随着近年来制造业和加工业等工业领域生产水平的不断提高，对大型生产设备控制系统性能的要求也越来越高。同步控制性能的好坏不仅关系到产品的质量，还会影响产品的销售。因此，如何改善多电机同步控制系统的性能，提高同步控制精度，具有十分重要的现实意义。目前，多电机同步控制主要存在两个问题。首先是单台电机对于给定速度的跟随问题。想要实现多台电机同步运行，单台电机的控制效果要好，这就要求每台电机的控制器具有良好的动态响应能力。在工业生产中应用较为广泛的是常规PID控制器，其具有结构简单，易于实现的特点。但由于PID参数在控制过程中一经确定无法改变，当面对多电机同步控制系统这种非线性、时变、强耦合控制对象时，其控制效果并不理想。由此，本文在常规PID控制器基础上设计了具有自学习能力的神经元PID控制器，在动载荷扰动情况下，可对PID参数在线实时整定，并在深入研究的过程中对其进行了改进，设计了基于比例求和微分（PSD）算法的神经元PID控制器。在Matlab7.0环境下经仿真试验证明了该方法的有效性。其次是多台电机的协同控制问题。偏差耦合控制与并行控制、主从控制相比，在解决多电机同步控制问题上取得了较好的控制效果。但是传统偏差耦合控制的速度补偿器无法根据电机的运行状态改变电机间耦合次序，削弱了电机间的同步控制性能。本文设计了基于模糊控制的速度补偿器，对传统的偏差耦合控制进行了改进。当电机运行状态改变时，改进的偏差耦合控制可以对多台电机的耦合次序进行实时调整，仿真试验表明其同步控制性能有了明显提高。