本文系统地综述了直接转矩控制的现状和发展情况，并对直接转矩控制的基本理论和原理进行详细地介绍，通过仿真说明优缺点，进而提出新的智能方法在直接转矩控制中的应用，并证明了有效性。 与矢量控制相比，直接转矩控制的主要优点是直接对电机的磁链和转矩进行控制。本文通过对异步电机数学模型的分析，指出直接转矩控制的关键是根据磁链和转矩的要求，合理地选择定子电压矢量。并且具体分析了电压矢量对转矩和磁链的作用。 为了实现智能控制方法和直接转矩控制合理结合，本文系统地介绍了智能控制方法中的典型的模糊逻辑控制、神经网络控制方法，详细分析了智能控制中的模糊、神经网络控制器的设计和求解机理。根据模糊控制、神经网络技术的不同特点，提出了智能直接转矩控制方法的解决方案。 为克服传统的直接转矩控制方法中无法根据转矩、磁链的大小程度来选择合适的电压矢量这一缺点，本文采用了新型模糊控制器代替传统的转矩磁链两点式Bang-Bang控制，全面综合考虑了转矩误差的大小程度，实现了大误差大调节、小误差精调节的策略。仿真结果表明，该方法提高了系统在转矩指令突变时的响应速度，同时稳态定子磁链轨迹非常接近期望的圆形。 本文依据神经网络离线训练、在线控制的思想及其具有较强的鲁棒性来建立一种新的电机转速辨识模型，由于神经网络具有并行计算的能力，因此具有良好的动态响应能力。仿真结果证明了该方法的可行性，所以这种模型可直接作为交流异步电机调速系统的转速反馈量，用于无速度传感器的变频调速系统中。文中同时提出了神经网络直接转矩控制器，仿真结果可以看出转矩脉动得到了明显地改善。