永磁同步电动机以其体积小、效率高、可靠性好以及对环境的适应性强等诸多优点,在各种高性能驱动系统中得到了广泛应用。永磁同步电动机的矢量控制可以获得很高的性能,该系统中控制器的设计对系统的性能起主要作用。电机本身的参数(如转子电阻)和拖动负载的参数(如转动惯量)在某些应用场合会随工况而变化;同时,永磁同步电机本身实质上是一个非线性的被控对象。对一些精度要求较高的场合,传统的线性的常参数的PID调节器很难获取非常满意的控制效果。而智能控制器则可以自适应地改变参数,以弥补线性PID调节器的不足,从而提高系统对各种扰动,非线性因素的适应能力。模糊神经网络控制综合了神经网络和模糊控制的优点,作为智能控制的一个重要分支有广阔的发展前景,因此永磁同步电机模糊神经网络控制的研究有重要的理论和实际意义。 本文以永磁同步电机为研究对象,提出了一种模糊神经网络控制方法。首先,本文介绍了坐标变换的基本原理和永磁同步电机的数学模型,以及永磁同步电动机的矢量控制原理,设计了i_d=0的转子磁场定向的矢量控制方案。其次,在介绍模糊PID原理的基础上设计了模糊自整定PID控制器,作为永磁同步电动机电流和速度双闭环矢量控制系统的转速调节器,在MATLAB/SIMULINK中搭建系统仿真模型,对整个系统进行仿真,验证了该控制方法的可行性。然后设计了神经网络PID控制器,将电机等效为一个传递函数,使用MATLAB仿真软件中的m文件编程方式进行系统仿真。最后,在模糊自整定PID控制和神经网络PID控制的基础上,本文设计了模糊神经网络控制器。该控制器利用神经网络记忆模糊规则,它结合了模糊逻辑控制和神经网络的优点,不依赖被控对象精确的数学模型、对外界环境变化具有学习性和适应性等特点。本文以该控制器作为永磁同步电机电流和速度双闭环矢量控制系统的转速调节器。进行了仿真研究及分析。仿真结果表明,永磁同步电机的神经网络模糊控制的响应速度和超调等指标都比模糊控制好,它能更好抑制外加扰动和参数变化,具有良好的动静态性能。