王萌

河南经贸职业学院（郑州 450003）

随着生活水平不断提高，人们的健康意识越来越强，国家对食品监管越来越严格[1]。当前，为避免食品加工过程中出现食品变质等情况，大多数食品加工厂家采用恒温控制技术来确保食品质量[2-3]。但是温度控制往往具有时变性和滞后性，如何实现食品加工过程的恒温控制已成为一个亟需解决的问题。传统恒温控制系统通常采用PID控制算法来实现，该方法结构简单、易于实现、使用面广，不过无法较好地处理时变和滞后类问题，因此控制效果一般[4-7]。针对传统控制方法的不足，众多专家将智能控制算法引入到传统PID控制算法中，实现PID控制器参数在线可调[8-10]。例如：邓娜等[11]针对烟叶烤房温度控制，利用模糊算法对PID参数进行实时整定，提高了控制精度，降低了响应时间，具有很强的鲁棒性。李勇[12]提出一种基于优化PID的食品加工过程中的恒温控制方法，PID的控制参数通过BP神经网络模型进行优化。陈雪波等[13]以蓄热式钢包烘烤装置为研究对象，将RBF神经网络和双交叉限幅算法结合起来实现了其烘烤装置的温度控制。

在现有研究的基础上，提出一种基于径向基神经网络的PID控制策略，实现PID控制器参数的自适应调整，同时给出控制系统结构，通过试验验证所述方法的可行性和有效性。

1 温度控制算法

1.1 径向基函数神经网络模型

人工神经网络能够无限逼近任意连续非线性函数，具有一定的自学习、自适应能力，特别适合复杂不确定问题。……