En el método de control sin sensor de motor síncrono de imán permanente (PMSM), la inductancia del motor es un parámetro decisivo para la estimación de la posición del rotor. Debido a la saturación magnética del núcleo, la corriente del motor fácilmente provoca variaciones en la inductancia y degrada la precisión de la estimación de la posición del rotor. Para un par de carga constante, la inductancia saturada y el error de inductancia en el método de control sin sensor son constantes. El error de inductancia resulta en un error constante en la estimación de la posición del rotor y degradaciones menores, como una corriente de par menos óptima, pero sin error en la estimación de la velocidad. Para un par de carga periódico, el error del parámetro de inductancia fluctúa periódicamente y, como resultado, el error de estimación de la posición y el error de velocidad también fluctúan periódicamente. El error de velocidad periódico dificulta especialmente la regulación de la velocidad y la compensación del par de carga. Este documento presenta un estimador de parámetros de inductancia basado en redes neuronales polinomiales (PNN) de aprendizaje automático para el control sin sensor de PMSM con un compensador de par de carga periódico. Al aplicar un estimador de inductancia, también propusimos un método de compensación de saturación magnética para minimizar la fluctuación periódica de la velocidad. Se realizaron simulaciones y experimentos para validar el método propuesto al confirmar una mayor precisión en la estimación de la posición y la velocidad, y una reducción de la vibración del sistema frente al par de carga periódico.