本课题是在台达基金"单神经元智能控制在电力传动系统中的应用研究"的资助下,进一步开展智能控制在电力传动系统中的应用研究.异步电机按定子磁链定向控制是介于直接转矩控制和矢量控制之间的一种新型控制策略,它既保持了矢量控制的转矩连续控制和直接转矩控制的高动态响应特性,又克服了直接转矩控制的转矩脉动和矢量控制对参数的敏感性.本文在原有的研究基础上,进一步研究按定子磁链定向控制调速系统的智能控制器.利用Visual C++6.0开发了上位机监控平台,建立了良好的人机界面,实现了实时采集与显示数据、传送命令,并能根据响应曲线波形对响应特性进行辨识,提取动态过程的特征值.监控平台对调速特性的辨识为神经网络在系统中的应用打下了基础.神经网络具有不同于传统方法的特殊性能,应用于控制领域具有显著的优越性.本文针对传统的PI控制器,建立了PI参数与系统动静态响应特性映射关系的神经网络模型.基于此模型,对PI参数进行优化,取得了良好的效果.由于神经网络的训练过程较为复杂,不能满足高实时性的传动控制,故对参数的优化是离线进行的.单神经元结构简单,满足高实时性要求,并具有神经网络的自学习特点,在传动控制系统中具有很大的应用价值.积分分离的单神经元智能控制器,克服了传统PI调节器快速性和稳定性的矛盾,抗负载扰动性强,但积分分离时间对系统性能有重要影响.本文通过实验研究,对积分分离时间进行了优化.