在PID控制的基礎上，加入神經(jīng)網(wǎng)絡控制器，構成神經(jīng)網(wǎng)絡PID控制器，如圖5。神經(jīng)網(wǎng)絡控制器NNC是前饋控制器，通過對PID控制器的輸出進行學習，在線調(diào)整自己，目標是使反饋誤差e(t) 或u(t)趨近于零，使自己逐漸在控制中占據(jù)主導地位，以減弱或終消除反饋控制器的作用。暉儀表YR-GAD系列人工智能調(diào)節(jié)器/溫控儀使用的就是神經(jīng)網(wǎng)絡PID控制控制算法。

常用PID調(diào)節(jié)器/溫控儀控制算法包括常規(guī)PID、模糊控制、神經(jīng)網(wǎng)絡、Fuzzy-PID、神經(jīng)網(wǎng)絡PID、模糊神經(jīng)網(wǎng)絡、遺傳PID及廣義預測等算法。常規(guī)PID控制易于建立線性溫度控制系統(tǒng)被控對象模型；模糊控制基于規(guī)則庫，并以或增量形式給出控制決策；神經(jīng)網(wǎng)絡控制采用數(shù)理模型模擬生物神經(jīng)細胞結構，并用簡單處理單元連接成復雜網(wǎng)絡；Puzzy-PID為線性控制，且結合模糊與PID控制優(yōu)點。

PID控制即比例、積分、微分控制，其結構簡單實用，常用于工業(yè)生產(chǎn)領域。明顯缺點是現(xiàn)場PID參數(shù)整定麻煩，易受外界干擾，對于滯后大的過程控制，調(diào)節(jié)時間過長。其控制算法需要預先建立模型，對系統(tǒng)動態(tài)特性的影響很難歸并到模型中。在我國大多數(shù)PID調(diào)節(jié)器廠家生產(chǎn)的調(diào)節(jié)器均為常規(guī)PID控制算法。

不同類型儀表的熱處理爐配置不同數(shù)量的工藝傳感器和儀表，凡是數(shù)據(jù)用于熱處理質(zhì)量判斷的工藝溫度儀表系統(tǒng)，均應進行校準；凡是數(shù)據(jù)不用于熱處理質(zhì)量判斷的工藝溫度儀表系統(tǒng)，則不必進行校準，如僅用于超溫報警的儀表系統(tǒng)。對于控制傳感器而言，不僅需要對控制儀表的讀數(shù)進行校準，還要對記錄儀表的讀數(shù)進行校準。對于其他的附加系統(tǒng)，如負載熱電偶，有效加熱區(qū)上次檢測確定的高溫傳感器和低溫傳感器等系統(tǒng)，需要進行工藝溫度儀表系統(tǒng)校準。