单片机与DSP中的基于神经网络和DSP的锡炉温度控制系统的研究与应用

摘 要: 基于预测神经网络和DSP高速数字处理相结合的构建原理,采用BP神经网络算法进行系统参数的调整,同时利用DSP数字信号高速处理运算,对锡炉温度实现了在线实时控制。实验表明,控制系统的动态响应快,跟踪能力强,稳态精度高,有较强抗扰动能力。 现代电子元件装配要求锡炉焊接温度更加稳定,对锡炉高温控制的难度也就增强。随着预测神经网络的应用研究不断深入,由于其运算数据量大、收敛比较慢的特点,使其应用受到了硬件上的限制,实际应用并不多。但DSP高速数字信号处理速度越来越快,在线实时控制能力越来越强,在结合神经网络的应用方面效果显著。本文采用神经网络的预测能力对温度参数进行学习和调整,同时结