当代交流调速控制技术中,异步电机无速度传感器矢量控制技术普遍应用于电机控制领域。在众多无速度传感器控制方法中,卡尔曼滤波一直以来凭借方法简单、可实现性强、快速收敛、抗噪能力强等优点成为异步电机转速估计方法研究的焦点。但是,传统扩展卡尔曼滤波(EKF)对非线性系统方程进行线性化时,采用的方法是忽略其高次项,从而导致其滤波精度降低。所以为了提高精度就需要对此方法进一步改良。本文通过对传统EKF方法的深入分析研究,采用一种新型的卡尔曼滤波方法—容积卡尔曼滤波来进行对电机转速的估计。主要分析研究的内容是:首先,现代高性能的交流电机调速技术中,矢量控制技术是目前最常用的一种控制技术,因此本文采用矢量控制作为异步电机调速的算法。通过对电机理论知识的学习与矢量控制技术的分析,建立异步电机矢量控制系统的仿真模型,为进一步研究异步电机的无速度传感器矢量控制系统提供理论基础。然后,在异步电机矢量控制系统的基础上,采用了扩展卡尔曼滤波(EKF)算法进行电机无速度传感器矢量控制的研究。使用Matlab/Simulink构造了基于扩展卡尔曼滤波的无速度传感器矢量控制系统模型。仿真结果表明EKF算法具有良好的估计效果,对转速的跟踪性能较为理想,验证了基于EKF的无速度传感器矢量控制的准确性和可行性。再次,EKF方法进行估计时需要把模型线性化,求取雅克比矩阵等,这导致其在转速估计中运算量大,且要求采样的周期短,实际应用较困难。本文针对这种情况,对一种新的卡尔曼滤波方法进行了深入的研究,即容积卡尔曼滤波算法。文章介绍了容积卡尔曼算法的原理并将其应用于电机的矢量控制系统中,搭建了基于CKF的异步电机无速度传感器控制系统仿真模型。通过仿真在低速,中速以及高速来验证其估计效果,并在动态估计时与扩展卡尔曼滤波算法进行了比较分析。仿真结果表明该系统具有更好的跟踪效果,在电机低速时的估计性能也较好,能明显提高系统的转速估计效果。最后,本文采用DSP(F2812)开发系统进行实验的设计。通过对系统硬件与软件的设计建立了基于CKF的异步电机无速度传感器的矢量控制的实验平台。在硬件方面,设计了整流滤波电路,中间直流电路与IPM逆变电路等;在软件设计方面,本文应用的是基于MATLAB/Simulink的DSP代码自动生成与程序调试的方法,通过使用Simulink工具,完成了对复杂功能的DSP程序设计。最后完成了实验平台的设计,并成功进行了实验。实验结果证明,利用容积卡尔曼滤波算法对磁链和转速估计是可行的,达到了预期的效果,可以为异步电机控制系统的研究提供一定的参考。