交流调速控制是自动化领域中一个重要研究方向。目前交流调速的性能己经得到很大的改善，在许多领域逐步取代了直流调速。但是由于系统运行过程中一些不可控或不确定的因素，使交流调速系统的控制器的动态性能指标变坏，而传统PID控制又难以满足精度高、反应快、鲁棒性好的要求。以人工神经网络控制为代表的智能控制方法的出现为提高交流调速系统性能提供了有效的控制途径。如何把神经网络控制和传统的PID控制有机结合起来，增强其智能性、实用性成为国内外电气传动工作者研究的热点之一，本课题将神经网络理论与控制技术结合，从理论与实践两方面对交流调速的智能控制进行研究，研究结果具有一定的理论与实用价值。 在深入分析神经网络原理基础上，本文重点研究了基于神经网络控制的、以性能最优为目标的智能变频调速系统硬件设计、软件编程，并完成了系统调试。提出了一种将神经网络与传统PID控制规律相结合的复合控制方案，该方案利用神经网络的学习功能及目标优化函数，对PID的参数进行训练，增强了PID的智能性与实用性。研制了基于DDE数据导入技术、OPC通讯技术及利用Matlab/Simulink仿真平台的神经网络学习算法，实现了对象性能改变时PID参数的调整，克服了PLC不支持矩阵运算，不易设计神经网络学习算法的不足。该控制方案已在以异步电机为被控对象，西门子S7-300PLC为数据采集设备，以MASTER440变频器为驱动设备，以研华IPC-610工业控制计算机为监控设备，以PROFIBUS-DP总线为通信网络的交流变频调速控制系统得以实现。仿真和试验结果表明：与传统PID控制相比，基于神经网络控制的智能变频调速系统，具有响应速度快、控制精度高、鲁棒性好的优点，具有一定的实用价值。