本論文提出感應馬達於負載特性未知及轉子電阻受溫升變化的情況下，使
用類神經網路（ Artificial Neural Networks, ANN's ）控制器以及磁
場導向（Field-Oriented)的控制方法，使得感應馬達轉速緊隨著預先選
定的參考模型運轉。類神經網路具有解決高度非線性控制問題的能力，利
用類神經網路辨識及模擬感應馬達及其負載，使感應馬達的非線性模型及
未知負載，均可藉由類神經網路確認(Identification)其特性。將訓練完
畢之類神經網路與速度參考模型結合，可達到速度軌跡控制的目的。對於
感應馬達轉子電阻受溫升影響所產生的參數變化問題，文中亦利用類神經
網路提出解決的方法。將類神經網路與傳統PI（Proportional Plus
Integral）控制器比較，由分析及模擬結果得知，本文所提出之類神經網
路控制器較傳統PI控制器為優。本論文嘗試使用類神經網路做為磁場導向
控制方法中之控制器，用以克服採用PI控制器的一些缺點，尤其針對工業
與軍事應用上常須使用的高性能速度控制，提出一套完整的控制方法，使
得採用此種方法不僅能達到速度軌跡控制的目的，且在系統中有參數變化
時，尤其是轉子電阻受溫升影響的情況下，仍具有良好的控制效果。本論
文利用磁場導向控制方法，將使感應馬達之控制特性類似直流馬達，以其
輸入與輸出信號做為類神經網路之訓練資料，再利用倒傳遞理論建立類神
經網路，以模擬出感應馬達之動態特性，再將已訓練完畢之類神經網路與
參考模型結合，使用間接參考模型適應性控制方法，確使感應馬達轉速緊
隨著參考轉速運轉。

In this thesis a high-performance speed control approach us-
ing artificial neural networks (ANN's) for the field-
oriented induction motor is proposed. The speed of an
induction motor can be controlled to follow an arbitrarily
selected speed tra- jectory Especially, an accurate track of
the speed can still be obtained when uncertainties of the motor
and its load exist. The uncertainties include the unknown load
on the motor and the vari- ation of the motor rotor resistance
due to the temperature rise. To evaluate the performance of
the proposed control system, the system has been simulated by
using detailed models of the induc- tion motor vector control,
the current hysteresis controlled VSI (Voltage Source
Inverter) and the ANN's. The scenarios simulated on a typical
induction motor are composed of unknown nonlinear load,
different trajectories of speed and patterns of rotor tance
variation. Simulated results of the proposed system are pared
with those of the traditional PI (Proportional Plus Integr- al)
controller. Preliminary results show that our proposed con-
trol system can achieve superior performances on the speed
tra- jectory tracking and the adaptability to the parameter
variation of rotor resistance.