转炉的倾动是转炉系统控制是关系产品质量和生产安全的关键环节,在转炉系统中,传统炉体倾动系统是采用直流电机驱动,控制系统采用了逻辑无环流直流调速系统。该种方式故障率较高;而且炉体倾动的角度控制也没能很好的解决,时常由于机械式主令的触头松动错位而造成事故;如超过角度极限时会造成“倒钢”,有时停车不到位,钢水不能进钢包,造成“跑钢”等等。针对这种情况,本文对无速度传感器异步电机矢量控制系统进行了有益的探索。提出了改进的电压型转子磁链估算模型。在传统型参考自适应系统基础上,将系统中原有的自适应调节机构用一个具有在线学习能力的模糊神经网络取代,提出一种基于模糊神经网络的异步电机转速估计方法,这种混合控制方法能够在没有速度传感器的情况下,控制水平达到直流调速系统的性能要求,控制结构简单、易于实现,为解决类似系统的智能控制提供了一条新途径。本文首先讲述了转炉炼钢的工艺特点和研究现以及状转炉的倾动中的一些问题;第二章详细论述了异步电机的数学模型和坐标变换、矢量控制的基本方程式、转子磁链的观测方法。第三至五章较为详细地阐述了模糊神经网络控制原理。第六章根据以上研究提出一种基于模糊神经网络的异步电机转速估计方法,并给出了速度估计器的模糊神经网络结构和学习算法。最后对基于模糊神经网络转速估计的异步电机矢量控制系统进行了仿真,结果表明该系统具有良好的性能。