本文针对异步电机这样一个多变量的、强耦合、参数时变的复杂非线性系统，系统地研究了异步电机参数辨识与状态估计方法，并给出了异步电机的全数字控制方案，设计了数字控制系统的硬件和软件。 转子磁场定向控制使交流调速系统的性能产生了质的飞跃，异步电机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，这种系统需解决两个问题：转速的估计和转子磁链的观测。在前人研究的基础上，本文应用基于超稳定性理论的模型参考自适应系统，对无速度传感器矢量控制系统的转速估计和转子磁链观测进行研究，并考虑电机定转子参数的时变性，对电机的一些定、转子参数进行实时辨识，以保持系统的动、静态性能。对系统的仿真实验表明，基于模型参考自适应系统的矢量控制系统具有较好的静态和动态性能。 此外，本文在第三章中还重点的讲述了利用模糊逻辑控制和人工神经网络控制分别对定、转子电阻估计的方法。模糊逻辑控制可以有效的避免对系统建立准确的数学模型，而人工神经网络具有超强的学习能力，这些人工智能方法将成为参数辨识的强有力的工具，通过仿真表明这两种方法具有较好的动、静态特性。 最后，本文给出了一种基于数字信号处理器的异步电机电机数字控制系统实现方案。对控制系统的硬、软件进行了优化设计，从而保证了系统控制的实时性和安全性；并在TMS320F2812上实现了控制系统的软件的编写，实现了异步电机全数字化控制。