直接转矩控制技术广泛的应用于交流调速系统，因为它有着控制结构简单、转矩响应快、鲁棒性强等特点，是继矢量控制技术之后发展起来的一种新的高性能交流调速方法。定子磁链准确观测对高性能直接转矩控制至关重要。本论文在这方面进行了部分研究工作，本文主要研究的内容如下:　　1、提出基于低通滤波器和静态神经网络串联而成的维纳模型的定子磁链观测器。鉴于已有方法中纯积分器易受到初始误差和直流偏移的影响、单纯的低通滤波器又会给定子磁链观测带来相位偏差和幅值衰减、静态神经网络无法很好地描述动态系统等问题。提出利用维纳模型能描述一般动态非线性系统的特性，结合低通滤波器以及神经网络的优点，构造低通滤波器与神经网络串联而成的维纳模型定子磁链观测器。　　2、在维纳模型定子磁链观测器基础上，对维纳模型中线性动态环节中的低通滤波器进行改进研究。已有改进方法中低通滤波器中的固定的截止频率会导致系统运行在截止频率附近时磁链观测误差变大。本文在分析了最佳截止频率与转速的关系后，在线性动态环节中将多个含有不同速度段的最佳截止频率的低通滤波器并联，达到了全速范围都能以较高精度准确观测定子磁链的目的。　　3、将粒子群算法优化神经网络的方法，应用到了维纳模型定子磁链观测器中，提高了定子磁链观测器的精度。静态环节中神经网络存在初始权值和阈值的选择存在随机性的问题。故采用粒子群算法对其优化。本文通过实验采集数据来训练维纳模型定子磁链观测器中的神经网络，实验结果证明了该方法的有效性。　　4、在MATLAB7.13/Simulink环境下，将基于维纳模型的定子磁链观测器以及改进方法应用到直接转矩控制系统，分别搭建仿真模型。从稳态、动态、低速三个方面来对比改进前后的直接转矩控制定子磁链观测效果，并对两者对直流偏移量的处理结果做了对比分析，结果证明改进后的维纳模型定子磁链观测器，动静态性能良好，在全速范围内实现了较高的磁链观测精度，并有较强的鲁棒性。