随着日益严重的空气污染和温室效应,传统化石燃料汽车尾气排放被认为是造成该问题重要的原因所在,电动汽车因其采用非常规车用燃料作为动力而具有无污染、清洁环保的特点,已经成为了人们关注的重点。永磁同步电机因具有高效率、高转矩密度和多控制自由度的特点已经被广泛应用在电动汽车上。多相永磁同步电机相比传统三相永磁同步电机还具备高功率等级和良好容错运行能力,可以预知在未来电动汽车发展中具有广阔的前景。为了避免多相永磁同步电机在运行过程中因缺相引发更严重电机故障和系统崩坏,需对电机在故障发生前进行提前预测判断和在故障发生后识别故障类型。本文重点研究六相永磁同步电机调速控制和故障态势感知方法。在研究六相永磁同步电机调速控制中,利用矢量空间解耦的方法建立Y型移30°六相永磁同步电机模型,利用仿真与MATLAB自带三相永磁同步电机进行比较,同时利用实验与实际六相永磁同步电机进行比较验证模型的精确性。本文采用矢量控制建立双闭环转速-电流控制系统,为了实现转速良好跟踪性,引入变结构滑模控制策略,通过仿真与传统PI控制器进行比较验证该方法具有快速响应、无超调和鲁棒性的特点。在研究六相永磁同步电机故障态势感知方法中,本文根据故障下定子磁动势不变原理,推导Y型移30°中性点隔离型六相永磁同步电机在各缺相故障下的数学模型。通过小波包分析方法提取故障工况下的特征值,构建小波神经网络模型对故障发生进行预测判断,避免保护系统误触发;构建小波KNN机器学习系统,对故障类型进行快速识别,以实现对故障态势的感知。利用MATLAB软件和Python的Scikit-Learn机器学习库进行仿真实验,对比验证该方法在六相永磁同步电机故障态势感知中可靠有效。最后利用dSPACE控制器与实际六相永磁同步电机搭建实验平台,进行电机调速控制实验,验证所构造数学模型精确可靠,控制策略能够实现转速快速跟踪,鲁棒性高。同时还为后续的故障诊断实验与容错控制实验提供平台基础。