刘喜梅，张 茜，郭 静

(青岛科技大学 自动化与电子工程学院，山东 青岛266042)

常规PID控制算法对于大部分工业过程的被控对象控制效果良好[1，2]，但是对于反应釜温度的时间滞后问题，PID控制算法在控制温度跟踪变化曲线时存在振荡和精度低的缺点。近年来，神经网络控制以其独特的优点受到控制界的关注。神经网络的优势在于能够逼近任意复杂的非线性映射，具有超强的自学习和自适应能力，具有很强的鲁棒性和容错性，因此用神经元网络设计的控制系统具有良好的自适应性和控制性能[3，4]。为了克服反应釜温度的时间滞后问题，本文结合BP神经网络控制策略，采用基于BP神经网络的PID控制方法对其进行控制，反应釜温度能自动跟随给定的温度曲线，满足工艺要求。

1 反应釜温度控制系统

反应釜按反应的特性可以分为吸热反应和放热反应。一般来说，聚合反应属于放热反应，而裂变反应属于吸热反应。反应釜的操作流程一般包括如图1所示的四个阶段[5]。

图1 反应釜温度工艺过程

图1中恒温段是反映工艺的关键阶段，对于产品质量和产量有着重要的影响，所以提高恒温段的控制精度是提高产品质量的关键。

实际反应过程中常伴有强烈的放热效应，使反应温度有所变化。针对反应釜温度控制的特点，本文采用基于BP神经网络的PID控制方法。通过神经网络的在线学习功能，增强系统的鲁棒性和自适应能力，使系统具有良好的调节品质，在对象参数变化的情况下仍具有很强的鲁棒性和抗干扰能力。……