在基于间接矩阵变换器传动系统,尤其是典型的间接矩阵变换器-异步电机调速系统(IMC-IM)中采用模型预测控制方法(Model Predictive Control,MPC),可以对多种性能指标进行优化,以同时保证良好的网侧电能质量和电机的动静态性能。但MPC方法严重依赖于系统模型,且权重系数不易确定和调节。对此,本文深入研究了权重系数及模型参数对控制效果的影响,并提出相应的改进方法,以此提高系统性能。在传统的MPC中,权重系数作为唯一的控制参数,往往设定为不变的恒值,然而这种设定无法满足宽速域内网侧和电机性能同时优化的需求。对此本文提出了一种基于模糊控制理论的权重系数自整定方法,该方法将不同的性能指标与权重系数分别作为模糊控制器的输入量与输出量,同时设置合理的模糊规则算法,使得权重系数可以根据负载和速度需求实时动态调节,以实现宽速域多工况下系统高性能运行。针对MPC参数依赖性强、鲁棒性差的问题,提出了一种基于模型参数自校正的模型预测控制方法,通过对IMC输入LC滤波器的电感参数进行自校正控制,实时调整模型电感参数使其与实际电感相匹配,从而提升系统运行性能。仿真和实验结果表明,利用提出的权重系数自整定方法可在不同的工况下均保证电机良好的调速性能,同时网侧电流谐波含量最多可降低23%。采用提出的模型参数自校正模型预测控制方法,可以在实际滤波器参数变化时实时改变模型参数,降低网侧与输出电流谐波含量约10%。由此证明采用本文提出的改进方法可以有效提升IMC-IM系统网侧及输出侧性能,实现对IMC-IM的高性能控制。