电热油炉被广泛地应用在工业生产中,它的温度控制效果直接影响到生产效率和产品质量,因此对温度控制系统的要求很高。目前工业电热炉通常采用常规PID控制,但电热油炉是一个具有非线性、大惯性、大滞后等特点,难以对其建立精确的数学模型。因此,设计一个控制精度高、运行稳定的电热油炉温度控制系统具有很高的应用价值。神经网络理论由于其不依赖被控对象的控制算法,近些年来在对非线性,大惯性,大滞后的被控对象的控制中脱颖而出。同时在研究中,广泛应用的是简单的单神经元的控制算法。本文重点在于如何应用先进的神经网络算法进行控温。设计的神经网络PID控制算法,使用了相对难度比较大的多神经元的网络结构,用编程语句来实现控制算法。利用神经网络不依赖被控对象模型的特点与优越性,使具有非线性、大惯性、大滞后的被控对象得到了理想的控制效果。以工控机控制的电热油炉控制系统为平台,建立控制系统的控制模型。在此基础上分别采用两种控制方法进行方针实验。对传统PID控制与神经网络PID控制,在一定的模型,滞后时间变化,一阶常数变化时的控制效果进行了比较。可以看到神经网络PID的控制效果和各项控制参数明显优越于传统的PID控制。尤其在滞后时间与一阶系数变化的时候,PID几乎已经失去了控制作用与意义,但是神经网络PID依然可以稳定,各项参数同时明显优于PID控制算法。实验证明设计的神经网络PID具有近似没有超调,稳定性好,对控制系统的自适应性强等优越性,具有很好的应用前景。