电磁感应加热是一种节能且无污染的加热技术,而电磁炉则是电磁感应加热技术的一项重要应用。目前,利用电磁炉加热时,因无法精确的获得锅内水或食物的温度,故多采用定时恒定功率的加热方式。而该加热方式不能根据锅内水或食物的温度自动调节输出功率,这就容易导致功率的“过量”输出,造成一定的能源浪费。因此,本文以煮水和水煮食物作为研究对象,利用双红外测温结构测量锅壁的温度,构建锅壁与锅内水的传热模型获得锅内水温,并利用BP神经网络PID算法实现对功率的控制。首先,针对获得锅内水温的问题,从理论上推导构建了锅壁温度和锅内水温传热模型。而利用此传热模型的难点在于锅壁测温区域的选择,本文以水作为被加热对象,利用ANSYS软件对锅具加热模型使用不同加热功率进行热力学分析。此外,利用红外热像仪获得水在不同加热功率下的锅壁温度分布。通过ANSYS软件分析和红外热像仪实际温度测量,得到距离锅底6 mm以下的区域受锅底温度的影响较大,在距离锅底6 mm至22 mm锅壁温度逐渐降低,22 mm上锅壁温度分布较为均匀。基于此结果,设计了红外测温装置采集锅壁等间距温度点的数据,建立了不同加热功率下的锅壁温度分布模型,进一步验证所得结果。最后,确定双红外锅壁测温方法,并利用此方法所得水温与实际水温比较,二者最大差值为1.03℃,平均差值为0.45℃。其次,设计改进电磁炉样机对本文设计方案进行验证。电磁炉样机设计从硬件和软件两方面入手,硬件方面根据改进电磁炉样机的需求设计各个电路,利用Multisim电路仿真软件对电磁炉样机电路仿真分析。软件方面,在电磁炉现有功能程序的基础上,对电磁炉输出功率算法进行改进,采用了双脉冲宽度调制控制功率输出的方式,解决了电磁炉小功率不能连续加热的问题,实现了PWM输出占空比与输出功率的线性对应。此外,利用Matlab软件对常规PID与BP神经网络PID控制算法进行仿真比较,验证了BP神经网络PID算法可适用于电磁炉加热系统,能够实现较为精准的温度控制。最后,利用改进电磁炉样机水煮不同食物验证节能效果。设定不同输出功率煮水并测定其耗电量,得到最节能的加热功率为1812 W,在未使用PID算法加热阶段,则采用此功率加热用于节能。本文使用市面电磁炉、采用常规PID算法的电磁炉样机和采用BP神经网络PID算法的样机,以水作为加热介质对多种类食物进行加热,并测定各自耗电量。试验结果表明,采用常规PID算法样机和采用BP神经网络PID算法样机耗电量分别为市面电磁炉的51.41%和49.89%,二者耗电量明显低于市面电磁炉,且采用BP神经网络PID算法样机比采用常规PID算法的电磁炉样机耗电量低1.52%。因此,采用BP神经网络PID算法对改进电磁炉样机进行控制更加节能。