近年来，感应电机转子磁场定向控制交流变频调速系统的性能不断提高，无速度传感器矢量控制更是增加了系统的简易性和鲁棒性。本论文的研究目标是感应电机无速度传感器矢量控制系统。论文的重点是感应电机的转速估计方法。 本文对近几年在无速度传感器矢量控制方面的研究成果进行了总结和归纳，简要介绍了电力电子技术和控制技术的发展，接着给出了转子磁场定向矢量控制的基本原理，包括坐标变换公式和不同坐标系下的电机动态方程。 介绍了模型参考自适应的基本结构及超稳定性定理，应用基于模型参考自适应的转速辨识方法，对无速度传感器矢量控制系统进行了仿真研究。仿真结果表明，基于模型参考自适应的矢量控制系统具有较好的静态和动态性能。 电机状态方程由于存在状态变量的乘积项，仍然是非线性方程。为了对电机状态方程进行状态估计，得到电机的转子磁链和转速信号，本文采用了扩张卡尔曼滤波，对电机进行状态估计。仿真结果令人满意。 人工神经网络具有很强的学习能力，经过训练的多层神经网络能以任意精度逼近非线性函数，因此为非线性系统辨识提供了一个强有力的工具。本文对多层前向网络进行了研究，提出基于多层网络的异步电机的转速估计。在建立的二层网络中，转速被作为一个权值，运用在线的BP算法对转速进行辨识。对采用多层前向网络的矢量控制系统进行了仿真研究，可以看到该辨识方法具有很好的快速性和逼近程度。 在以TMS320F240为主控制器的研究平台上，对转子磁场定向的无速度传感器矢量控制系统进行了程序设计，实现了神经网络对转速的估计以及电压空间矢量调制算法，为整个系统的实验奠定了基础。