随着经济飞速发展,人们对于列车的性能需求越来越高,有关列车的系统控制一直以来都受到专家学者们的重视,列车性能优化既能促进绿色环保,又能提升国民综合运力及实力,是我国发展的重要骨干学科之一。针对列车牵引传动系统,使其能高品质、稳定运行一直以来是重点研究领域。本文首先分析了列车牵引传动系统的大致组成和各个部件的工作原理,拟针对其核心部件,即三相异步电机进行优化性能调速。再从异步电机的数学模型入手,深入分析了直接转矩控制(Direct Torque Control—DTC)的核心思想及基础,通过对定子磁链偏差、电磁转矩偏差的判断,跟着磁链扇区位置,来确定电压矢量的选择,实现电机合理控制。这种控制方法虽然广泛应用于交流调速领域中,但自身也存在着一些缺陷,例如开关频率不稳定、转矩脉动过大、低速及异常工况下波动幅度很大等。据此,考虑结合智能控制策略来进行优化,使其既能保持直接转矩控制的优越性,又能克服其自身缺点。接着对于速度突变或负载突变会导致转速、转矩波动较大这些问题,结合模糊控制的优良鲁棒性,设计出模糊PI自适应调节器,把传统的调速手段改为模糊PI控制,使比例积分系数能全场动态的进行在线反馈调节,提高系统的稳定性。再者,利用神经网络并行运算的特性,以及其较强的容差能力,将其引入了到电压矢量控制器的优化中,构建了一个BP(Back Propagation)神经网络选择器来对此非线性关系进行精准快速的处理。最后,通过MATLAB搭建了传统的直接转矩控制和通过智能策略优化后的系统模型,对比仿真结果,进行验证分析。证明优化策略的引入的确对系统的控制有所帮助,提高了整体系统的鲁棒性,符合预期设想。