真空退火炉中工件温度的精确控制是一个典型的非线性、大时滞、强耦合的复杂控制问题. 为实现工件温度
的精确控制, 通过对退火炉工作机理的分析, 以现场实际采集的数据为基础, 采用神经网络建立对象模型并利用遗传
算法对神经网络的权值、阈值进行优化, 提出一种真空退火炉工件温度精确控制的优化数学模型. 经仿真研究并将其
成果应用于实际控制中, 取得了令人满意的效果.