交流异步电动机以其结构简单、价格低廉、坚固耐用、并能在恶劣条件具有良好工作状态等优点被广泛应用于生产、生活的各个领域，如何提高异步电动机的调速性能已经越来越受到学者们的关注。随着电力电子技术的快速发展，使得矢量控制变频调速技术得到了更大的应用空间，近年来，大量的智能控制理论也逐渐被运用到异步电动机矢量控制变频调速系统中。其中，模糊PID控制因其控制效果优良且不依赖被控对象的模型等优点，使异步电动机调速系统的动、静态性能得到进一步提高。但是，想要获得优良的模糊控制器要求设计者必须要有足够的经验去选择隶属度函数和控制规则表，并且在设定后无法在线更改，使得模糊PID控制存在一定的局限性。针对上述问题本文将模糊控制器中的隶属度函数和控制规则以十进制的方式进行编码，定义两种不同的粒子分别表示隶属度函数和控制规则，在粒子群算法中进行寻优，并以ITAE规则作为适应度函数。完成改进PSO算法与模糊PID控制相结合，实现模糊控制器的在线整定以获得更强的适应能力。粒子群算法具有简单、易于实现等优点在科学与工程领域得到了很好的验证，但是粒子群优化算法与其他进化算法一样存在容易陷入局部最优和早熟收敛等缺点。文章分析了其存在缺点的主要原因，并标准粒子群算法的基础上提出了一种改进的粒子群优化（DZIA-PSO）算法。首先通过matlab对算法中粒子的运行轨迹进行可视化处理，更加直观的观察粒子的整个寻优过程，并总结算法出现早熟现象特点。然后，针对粒子群局部收敛时全局最优位置的更新停滞的现象，利用sharing函数对局部最优范围内的粒子进行重新初始化并标定为死区，这种方法显著的提高了粒子群算法在寻优过程中的种群多样性。最后，利用标准测试函数对本文的改进算法进行仿真分析，结果表明相比于LDW-PSO算法改进后的算法具有更好的克服局部最优能力。本文首先介绍了异步电动机的控制原理及数学模型，并在此基础上介绍异步电动机的矢量控制变频调速系统。然后，本文完成了基于PSO算法优化的模糊PID异步电动机的控制系统设计，包括软件部分和硬件部分，其中硬件设计是由以DSP芯片为核心的控制部分和以IPM为核心的驱动部分组成，软件算法中包括了磁链环与转矩环的PI控制算法和速度环的基于粒子群优化的模糊PID控制算法。最后，利用Matlab/Simulink搭建基于粒子群优化的模糊PID控制异步电动机调速系统的仿真模型，在电机的空载启动、突加负载以及相同负载下改变转速等情况进行了仿真。仿真实验验证了相对常规的模糊PID控制，基于粒子群优化的模糊PID控制在调速过程中具有响应快、超调低、带负载启动能力强等优点。