多相电机控制系统具有传统三相电机控制系统不可比的优势,低压大功率运行、转矩脉动小、容错性好、可靠性高等,在一些高要求但条件有限的场合得到广泛地运用,例如高铁电力机车牵引系统、船舶电力推动系统、飞行器及航空航天等领域。近几十年,关于多相电机控制系统的研究取得了诸多成果。论文选择双Y相移30°六相永磁同步电动机(PMSM)作为研究对象,针对系统存在参数变化和外部扰动等不确定性的影响,及六相PMSM出现断相故障情况,提出互补滑模控制(CSMC)、智能互补滑模控制(ICSMC)来提高系统动态性能,增强鲁棒性,达到更好的控制性能。首先,介绍了多相电机的定义方式、分类和结构,建立了六相PMSM在自然坐标系下的数学模型。介绍了静止坐标系与两相旋转坐标系之间的坐标变换关系,得到六相PMSM在双d-q坐标系下的数学模型。采用基于_di(28)0的矢量控制策略,建立驱动系统的数学模型。其次,设计CSMC方法以减小不确定性对系统的影响,提高系统的动态性能。CSMC采用广义滑模面和互补滑模面相结合的设计方式,选择饱和函数作为切换函数。由于系统存在不确定性对控制性能有重要的影响,CSMC不能对其进行测量,并且饱和函数的边界层厚度是通过经验和反复试验得到的,非常耗费时间。为了解决此问题,在CSMC的基础上,设计采用TSK型模糊神经网络作为预估计器的ICSMC方法。TSK型模糊神经网络为一个采用高斯函数作为隶属函数的五层的网路结构,对六相PMSM控制系统中的不确定性进行在线估计,提高系统控制性能,保证更强的鲁棒性。最后,对基于传统PI控制、CSMC和ICSMC的控制系统进行仿真分析对比,同时将三种控制方法应用于六相PMSM出现断相故障时的容错控制系统中。仿真结果表明,无论是在系统正常运行,还是在六相PMSM断相故障时,所提出的控制方法都是有效的,并且相比于传统PI控制和CSMC,提出的ICSMC使系统动态响应更快,鲁棒性更强,具有更好的控制性能。