真空热处理炉一般分为内热式和外热式两种,近年来，随着对零件性能精度耍求的提高，真空热处理炉越来
越受到人们的重视，在普通的冶金热处理方面，人们已做过许多有关冶金退火炉基于热区温度为目标参数的建模和
优化工作，并有一些相关的论文发表，但有关真空热处理炉的建模和优化方面的详细研究尚未见报道
本文通过对热处理炉工作机理的分析，以现场真空炉内实际采集的热区和工件温度为基础，利用神经网络
建立该对象的模梨并利用遗传算法对神经网络的权值进行优化，得出了一种真空热处理炉工件温度控制的优化数学
模型经反复仿真实验并将此模型用于真空热处理炉的实际控制中均取得了较好的效果。
本文所讨论的对象是内热式真空热处理炉为使工件受热均匀，分别在炉子的顶部、底部及侧部安装了电加
热牲和热区热电偶，同时在工件中部安装了工件热电偶真空退火炉在工作过程中，炉内的真空度保持在100Pa，由传
热学理论可知，在此工作环境中，炉内电加热丝所产生的热量主耍是以热辐射的方式传给工件，同时还有一部分热量
通过炉壁以热传导的方式传给外界各加热器本身存在迟滞，各加热器之间因本身特性及空间分布不同存在热量约交叉
藕合综合考虑各方向的影响可知，此退火炉是一个典型的非线比大时滞存在变量间交叉藕合的复杂控制对象。
高真空热处理炉主要用于精密机械制造航天、国防等工业生产过程本文针对其特殊的使用要求，提出了一
种建立实际的高真空热处理炉优化数学模型的方法，并将依此方法建立的模型用于实际控制中，实现了建模与控制
相结合对于不同的工件在线滚动优化，达到了控制目标，产品合格率从以前的85%上升到98%，不但解决了退火工件
温度的控制，同时也降低了能耗缩短了退火时间、降低了废品率。
