传统的PID方法在轨压控制方面具有很多问题,一方面对于时变、非线性系统传统方法鲁棒性、稳定性较差,另一方面不同发动机最优控制参数也不尽相同,而传统方法不具有自适应调整能力,难以在短时间内优化出最适参数,费时费力。并且在各工况切换时存在建压时间长,轨压调节存在较大滞后问题。针对以上问题,本文作者提出一种新的基于神经网络算法的自适应控制器。本文首先根据燃油系统组成原理,建立了高压油泵、喷油器、共轨管以及相关部件的数学模型,并分析了模型逻辑正确性和准确性。同时进一步探究了喷油、供油的、轨压波动的关系。然后设计了基于神经网络前馈BPNN-PID控制的轨压控制策略,并深入研究了影响网络收敛性的网络参数。最后在快速原型平台系统进行发动机台架试验,比较了传统控制器与神经网络控制器的控制效果。仿真和台架试验结果均表明,神经网络控制器在响应速度和稳定速度都优于传统控制器。其中有效地改善了在工况切换中建压大超调问题,提高了建压速度。在稳定工况下,神经网络控制的抗扰动性比传统控制器性能更好,特别是在高转速工况和小循环喷油量中优化效果明显。该研究的提出一方面有助于实现柴油喷油的精确控制,另一方面为我国柴油机控制系统智能化技术提供了参考。