محرکه های الکتریکی یکی از نقاط تلاقی برق و مکانیکی می باشند و کاربردهای بسیار زیادی را در صنعت به خود اختصاص داده اند. در گذشته از موتور dc به علت سادگی کنترل آنها بصورت محرکه های الکتریکی استفاده می شد. لیکن در چند دهه اخیر با پیشرفت علم الکترونیک قدرت و ساحت ریزپردازنده های قوی و نیز ابداع روشهای توانمند کنترل موتورهای ac، این موتورها به ویژه موتورهای القایی جایگزین موتورهای dc شده اند. در این پایان نامه با توجه به مدل پیچیده غیرخطی موتورالقایی از روشهای هوشمند تطبیقی برای کنترل و تخمین سرعت مکانیکی موتور استفاده گردیده است . در کنترل سرعت موتور از یک کنترل کننده فازی - عصبی تطبیقی با یادگیری تقویتی استفاده شده است . جهت تخمین سرعت موتور نیز یک شبکه عصبی به عنوان تخمینگر مورد استفاده قرار گرفته است . جهت تخمین سرعت موتور نیز یک شبکه عصبی به عنوان تخمینگر مورد استفاده قرار گرفته است . ورودیهای تخمینگر عصبی جریانهای اندازه گیری شده و ولتاژهای کنترلی موتور بوده و خروجی آن نیز سرعت تخمینی موتور می باشد. روشهای پیشنهادی در این پایان نامه جهت کنترل و تخمین سرعت موتور القایی، پس از شبیه سازی بوسیله نرم افزار simulink و بررسی مقاومت سیستم کنترل در برابر عوامل غیرایده آل، در آزمایشگاه بوسیله مجموعه اینورتر و pc بر روی یک موتور القایی 1ˆ1 کیلووات پیاده سازی شده و نتایج بدست آمده از پیاده سازی با نتایج حاصل از شبیه سازی مقایسه گردیده است .