该文主要是以感应电动机为控制对象、以数字信号处理器TMS320F240为控制核心,以具有交互功能的MATLAB/SIMULINK为仿真工具,以神经网络为控制手段,从脉冲宽度调制策略,矢量控制原理、神经网络控制策略、控制系统的结构、软硬件的设计等方面对交流传动系统进行了深入的研究,提出了一种融合神经网络和模型参考自适应控制各自优点的神经网络模型参考自适应速度控制方案.根据Lyapunov稳定性理论确定了各层神经网络的学习速率范围.在分析基于传统误差函数的神经网络过学习问题的基础上提出了一种新的误差函数,该误差函数综合了转矩电流、负载转矩和转于磁链等对感应电动机转速的影响.根据矢量控制系统的特征简化了基于新的误差函数的BP学习算法.对所提出的控制方案进行了仿真.最后给出了神经网络模型参考自适应速度控制在基于TMS320F240和IPM的全数字交流传动系统中的实现方法.仿真和实验结果表明该策略具有一定的理论价值和应用价值.