燒結是硬質合金生產過程中最關鍵的一道工序，硬質合金燒結工藝要求燒結沮度必須嚴格按照產品的工藝曲線進行升溫。跟隨誤差和超調盤有嚴格的指標要求(nO實際生產過程中被控對象的參數(每次裝料的重呈、產品的型號及規格、燒結工藝參數等)隨機變化，全局范圍內被控對象難以得到精確數學模型且近似數學模型的參數變化大，采用傳統的PID控制器及Dahlin, Smith預估控制算法實施沮控時效果不盡人憊。

　　但局部范圍內被控對象可以礙到精確數學模型且數學模型參數變化小，因此采用其有分段通近或局部泛化能力的控制算法實施沮控時控制精度較高。而小腦模型神經網絡(CMAC)是一種具有局部泛化能力的聯想神經網絡，具有相似的輸人產生相似的輸出，偏離的愉人產生獨立的輸出;每一輸出，只有很少的神經元對應權位對其產生影響，嘟些神經元對其產生影響由輸人決定。

　　每個神經元的輸人輸出是一種線性關系，但總體上可以看作一種表達非線性映射的表格系統岡。采用基于模糊小腦模型神經網絡(FCMAC)與傳統PID控制算法相結合的復合沮度控制器進行溫度控制.是一種較好的控制方法。