永磁同步电机具有高效、高功率密度、高转矩惯量比等优点,是最具竞争力的驱动电机,广泛应用于高性能驱动系统中。同时,我国丰富的稀土资源也为永磁同步电机的发展提供了坚实的物质基础。目前,以永磁同步电机为驱动所构成的电力传动控制系统已成为运动控制系统发展的一个主流方向,已经受到国内外的高度重视,是推行电机节能工程的重要手段。然而,永磁同步电机是一个高阶非线性不确定系统,其控制受到电机参数变化、外部扰动、非建模动态等不确定性因素的影响,使得常规反馈控制已经无法满足复杂生产过程和高精度控制的需求。自适应控制是解决上述问题的有效方法,但传统自适应控制基于一些系统模型假设和确定性等价原理设计闭环系统,无法从根本上避开对系统模型结构或参数的依赖,当存在未建模动态和其他不确定因素时,鲁棒性是系统设计时必须考虑的问题。鉴于以上问题,本文的研究思路是,首先研究一类常见的参数模型自适应控制方法——模型参考自适应控制,发现其存在的问题,然后引入一类非参数模型自适应控制方法——无模型自适应控制,并加以改进,消除未建模动态等不确定性因素的影响;最后将两种自适应控制方法结合,提出复合自适应控制的新策略,达到非线性不确定永磁同步电机系统鲁棒控制的目的。论文的研究内容主要包括以下几个方面:(1)建立对象数学模型是参数模型自适应控制方法的首要任务,然而永磁同步电机传统数学模型通常忽略铁耗及磁路饱和等非线性因素的影响,不能准确描述电机的复杂非线性行为。而基于这种不精确的数学模型设计驱动系统,会导致很差的动态性能,甚至引起闭环系统失稳。针对这个问题,论文提出考虑全部损耗和磁路饱和的精确数学模型建立方法。该方法从功率损耗角度以并联等效电阻代替铁耗,并考虑机械损耗和杂散损耗的影响以修正模型;针对模型中电机参数随磁路饱和程度变化的特点,论文采用有限元分析方法获取电机参数与直交轴激励电流的非线性关系,实现精确数学模型的构建。开环仿真分析表明,建立的模型是有效的,与传统数学模型相比,能够更准确地描述电机动态行为,具有更优的动态响应性能。基于此精确模型,对永磁同步电机id=0矢量控制系统进行设计。在SVPWM技术实现方面,提出扇区划分和基本矢量作用时间计算的简易算法,将αβ两相坐标系基本矢量分解到xyz三相坐标系(与ABC坐标系垂直),利用xyz坐标系下矢量符号的线性组合确定扇区,且基本矢量的作用时间即为矢量在该坐标系下的分量,可有效简化计算。在无速度传感器技术实现方面,在已知电机精确模型前提下,设计基于反正切函数的转速和转子位置观测方法,根据αβ两相坐标系的电压方程和磁链方程,计算包含转速和转子位置信息的反电动势,构建转子位置的反正切函数估计转速和位置。最后,针对id=0矢量控制系统进行仿真研究,对系统动态响应性能以及无速度传感器技术进行分析和评价。结果表明,基于精确模型的矢量控制系统动态响应快,稳态精度高,转速和转子位置在中高速时估计效果良好。(2)模型参考自适应控制(MRAC)对于非线性不确定永磁同步电机驱动系统,具有很好的“自适应性”,但受限于对象参数模型,控制性能有待提高。论文从基于稳定性理论的模型参考自适应控制系统设计方法入手,研究其存在的问题。首先,设计带可调增益Lyapunov-MRAC的双闭环控制系统,采用系统的输出广义误差信号和输入变量来设计自适应控制律,实现了可调系统对参考模型的跟踪,但需已知对象参数矩阵,即依赖于对象状态空间描述。为了解决这个问题,在可调增益MRAC方法基础上,考虑增加状态反馈,设计基于状态反馈的Lyapunov-MRAC系统,可有效抑制对象参数变化对控制性能的影响,并与n-m= 1的信号综合型Narendra控制结构进行对比,探讨了两者的异同。仿真实验及性能分析表明,基于Lyapunov稳定性理论设计的MRAC系统,在保证稳定性的前提下,能够抑制参数变化和外部扰动的影响,提高期望轨迹的跟踪精度。但参考模型的确定需被控对象的部分已知参数或结构,同时Lyapunov函数的设计也需一定的经验或先验知识。进一步,将连续系统MRAC方法推广到离散时间电机系统,基于Popov超稳定性理论逆向求解积分不等式获取控制参数自适应律,解决Lyapunov-MRAC方法函数选择问题以及Lyapunov函数对系统控制性能及复杂度的影响,对外部扰动和参数变化均表现出很强的鲁棒性,但仍然无法脱离对参数模型的依赖性。