目前智慧农业已成为我国现代农业发展的重要战略目标,加快农牧业装备的智能化技术进步是发展智慧农业的必经途径。粉碎机是饲料加工中的主要设备,我国饲料粉碎机总体技术现状是自动化程度低,尚无智能化机型,对工作状况无自动辨识能力,工作参数较为单一,各工作参数之间无量化的实时匹配控制模型及相关控制理论研究,能耗浪费严重。本文以自行研发的新型锤片式粉碎机为研究对象,研究并分析各因素对粉碎机性能的影响规律并找出该机工作时的最优工作参数组合。提出了一种基于BP神经网络算法PID的控制方式,以实现饲料粉碎机驱动系统的自适应控制要求。主要研究内容有:（1）确定粉碎系统参数优化总体试验方案。以课题组自制的粉碎机为试验平台,确定各因素工作范围,利用Design Expter13.0软件设计的五因素三水平三指标正交试验表,完成试验数据的采集与记录。进行响应面分析,完成主轴转速、回料管直径、喂料速率、筛网孔径及物料含水率对生产率、吨料电耗和粒度影响规律的研究。（2）求解最优工作参数组合并进行试验研究。以生产率、吨料电耗和粒度为评价指标,以主轴转速、回料管直径、喂料速率、筛网孔径及物料含水率五个参数进行试验分析,求解出最优工作参数组合,并对饲料粉碎机最佳工作参数组合进行试验研究。（3）建立控制系统的传递函数。以课题组自制的锤片式粉碎机为样机,建立“驱动电机+变频器”传递函数的数学模型,该数学模型由比例环节、惯性环节和延迟环节构成,并利用Nyquist判据对所建的传递函数进行稳定性分析。（4）设计基于锤片式粉碎机的自适应神经网络PID控制模型。确定神经网络结构及相关参数,将神经网络算法编入S函数中,借助MATLAB/Simulink图形化编程模块设计粉碎系统PID控制模型。最后运行仿真程序。通过分析得出基于BP神经网络算法PID下锤片式粉碎机控制系统的准确性、稳定性和鲁棒性等要优于常规PID和模糊PID控制。本文的研究可为饲料粉碎系统工作参数的优化及粉碎机自适应控制策略的研究提供理论支撑和技术参考。