交流调速一直是自动化领域中一个重要的研究方向。目前交流调速的性能已经得到很大的改善,在许多领域逐步取代了直流调速。本文从理论上对异步电动机矢量控制原理进行了相关的阐述,磁场定向控制能从根本上改善异步电动机的转矩控制特性,但是由于系统运行过程中一些不可控或不确定的因素,使交流调速系统控制器的动态性能指标变坏,而传统PID控制难以满足精度高、鲁棒性好的要求。以人工神经网络控制为代表的智能控制方法的出现为改善交流调速系统的动态性能提供了有效的方法。在深入分析神经网络控制原理的基础上,本文的研究重点在于把神经网络控制与传统PID控制相结合以设计性能更优良的调速系统。针对传统PID控制器参数难以在线实时调整的不足,以及当电机参数或者外部环境变化时需要不断修正而带来的不便,本文提出了用单神经元PID控制器来代替传统PID控制器,利用单神经元的自学习能力,在线实时地调整参数,并在借鉴PSD算法的基础上提出了增益自适应算法,使控制器的增益具备了自整定功能,从而使系统具有较好的动态性能。在理论分析的基本上,本文采用美国TI公司的电机控制专用DSP芯片为处理器,以智能功率模块为功率变换装置,设计了一套基于DSP的交流异步电动机全数字矢量控制调速系统,并详细给出了增益自调整的单神经元PID控制器和电压空间矢量调制的数字化实现方法。最后基于具有交互功能的MATLAB/Simulink仿真工具和以TMS320LF2407A DSP为核心的硬件平台,进行了仿真和实验研究,分析了单神经元PID控制器初始参数的选择方法,并比较了传统PID控制器和单神经元PID控制器的性能指标。仿真与实验结果表明:单神经元PID控制器可以代替传统的PID控制器,并且其结构简单、易于实现,具有较强的自适应能力和鲁棒性。