目前柴油机调速系统中,普遍采用经典PID控制。由于柴油机具有典型的时变性和非线性特征,经典PID控制器不能在线实时修正控制参数的缺陷,导致其不能对柴油机实现实时最佳控制。为此,本文将具有在线自学习功能的神经网络理论运用到经典PID控制策略中,用以提高柴油机电调系统的自适应能力。本文首先介绍了具有在线自整定功能的BP神经网络PID控制器的设计过程,然后在MATLAB/Simulink仿真环境下,通过搭建控制器模型、柴油机模型和执行器模型进行了该算法的离线仿真研究。最后,利用海因兹曼模拟试验系统搭建了半物理仿真试验平台,对所设计的BP神经网络PID控制器进行了半物理仿真实验。离线仿真和半物理仿真结果都表明,BP神经网络PID控制器对柴油机的控制效果优于经典PID控制器。