温度测量从测量方式上分为:接触式和非接触式两大类。接触式测温在电磁加热装置测温中很常用,但这种接触式测温速度慢、延时长、精度低、不安全等问题日益突出,而非接触测温在电磁加热装置中又存在精度低、不稳定等问题。为克服这些问题,本文提出了将红外传感器用于非接触测温误差补偿的三种方法,由于其无法满足系统的精度要求,所以研究并改进了遗传反向神经网络算法（Genetic back propagation neural network algorithm,GA＿BP）,以提高算法的测温精度和鲁棒性。然后设计了一套非接触测温系统,选取电磁灶为对象进行实验,分析比较每种方法的优劣性,发现改进的GA＿BP神经网络算法误差补偿效果最好,能够实现非接触、低成本、强鲁棒性、精准实时测温的目的。最后将本文提出的非接触测温方法加以扩展应用,为改善电磁加热产品性能、提升电磁加热产品的生产测试效率提供支持和帮助。本文主要研究内容如下:首先,分析了红外测温的相关理论和影响红外测温的主要因素,并对非接触测温系统进行整体方案的设计,进行了红外测温装置的硬件设计和软件设计。非接触测温系统由红外传感器测温模块、标准测温模块、LCD液晶显示模块、串口传输模块、电源电路模块、上位机等组成。其次,通过实验找出了最佳测温距离,对发射率进行修正,完成了非接触测温系统的设计。利用此系统,以电磁灶为对象进行测温实验,在不同的季节和室温下对锅外壁的温度、环境温度和锅中介质的温度数据进行采集,对这些数据使用中位值平均滤波法和大偏离值滤波法进行滤波预处理。然后对温度误差补偿方法:传热机理法、BP神经网络算法和GA＿BP网络算法进行了详细的研究和应用,并提出了一种改进的GA＿BP网络,把该方法在实际中加以应用,与其它三种方法对比,得出改进的GA＿BP神经网络在锅中介质温度误差补偿中更具优势的结论。该方法有效地降低了环境温度和锅具外壁测温对估测锅中介质温度所导致的误差,以达到低成本、非接触、精准实时测温的目的。最后,将提出的非接触测温方法加以扩展应用,为提升家用电磁灶产品的生产测试效率提供一定的帮助,也为改善家用电磁灶产品工作性能提供帮助。针对现行的电磁灶标准测试方法存在的问题,给出了改进的方法。