我国纺织工业发展日趋加快,高档细纱机的需求越来越大,但是从国外进口高档细纱机价格高昂,因此迫切需要国内研发出成熟高档的细纱机,从而大大提高细纱机的性价比。由于细纱机控制系统存在着非线性和不确定性,所以传统的PID控制方法在实际的细纱机控制中不能得到很好的控制效果,而将神经网络应用于细纱机控制中为解决这个问题提供了新的方法。针对传统的细纱机控制系统中存在的问题,本课题将神经网络PID智能控制器应用于细纱机控制系统中来达到更好的控制效果,以适应高档细纱机的需要。在分析细纱机控制系统原理的基础上,采用无刷直流电动机作为细纱机的主电机,取代传统的交流电机加变频调速模式,以实现节能的目的。本文在深入研究传统细纱机控制系统的基础上,引入了基于RBF神经网络的智能控制方法。针对常见的RBF神经网络算法的不足,提出了一种新的改进方法。该方法利用MATLAB神经网络工具箱中的RBF神经网络函数,设计出人机界面平台并对主电机进行离线辨识,建立其参考模型,再采用RBF神经网络在线算法在线辨识主电机,获得控制器参数在线调整信息,由单神经元控制器完成控制器参数的自学习,从而实现控制器参数的在线调整。由于MATLAB提供的RBF实现算法具有自适应确定网络结构和无需人为确定网络初始权值的优点,因此减少了网络训练的随机性,提高了训练精度。实验结果表明,该控制系统具有较高的鲁棒性和控制精度,满足本研究的要求。在理论分析和仿真研究的基础上,本文还重点介绍了以PLC和DSP为核心控制器的智能控制系统的设计方案。并且阐述了系统的硬件组成、功能及系统软件的设计方法。