型砂发气性测试仪是铸造工艺中的重要检测设备，发气仪温度控制的准确及稳定性将直接影响到发气量测试的准确性，进而影响到铸件的质量。电阻炉炉温控制系统具有非线性、时变性、滞后性、不对称性，常规PID控制器很难实现对温度的精确控制，且参数整定困难，不具备自适应的能力。为了提高系统的自适应能力和抗干扰能力，本文提出了基于BP神经网络的PID控制算法用于实现对发气仪的精确温控。智能PID控制包含专家式智能自整定PID控制、模糊PID控制以及神经网络PID控制，它们具有自学习、自适应及在线自整定参数的特点。但专家PID控制的专家知识库不容易建立，模糊PID控制的模糊规则不易确定并且控制精度不高。综合比较几种智能控制算法后，本文决定采用神经网络PID控制算法。人工神经网络以神经元为节点，采用网络拓扑结构构成活性网络，可以用来描述几乎任意的非线性系统。传统的PID调节器具有算法简单、调整方便等特点，将人工神经网络与传统的PID控制相结合，构成智能型的PID控制器，能够自动整定控制器参数、适应被控过程参数的变化，是解决传统PID控制器不易在线实时整定参数、难于对一些复杂过程和参数慢时变系统进行有效控制的不足。本文首先介绍了常见的型砂发气性测试仪的国内外现状和发展趋势。之后，详细介绍了PID控制原理并比较了各种PID算法以及智能控制算法的优缺点。接着详细说明了基于BP神经网络的PID控制在发气性测试仪温控系统中的软件实现。最后，本文提供了温度的实时控制曲线。结果表明，采用BP神经网络PID控制的温度控制曲线超调量只有1℃，温度曲线无振荡，无静差。并且在半小时内温度就已经稳定下来了，满足精度要求，可以进行发气性实验，达到了预期的控制效果。