在船用柴油机电子控制技术的应用中,电子调速系统是一个重要组成部分。在当前的柴油机调速系统中,通常采取PID控制技术,传统PID控制器的参数在设定完成之后通常不变,这导致PID控制器的参数有可能不是最佳参数,不能实现最佳控制效果。而粒子群(Particle Swarm Optimization,PSO)算法能根据系统的误差对PID参数进行自动调节和更新,可使系统一直保持在最佳状态。本文将PSO算法与PID相结合,并在柴油机调速控制上成功应用。本文的主要研究工作如下:首先,研究PSO算法的基本原理和组成,根据传统PID控制器的控制原理,设计一种智能PID控制器。将该智能PID控制器用于控制经典的时滞系统,通过分析试验数据,发现当前PSO算法存在粒子跳跃的问题,提出一种避免出现该问题的改进方法。将基于改进PSO算法的PID控制器用于对经典的时滞系统进行控制,并与传统PID控制器和基于标准PSO算法的PID控制器进行比较。实验结果表明,该智能PID控制器优于传统PID控制器,同时,对PSO算法的改进是有效的,提升了算法的收敛精度。其次,基于Matlab/Simulink软件和柴油机工作原理,建立了D6114型柴油机平均值模型和柴油机调速系统模型。分别用经典PID控制器、基于PSO算法的PID控制器和基于标准PSO算法的PID控制器对该模型进行控制,进行柴油机启动和负载突变的仿真试验。结果表明,基于改进PSO算法的PID控制器优于另外两种PID控制器,具有更小的超调率和更短的稳定时间。最后,进行硬件在环仿真测试平台的研究,并进行硬件搭建、ECU配置、软件配置和波表生成等准备工作。分别进行基于不同算法的PID控制器的柴油机调速系统硬件在环仿真测试,根据实验结果,进一步验证了基于改进PSO算法的PID控制器是可行的。