精密水浴恒温的前景

恒温水浴锅是化学实验、化工生产中常用的控温设备。市场上所售恒温水浴锅大多控温热惯性大，恒温性能差，很难满足温度控制指标要求。为此，提出基于模糊RBF神经网络PID控制恒温水浴锅系统的研究方法，首先，在控制水浴锅水温度过程中，通过提取控制温度的PID参数，生成最优模糊域，根据模糊域范围，输出在不同温度下适当的调节值，应用RBF神经网络自我调节，使产生数据通过输入层、模糊化层、模糊推理、输出层，将信号传递水浴锅内的加热丝，以此实现高效温度控制，解决了装置控温调节时间长、超调量大、甚至出现震荡等问题。为实现精确恒温水浴锅控温在工业生产中广泛应用提供技术支持。

水浴锅、电热套筒加热等是普遍的控温装置，尤其水浴锅，在化学是实验室、化工生产过程中应用十分广泛，其控制对象精确程度将会影响工业产品的质量，怎样使控制对象快速达到预期状态，是我们研究的重点。针对温度控制的精度和鲁棒性研究问题，国内外学者展开大量研究。采用 Delta V 控制算法对加热炉进行控制，虽然操作简单，但是控制精度不太理想。采用改进蚁群算法来确定PID 的最优值，但是系统在加热过程中加热对象达到期望温度时间较长，且系统实时性不够好。文献 [3] 采用改进粒子群算法控制加热炉，控制效果不错，但是该算法容易陷入局部最优，使迭代出来的参数不是最优，文献  采用 PI 自整定参数调节控制系统的温度，该方法大多依赖于工程师的经验，该算法仅对于某种特定的控制系统有效， 增量式 PID 控制器控制发动机的温度，该方法在最佳性能下对应的温度不是定值，存在一定的差异；文采用基于模糊 PID 减小了炉温波动，通过 Simulink 仿真来模拟实际温度，目前仍存在被控对象数学模型与实际存在偏差，文献[7] 提出了粒子群优化串级 PID 来控制水浴锅的温度，可以快速、稳定控制温度，但是串级控制过程对每个锅温度控制比较复杂。

采用 Smith- 模糊 PID 控制器用于橡胶挤出机料筒温度控制，Smith 预估控制可以提前补偿温度滞后现象，提出了一种全阶状态观测器来控制加热炉温度，上述论文提供了极大的参考价值。为解决仿真中建立的数学模型对水浴锅加热中非线性模型存在误差，提出了在仿真软件中建立物理模型，来实现温度在水浴锅中温度传递，通过 Fuzzy-RBF 神经网络 PID算法，将具有自我学习的智能算法和模糊 PID 控制器有机结合起来，来控制水浴锅的温度，以此达到克服控制过程中的非线性，增强系统的鲁棒性，提高系统控制质量，降低了外界变化给系统造成不良影。