当今,在国内数字直流调速器市场上,昂贵的国外产品占据着主导地位,国内产品相形见拙,其根本原因是在于调速技术上的差距。为了缩小这种差距,现在,我国已有数以万计的科技人员和大学师生从事不同层次的人工智能学习,研究与应用,希望抓住把智能技术这一新兴学科引入到控制领域的契机。本论文也主要是从事于此类的研究。本论文主要针对直流调速系统经典PID控制器的设计过分依赖于控制对象的数学模型,参数的鲁棒性差,且抗负载扰动能力不强,难于适用于对调速系统要求较高的场合的缺点,将神经网络理论引入直流调速系统。用神经控制器代替传统的PID控制器,并将神经网络与PID控制结合实现复合控制。充分利用两种思想的优点发挥神经网络的自适应性强、鲁棒性强和PID控制稳态精度高的优点,提高直流电动机调速系统的性能指标。本文设计并实现了基于神经网络的直流电机的调速方法,并在此基础上与经典PID控制方法相结合,给出了神经PID复合控制的原理和具体实现方案。结合MATLAB/Simulink的仿真工具,对本文提出的直流调速系统中的神经PID控制性能进行仿真、对比、研究,为最优控制方案的确定提供科学的依据。在基于MATLAB/Simulink/RTW提供的系统仿真环境下,研究了对缩短产品开发周期、加速设计流程极为有益的,从仿真模型编译C程序的方法步骤。在基于自搭建的以ARM为核心的直流调速系统中,对神经PID的调节性能进行了验证。研究结果表明采用神经PID的直流调速方法明显提高了调速系统的性能,智能技术的引入确实是提高控制性能一种可行方法。