| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 符号注释表 | 第8-10页 |
| 1 绪论 | 第10-14页 |
| 1．1 课题的研究背景和意义 | 第10-12页 |
| 1．2 课题的国内外研究现状 | 第12-13页 |
| 1．3 论文拟做的主要工作 | 第13-14页 |
| 2 矢量控制技术的基本原理 | 第14-34页 |
| 2．1 感应电动机的动态数学模型 | 第14-15页 |
| 2．2 感应电动机的几种等效电路 | 第15-18页 |
| 2．2．1 感应电动机的T型等效电路 | 第15-16页 |
| 2．2．2 感应电动机T型等效电路的通用形式 | 第16-17页 |
| 2．2．3 突出转子磁链的感应电动机T型等效电路 | 第17-18页 |
| 2．3 坐标变换理论与感应电动机的等效数学模型 | 第18-21页 |
| 2．3．1 坐标变换理论 | 第18-20页 |
| 2．3．2 感应电动机在不同坐标系下的等效数学模型 | 第20-21页 |
| 2．4 考虑铁耗影响的感应电动机数学模型 | 第21-22页 |
| 2．5 矢量控制技术的基本原理 | 第22-26页 |
| 2．5．1 转子磁场定向的矢量控制技术基本原理 | 第22-24页 |
| 2．5．2 转子磁场定向的矢量控制技术基本类型 | 第24-26页 |
| 2．6 无速度传感器矢量控制技术的速度估计方案比较 | 第26-33页 |
| 2．6．1 开环速度估计法 | 第27-28页 |
| 2．6．2 模型参考自适应（MARS）速度估计法 | 第28-30页 |
| 2．6．3 人工智能速度估计法 | 第30页 |
| 2．6．4 扩展的Kalman滤波器速度估计法 | 第30-31页 |
| 2．6．5 定子三次谐波电压速度估计法 | 第31-32页 |
| 2．6．6 转子q轴磁链速度估计法 | 第32-33页 |
| 2．7 本章小结 | 第33-34页 |
| 3 基于神经网络的速度估计方法研究 | 第34-53页 |
| 3．1 神经网络的基本理论 | 第34-42页 |
| 3．1．1 神经网络的发展与现状 | 第34-35页 |
| 3．1．2 神经网络在自动控制领域中的应用 | 第35-36页 |
| 3．1．3 神经网络模型的结构与算法 | 第36-42页 |
| 3．2 神经网络速度估计方法 | 第42-51页 |
| 3．2．1 神经网络速度估计的基本原理 | 第42-44页 |
| 3．2．2 神经网络速度估计方案 | 第44-46页 |
| 3．2．3 神经网络速度估计的几个重要问题 | 第46-47页 |
| 3．2．4 神经网络模型的结构 | 第47-48页 |
| 3．2．5 神经网络模型的实现算法及其改进 | 第48-51页 |
| 3．2．6 神经网络模型训练样本的选择与处理 | 第51页 |
| 3．3 本章小结 | 第51-53页 |
| 4 仿真结果与分析 | 第53-62页 |
| 4．1 无速度传感器矢量控制系统的仿真结果分析 | 第53-56页 |
| 4．2 感应电动机参数变化对速度估计模型的影响分析 | 第56-58页 |
| 4．3 考虑铁耗对速度估计模型的影响分析 | 第58-60页 |
| 4．4 同时考虑参数变化和铁耗对速度估计模型的影响分析 | 第60-61页 |
| 4．5 本章小结 | 第61-62页 |
| 5 实验结果与分析 | 第62-69页 |
| 5．1 实验参数和工作状况描述 | 第62-63页 |
| 5．2 实验结果分析 | 第63-68页 |
| 5．3 本章小结 | 第68-69页 |
| 6 结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
