随着工业自动化和生活便利化程度的不断提高,在工控自动化、制造行业、汽车、家电等领域,永磁同步电机的发展较快、应用越来越广泛。相对于电励磁电机,PMSM有着结构简单、省电效率高、运行可靠等优势。目前,在较简单、控制要求不高的工控自动化领域普遍采用的PMSM控制方式依然是传统PID控制,它的特点是算法结构简单、运行可靠和应用难度较小,但是在面对复杂的运行环境以及一些高性能的电机控制时,传统PID控制的弱项就显现了出来。比如在负载转矩的波动较大的情况下或者对电机输出转速的控制精度有高要求的情形下,传统PID控制就达不到所需的控制效果,无法满足PMSM的控制要求。为了使PMSM控制系统有更好的地控制精度和效果,本文以永磁同步电机矢量控制系统为基础,在其基础上将模糊控制和径向基函数(RBF)神经网络各自的优势结合起来,通过控制PID控制器的参数,达到优化PMSM矢量控制系统的目的。该控制器通过RBF神经网络算法对永磁同步电机矢量控制系统的电机各项参数进行在线辨识,经过模糊RBF神经网络PID控制器的优化控制,使得PMSM运行过程中受环境变化的影响减小,达到控制响应快、运行平稳和精确的目的。该控制器克服了传统PID控制器参数固定不变以及模糊PID控制过于依赖专家或者操作人员实操经验的不足之处。本文首先介绍了PMSM在三种不同轴系下的数学模型及其坐标变换的原理,并阐述了矢量控制技术的原理和空间矢量脉宽调制(SVPWM)技术。然后分析了永磁同步电机矢量控制系统的构成,并后续在其基础上分别进行传统PID、模糊PID、模糊RBF神经网络控制的研究、仿真和对比。通过理论原理分析,在MATLAB软件中利用simulink仿真工具搭建了各类控制器的仿真模型,并与PMSM矢量控制系统相结合,对PMSM空载启动和突加负载等情形下进行了运行仿真,结果分析证明了模糊RBF神经网络控制运用在PMSM矢量控制系统中的有效性和可行性,该控制器使得PMSM控制系统具有更强的自适应性和抗干扰能力。