无速度传感器直接转矩控制是当前交流传动领域中的研究热点。以往在直接转矩控制系统中采用速度传感器检测速度信号，由于测速装置具有安装不便、维修困难、测量精度差等缺点，因而采用软件代替硬件检测设备辨识速度，即进行无速度传感器的设计，不失为一种有效可行的速度辨识方法。无速度传感器的设计可以使直接转矩控制系统的结构更加简单，以减少安装和维护的费用，利于提高系统的稳定性和可靠性，具有广泛的应用前景。 本文根据异步电动机直接转矩控制原理，在应用人工神经网络进行速度辨识的基础上，利用遗传算法对神经网络速度辨识器进行了优化设计；运用遗传算法对PID速度调节器的结构和参数进行了整合；在采用模糊神经网络对电机定子电阻辨识的基础上，进行了定子磁链及转矩的观测，为最终实现无速度传感器直接转矩控制系统的智能控制创造了条件。 在无速度传感器直接转矩控制系统理论研究和软硬件设计的基础上，利用MATLAB仿真工具箱完成了整个系统及各个部分的仿真，并对仿真结果进行了分析和说明。仿真结果表明，基于智能算法的无速度传感器直接转矩控制系统具有良好的静、动态性能。 本文设计的基于遗传算法优化的神经网络速度辨识器和模糊神经网络定子磁链及转矩观测器实现了人工智能技术在无速度传感器设计方面的应用，为直接转矩控制系统实现全面数字化、智能化奠定了有利的基础。