为实现感应电机高性能控制，本文研究了基于Hammerstein模型和神经网络技术的感应电机系统建模及控制方法。采用基于神经网络-自回归滑动平均(NN-ARMA)结构的Hammerstein模型对感应电机系统进行建模，并根据所建模型研究控制方法。论文主要工作如下:　　(1)提出了利用NN-ARMA结构Hammerstein模型对感应电机系统建模的方法。分别采用神经网络和ARMA模型对感应电机Hammerstein模型的静态非线性部分和动态线性部分进行辨识，构建NN-ARMA结构Hammerstein模型。从模型阶次初选、参数辨识和适用性检测等方面介绍了ARMA模型辨识方法，并阐述了神经网络模型辨识静态非线性系统的具体方法及步骤。　　(2)提出了基于NN-ARMA结构Hammerstein模型的单输入单输出感应电机变频调速系统建模方法。首先，利用NN-ARMA结构Hammerstein模型对基于恒压频比控制的感应电机变频调速系统进行建模，再构建静态非线性部分的神经网络逆模型，以补偿原系统的非线性特性，将原系统复合为伪线性系统，并对其进行控制策略设计。最后利用仿真工具验证了所提建模方案及控制策略的可行性。　　(3)提出了基于NN-ARMA结构Hammerstein模型和静态解耦理论的两输入两输出感应电机逆变器系统解耦控制方法。首先，利用NN-ARMA结构Hammerstein模型对感应电机系统进行建模。在建模过程中，根据静态解耦理论，对Hammerstein模型进行简化。然后，对于解耦后的模型，通过构建其静态非线性模块的神经网络逆模型，以补偿原系统的非线性特性，将原系统近似复合为两个线性子系统，并引入PID控制器实现两个子系统的闭环控制。最后利用仿真实验证明了所提建模方法及解耦控制方案的可行性。　　(4)基于ARM控制器的感应电机变频调速实验平台搭建。根据恒压频比控制原理，在ARM控制系统中初步实现了感应电机变频调速控制，为进一步实验研究奠定了基础。