最后,将MRAC方法用于电机无速度传感器技术中,将永磁同步电机作为参考模型,利用广义误差信号更新包含转速参数的可调系统,速度估计的渐进收敛性采用Popov超稳定性理论来保证,实现转速和转子位置观测。仿真分析表明,基于Popov-MRAC的速度观测方法,低速时,受到数学模型、参数变化和电流检测的限制,转速和位置估计精度较低;中高速时,跟踪精度高,估计误差小,能够满足电机控制性能的需要。(3)传统自适应控制没有从根本上解决对参数模型的依赖性问题,对模型做的一些假设及未建模动态等仍然影响控制性能,非参数模型自适应控制方法的“无模型性”是解决这个问题的有效途径。基于这个考虑,本文将无模型自适应控制(MFAC)引入到永磁同步电机速度控制中,提出增强型高阶无模型自适应控制(HMFAC)方法。该方法首先针对永磁同步电机离散时间非线性描述,利用输入输出(I/O)数据动态线性化方法建立电机偏微分形式的等价数据模型,该模型不依赖任何模型结构或参数信息,是“无模型”的;控制器采用某一固定长度滑动时间窗口更多的I/O在线数据来设计,具有更高的自由度和灵活性;对于控制器唯一可调慢时变参数——伪偏导数(PPD),可以通过在线I/O数据进行估计。其次,分析所提出方法中控制参数因子的设置方法,确保方法的有界输入有界输出(BIBO)稳定性以及跟踪误差的单调收敛性。仿真分析表明,HMFAC方法本质上是对跟踪误差的积分行为,与PID在控制律结构上具有相似性;同时,摒除对象参数化模型的建模过程,基于数据驱动技术设计控制器,无需对象任何模型结构和参数信息,可有效克服外部扰动和非建模动态的影响,易于实现且鲁棒性较强,对于存在不确定动态的非线性系统的控制具有很好的理论和应用价值。为进一步提高HMFAC方法的收敛精度,提出一种2-D型高阶无模型自适应迭代学习控制(HMFAILC)方法。充分利用HMFAC方法和迭代学习控制(ILC)方法数据驱动的本质相似关系,以及处理未知不确定性的能力,针对PMSM有限时间区间内重复运行特性,利用系统在迭代学习律作用下沿迭代轴方向的运动改善系统跟踪精度,利用系统在控制输入作用下沿时间轴的运动提高系统的稳定性和抗扰性能。该方法既可以保留系统沿时间轴运动方向的收敛性和稳定性,又有利于提高有限时间区间跟踪误差的收敛精度,属于两种数据驱动技术的复合控制方法。仿真分析表明,HMFAILC方法一方面可解决HMFAC不具有学习功能的缺陷,另一方面,可有效克服传统ILC学习控制律对系统先验知识的依赖和选择学习增益的盲目性,两者优势互补,在收敛性和鲁棒性等方面远远优于单纯HMFAC或ILC控制方法,(4)提出串联型HMFAC-MRAC和并联型HMFAC-MRAC两种复合控制方法。MRAC依赖于对象参数化模型结构信息,无法彻底避免未建模动态等不确定性因素的影响,其鲁棒性成为棘手问题;而HMFAC对I/O数据过分依赖,在数据存在量测噪声和数据丢失(或不完备)情况下,是否仍能保证系统的鲁棒性也是一个值得深入研究的问题。因此,研究优势互补的复合自适应控制方法是一个合理的选择。本文利用模块化设计思想,提出串联型HMFAC-MRAC和并联型HMFAC-MRAC两种复合控制方法。串联型HMFAC-MRAC主要思想是将HMFAC和MRAC串级连接,HMFAC用于控制器的设计,建立系统等价线性化数据模型以及推导高阶自适应控制算法;MRAC基于超稳定性理论辨识控制器可调参数PPD,控制方法本质上是数据驱动的MRAC方法。但与传统MRAC相比,无需对象模型结构或参数信息,对于参数变化、外部扰动和未建模动态的影响,可有效抑制在HMFAC控制环路中,即使在数据丢失时也表现出很强的鲁棒性,仿真分析很好地验证了这一点。并联型HMFAC-MRAC主要思想是将HMFAC作为外环补偿回路加入到原有MRAC控制系统上,估计或预测不确定性参数并修正控制输入,补偿系统未建模动态和参数估计误差。打开HMFAC环路,系统退化为原有MRAC系统,该方法本质上是带参数补偿的MRAC方法,属于参数模型控制。仿真结果的对比分析表明,串联型和并联型HMFAC-MRAC在收敛性和鲁棒性上表现出相近的特性,都具有良好的处理不确定性的能力,控制性能远远优于单纯的MRAC方法。基于模块化思想设计的复合控制方法可为其他类别复合控制提供一定的参考,具有很大的理论和实用价值。