永磁直线同步电机(PMLSM)具有推力大、响应速度快、可靠性高等优点,被广泛应用于航空航天、半导体和高速自动化加工设备,与传统旋转电机相比,省去了中间传动环节,直接驱动负载,大幅度提升了效率。然而,在实际运行时PMLSM易受外部负载扰动、摩擦力和推力波动等不确定性影响,因此,PMLSM控制系统在实际应用中是一个高度非线性的时变系统。为了削弱PMLSM受不确定性的影响,提出了基于非线性扰动观测器(NDO)的自适应模糊控制和基于NDO的智能控制方法。首先,阐述了PMLSM的基本结构和工作原理,建立了含有不确定性的PMLSM动态运动方程,基于矢量控制理论建立了PMLSM矢量控制系统,并分析了PMLSM的扰动影响因素。其次,针对系统易受外部负载扰动、摩擦力和推力波动等不确定性影响,提出基于NDO的自适应模糊控制方法,通过反馈线性化控制和NDO相结合,利用反馈线性化控制器将系统线性化并保证全局稳定性,结合一种改进的NDO,取消了对不确定性变化率近似为零的限制,有效观测并补偿了不确定性。由于实际运行过程中观测器增益的选取极易导致观测误差较大,采用自适应模糊控制逼近NDO的观测误差,通过自适应律动态调整模糊规则,改善模糊控制器的性能。通过仿真实验表明基于NDO的自适应模糊控制方法有效减小了跟踪误差,增强系统的鲁棒性。最后,针对自适应模糊控制逼近NDO的观测误差时,自适应律对模糊规则的动态调整有一定的局限性,采用基于NDO的智能控制方法,引入小波神经网络(WNN)对NDO的观测误差进行动态补偿,有效改善了NDO的补偿性能,通过仿真结果表明,与基于NDO的自适应模糊控制方法相比,基于NDO的智能控制方法进一步提高了系统跟踪精度,增强系统的鲁棒性。