出層，將信號傳遞水浴鍋內(nèi)的加熱絲，以此實(shí)現(xiàn)高效溫度控制，解決了裝置控溫調(diào)節(jié)時間長、超調(diào)量大、甚至出現(xiàn)震蕩等問題。為實(shí)現(xiàn)精確恒溫水浴鍋控溫在工業(yè)生產(chǎn)中廣泛應(yīng)用提供技術(shù)支持。

水浴鍋、電熱套筒加熱等是普遍的控溫裝置，尤其水浴鍋，在化學(xué)是實(shí)驗(yàn)室、化工生產(chǎn)過程中應(yīng)用十分廣泛，其控制對象精確程度將會影響工業(yè)產(chǎn)品的質(zhì)量，怎樣使控制對象快速達(dá)到預(yù)期狀態(tài)，是我們研究的重點(diǎn)。針對溫度控制的精度和魯棒性研究問題，國內(nèi)外學(xué)者展開大量研究。采用 Delta V 控制算法對加熱爐進(jìn)行控制，雖然操作簡單，但是控制精度不太理想。采用改進(jìn)蟻群算法來確定PID 的最優(yōu)值，但是系統(tǒng)在加熱過程中加熱對象達(dá)到期望溫度時間較長，且系統(tǒng)實(shí)時性不夠好。文獻(xiàn) [3] 采用改進(jìn)粒子群算法控制加熱爐，控制效果不錯，但是該算法容易陷入局部最優(yōu)，使迭代出來的參數(shù)不是最優(yōu)，文獻(xiàn)  采用 PI 自整定參數(shù)調(diào)節(jié)控制系統(tǒng)的溫度，該方法大多依賴于工程師的經(jīng)驗(yàn)，該算法僅對于某種特定的控制系統(tǒng)有效， 增量式 PID 控制器控制發(fā)動機(jī)的溫度，該方法在最佳性能下對應(yīng)的溫度不是定值，存在一定的差異；文采用基于模糊 PID 減小了爐溫波動，通過 Simulink 仿真來模擬實(shí)際溫度，目前仍存在被控對象數(shù)學(xué)模型與實(shí)際存在偏差，文獻(xiàn)[7] 提出了粒子群優(yōu)化串級 PID 來控制水浴鍋的溫度，可以快速、穩(wěn)定控制溫度，但是串級控制過程對每個鍋溫度控制比較復(fù)雜。

采用 Smith- 模糊 PID 控制器用于橡膠擠出機(jī)料筒溫度控制，Smith 預(yù)估控制可以提前補(bǔ)償溫度滯后現(xiàn)象，提出了一種全階狀態(tài)觀測器來控制加熱爐溫度，上述論文提供了極大的參考價值。為解決仿真中建立的數(shù)學(xué)模型對水浴鍋加熱中非線性模型存在誤差，提出了在仿真軟件中建立物理模型，來實(shí)現(xiàn)溫度在水浴鍋中溫度傳遞，通過 Fuzzy-RBF 神經(jīng)網(wǎng)絡(luò) PID算法，將具有自我學(xué)習(xí)的智能算法和模糊 PID 控制器有機(jī)結(jié)合起來，來控制水浴鍋的溫度，以此達(dá)到克服控制過程中的非線性，增強(qiáng)系統(tǒng)的魯棒性，提高系統(tǒng)控制質(zhì)量，降低了外界變化給系統(tǒng)造成不良影。