基于RBF神经网络双交叉限幅PID控制炉温的方法

本发明涉及高炉炉温控制领域，一种基于RBF神经网络双交叉限幅PID控制炉温的方法,建立RBF神经网络，利用高炉的历史数据对RBF神经网络进行训练，利用高炉的实时数据对RBF神经网络进行在线微调，获得能够实时反映高炉系统的动态变化的RBF神经网络，建立双交叉限幅PID控制器，以实时反映高炉系统的动态变化的RBF神经网络的输出作为双交叉限幅PID控制器的输入，将RBF神经网络与双交叉限幅PID控制器结合，形成闭环控制系统，建立控制策略，实时调整双交叉限幅PID控制器的参数。本发明结合径向基函数（RBF）神经网络的自学习、自适应能力与双交叉限幅PID控制策略，以提高炉温控制系统的精度和稳定性。