研究发现传统的异步电机的直接转矩控制系统在低速运行(即额定转速的30％以下)时，转矩脉动大、电流和磁链轨迹畸变比较严重，响应速度慢，异步电机调速系统的控制精度以及动态性能指标受到了严重的影响。　　 针对异步电机低速状态下，转矩大、定子磁链和电流畸变的问题，本文提出了模糊控制技术及神经网络技术与直接转矩控制相结合的智能控制方案。该方案利用模糊逻辑控制器来代替传统直接转矩控制系统中的转矩和磁链滞环控制器，优化了开关表，实现了转矩的实时控制。这种方案取代了传统的滞环的调节器，不仅可以在不增加开关频率和系统电路的复杂性的前提下，使电压空间矢量调制更为简单，并对转矩的脉动、电流和磁链波动也进行改进。同时该方案还采用了模糊神经网络控制技术对定子电阻进行辨识，通过观测定子电流对定子电阻进行在线识别、实时检测，以便准确计算定子磁链，从而对定子磁链和定子电流的畸变进行改进。　　 本文还在Matlab的仿真实验平台中，构建了基于模糊控制技术和模糊神经网络定子电阻辨识的异步电机低速时直接转矩控制系统的仿真模型。仿真结果表明了模糊控制系统减小转矩的脉动，提高了响应的速度，同时具有较好的动静态稳定性和鲁棒性；模糊神经网络定子电阻辨识控制系统改善了定子磁链和电流磁链畸变的问题，并能够精确检测定子电阻，对定子磁链进行很好的补偿，减小了转矩脉动，提高了系统的响应速度。实验结果验证了该方案的可行性和有效性，与理论分析相符。