现代柴油机电子调速器普遍采用的PID控制算法虽然具有结构简单、可靠稳定、实用等特点,但对于非标定工况条件下工作的柴油机,PID调速算法的调速性能会有所下降。同时,传统的PID控制算法在应用过程中,针对某一种柴油机机型需要进行大量的实验来整定其控制参数,人力物力消耗很大。为解决传统PID控制算法在柴油机调速系统应用中存在的问题,本文采用BP神经网络理论与传统PID控制策略相结合的思想,设计了一种神经网络自适应PID调速算法。该算法利用BP神经网络独特的自学习能力,实时修正转速环PID控制器的控制参数,达到在线优化柴油机调速器调速性能的目的。根据柴油机的工作原理,以Matlab/Simulink软件为平台,搭建了柴油机调速系统的仿真模型,为控制策略的设计开发提供了良好的仿真实验环境,并进行了离线仿真研究。仿真结果表明,BP神经网络自适应PID调速算法能够很好的完成参数自适应功能,其调速性能好于传统PID控制算法。为进一步探索这种新型控制算法在实际的柴油机调速系统中的应用问题,以STM32微控制器为核心,进行调速器的软硬件设计,设计了柴油机自适应电子调速器,并在D6114柴油机试验台架上进行了实验研究。实验结果表明,所开发的柴油机自适应调速器能够完成调速任务。BP神经网络自适应PID调速算法能够很好的兼顾柴油机在高转速和低转速时的转速稳定性。突变负荷的情况下,BP神经网络自适应PID调速算法的调速性能接近GB/T3475-2008中一级电站的要求,其调速性能优于常规PID调速算法。