交流调速控制一直是自动化领域中一个重要研究领域，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。然而由于交流电机在运行过程中，温升和磁路饱和的变化，电机参数变化，负载扰动以及被控对象自身的严重非线性，强耦合性等特点，常规PID控制很难得到最优的PID参数值，而且当对象特性和系统运行条件发生变化时，只有重新整定PID调节器参数，才能保证系统正常运行，以便获得更高的控制品质。 智能控制是自动控制学科发展历程中的一个崭新的阶段，目前智能控制的研究与应用已经深入到了众多的领域。同样，它的发展也给交流调速系统的控制策略提供了新的方法。因此，本文将传统的PID控制分别与模糊控制和神经网络相结合构成模糊自适应PID控制和神经网络PID参数自整定两种控制策略，实现交流调速系统中PID参数的自整定。模糊自适应PID控制事先不需要获知对象的精确数学模型，而是基于人类的思维以及生产经验，用语言规则描述控制过程，并根据规则去调整控制参数。神经网络PID参数自整定将常规PID控制和神经网络的自学习、自适应能力相结合，通过神经网络自身的学习，寻找某一最优控制律下的PID参数，实现参数的在线整定。 为了验证算法的有效性，本文设计了以TMS320F2407为核心的交流调速系统试验平台，以及软件系统的设计架构，通过实际的实验表明，本文采用的PID参数自整定方法在交流调速系统中可以获得满意的控制效果。