采用矢量控制技术可解决传统交流调速的难题，使交流电机可以按直流电机的控制规律来进行控制；而无速度传感器的矢量控制技术由于可以省去速度传感器，使相应的交流调速系统变得简便、廉价和可靠，所以成为当前研究的热点，论文正是在这一背景下展开的。 论文介绍了无速度传感器矢量控制技术的基本理论，比较了已提出的诸多速度估计方案。由于神经网络控制相对于传统的控制方法而言具有很多优点(诸如自学习、自适应性、超强的非线性逼近和泛化能力，不依赖于系统模型的精确性等)，因此，本文采用神经网络进行速度估计。 论文介绍了神经网络的一些基本理论，对神经网络技术存在的问题作了进一步的研究，根据神经网络模式识别原理，应用神经网络的速度估计方案，建立了相应的神经网络速度估计模型，确定了该模型的结构和学习算法(BP算法)。针对BP算法所存在的问题，根据实际的应用，采用了动量法、学习率自适应调整法和权值衰减法来改进传统的BP算法。 论文根据无速度传感器矢量控制技术的基本理论，建立了相应的系统仿真模型，并通过MATLAB／Simulink仿真对其工作性能进行了验证。同时，对所采用的神经网络速度估计方案进行了仿真分析，证明了神经网络速度估计模型相对于传统的速度估计模型而言，估计精度高，具有