| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-18页 |
| 1．1 引言 | 第7-9页 |
| 1．2 电力电子器件和微处理器的发展 | 第9-12页 |
| 1．3 矢量控制技术国内外研究现状 | 第12-16页 |
| 1．4 论文的主要内容 | 第16-18页 |
| 第二章 基于模型参考自适应系统的无速度传感器矢量控制 | 第18-48页 |
| 2．1 异步电动机转子磁场定向矢量控制的基本原理 | 第18-24页 |
| 2．1．1 三相异步电动机的数学模型 | 第18-21页 |
| 2．1．2 转子磁场定向矢量控制基本原理 | 第21-24页 |
| 2．2 模型参考自适应系统设计的基本理论 | 第24-28页 |
| 2．2．1 模型参考自适应系统的基本结构 | 第24-26页 |
| 2．2．2 基于超稳定与正性系统的设计 | 第26-28页 |
| 2．3 无速度传感器矢量控制的自适应转速估计 | 第28-37页 |
| 2．3．1 异步电机的状态方程描述和可控可观性分析 | 第28-31页 |
| 2．3．2 异步电机的转速自适应估计 | 第31-37页 |
| 2．4 转子磁链的自适应观测 | 第37-43页 |
| 2．5 基于模型参考自适应系统的矢量控制的仿真研究 | 第43-47页 |
| 2．5．1 异步电机矢量控制系统仿真电路 | 第43-45页 |
| 2．5．2 仿真实验结果 | 第45-47页 |
| 2．6 本章小结 | 第47-48页 |
| 第三章 异步电机的实时参数辨识和状态观测 | 第48-67页 |
| 3．1 参数估计和状态估计的基本方法 | 第48-54页 |
| 3．1．1 最小二乘法基本原理及其递推算法 | 第48-51页 |
| 3．1．2 非线性系统的状态估计 | 第51-54页 |
| 3．2 电机定转子参数的递推辨识算法 | 第54-60页 |
| 3．2．1 电机数学模型的标准最小二乘法形式 | 第54-58页 |
| 3．2．2 定转子参数的最小二乘递推辨识算法 | 第58-60页 |
| 3．3 基于扩展卡尔曼滤波的电机转子磁链和转速估计 | 第60-66页 |
| 3．4 本章小结 | 第66-67页 |
| 第四章 基于神经网络的矢量控制系统 | 第67-83页 |
| 4．1 人工神经网络（ANN）模型 | 第67-70页 |
| 4．1．1 人工神经网络的发展及应用 | 第67-68页 |
| 4．1．2 神经网络的基本类型与模型分析 | 第68-70页 |
| 4．2 基于多层前向网络的电机转子磁链和转速辨识 | 第70-77页 |
| 4．2．1 多层前向网络模型结构及其算法 | 第70-72页 |
| 4．2．2 利用多层前向网络进行磁链和转速辨识 | 第72-77页 |
| 4．3 基于动态递归网络的矢量控制系统 | 第77-82页 |
| 4．3．1 动态递归网络的动态BP离线学习算法 | 第78-80页 |
| 4．3．2 基于动态递归网络的磁链和转速辨识 | 第80-82页 |
| 4．4 本章小结 | 第82-83页 |
| 第五章 基于DSP的矢量控制系统实验研究 | 第83-106页 |
| 5．1 无速度传感器矢量控制系统设计 | 第83-84页 |
| 5．2 系统硬件电路设计 | 第84-90页 |
| 5．3 系统软件程序设计 | 第90-100页 |
| 5．3．1 电机标幺制模型 | 第91-93页 |
| 5．3．2 扩展卡尔曼滤波算法 | 第93-94页 |
| 5．3．3 电压空间矢量调制（SVPWM）及其控制算法 | 第94-100页 |
| 5．4 实验结果 | 第100-105页 |
| 5．5 本章小结 | 第105-106页 |
| 第六章 结论与展望 | 第106-108页 |
| 6．1 全文总结 | 第106-107页 |
| 6．2 进一步工作的展望 | 第107-108页 |
| 参考文献 | 第108-113页 |
| 攻读博士学位其间发表论文 | 第113-114页 |
| 致谢 | 第114页 |
