论文部分内容阅读
由于环境以及电压力锅内部结构等诸多因素的影响,电压力锅系统难以用精确的数学模型描述,烹饪食物温度无法准确测量,导致抗干扰能力及安全性能不好等。本文在分析了电压力锅的结构后设计了电压力锅的控制系统,能够很好解决其抗干扰能力差的缺点,通过建立软测量模型解决了烹煮食物过程中温度无法准确测量的问题。论文首先分析了电压力锅的结构及其功能原理,然后根据需要,选取合适的单片机,设计出了硬件控制电路包括温度检测电路、测温电路、按键电路、显示电路、电网电压检测电路、记忆电路等子电路,解决了加热过程受电网电压波动、安全性不好,抗干扰能力差等缺点,最后设计出了电压力锅加热过程的软件流程图。论文主要讲述了软测量的原理以及基本理论,介绍了软测量的一些基本知识包括建模主要步骤、建模方法等,然后简要介绍了两种神经网络的内容,即BP神经网络和RBF神经网络,最后在分析了电压力锅结构的基础上,建立了它的软测量数学模型。较好的选取了主导变量和辅助变量,用BP神经网络和RBF神经网络对其进行了仿真,效果较为满意,表明建立的软测量模型基本正确,仿真结果表明用RBF网络仿真的效果比BP网络的更好。