大容积电烤箱内传热过程的反向传播神经网络控制算法

作     者：姚青 唐巍峰 郑鑫 王锐 梁文龙 刘玉贤 褚雯霄 YAO Qing;TANG Weifeng;ZHENG Xin;WANG Rui;LIANG Wenlong;LIU Yuxian;CHU Wenxiao

作者机构：浙江省健康智慧厨房系统集成重点实验室浙江宁波315336 宁波方太厨具有限公司浙江宁波315336 西安交通大学热流科学与工程教育部重点实验室西安710049 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2024年第58卷第7期

页      面：73-83页

核心收录：

学科分类：080701[工学-工程热物理] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金青年基金资助项目(52206113) 

主　　题：电烤箱 反向传播神经网络 对流与辐射 热均匀性 弛豫时间 

摘      要：大容积电烤箱内存在严重加热不均匀问题,限制其在商业和家用领域的广泛应用,传统比例-积分-微分(PID)控制算法存在弛豫时间长、温控精度差等问题,导致被加热目标无法维持在最佳烹饪热环境。通过自编程构建了一种反向传播神经网络(BPNN)控制策略,以改善大容积电烤箱的加热速率、温控精度及热均匀性为目标,通过局部速度、温度分布与美拉德反应可视化实验测试,探究了风扇转速、对流与辐射加热功率和排气流量等因素的影响。实验结果表明:在提升算法鲁棒性后,BPNN算法对烤箱内温度预测误差显著降低;相比PID控制方法,采用BPNN算法的被加热目标过热度最多降至6℃,温控精度显著提高;被加热目标表面温度的相对极差从54%降至36%,速度相对极差从71.4%下降至39%,均匀性显著增强;电烤箱的加热弛豫时间从230 s降至100 s。BPNN算法能够实现大容积电烤箱更精确、更快速、更均匀的温度控制。