永磁同步电机是现代工业中应用极为广泛的一种电机设备,有结构简单、效率高等优点。在实际工作中,永磁同步电机会受到磁饱和效应,以及工作环境中温度的影响使得电机参数发生改变,因此实时获取永磁同步电机的准确参数信息,对于提高电机控制系统的安全性和控制精度具有关键的意义。因此本文以内嵌式永磁同步电机为主要研究对象,对在线参数识别方法展开了研究。首先,由于所研究对象为内嵌式永磁同步电机,因而采用最大转矩电流比（Maximum torque per ampere,MTPA）矢量控制方法,在此基础上结合弱磁控制提高了电机转速调节能力。考虑电机参数发生改变的情况,基于MTPA+弱磁矢量控制系统,搭建了可修改参数电机模型,通过仿真具体分析了电机控制系统在电机参数不确定下的性能变化。然后基于模型参考自适应算法原理,搭建了电机的参数辨识模型,在矢量控制基础上,推导设计了可调方程以及自适应律;并通过仿真分析了辨识系统的可行性,分析了电机运行工况对辨识系统的影响。针对模型参考自适应方法中,自适应律的PI控制器参数难以调节的问题,利用RBF神经网络算法改善传统自适应律,经过仿真验证,改进方法相较于传统辨识方法具有更高的辨识精度。将参数辨识结果与矢量控制相结合,在线修正MTPA控制参数,使得电机能始终运行在MTPA电流轨迹上,达到了更好的控制性能和工作效率。考虑负载扰动对电机控制系统的影响,利用自抗扰控制技术对矢量控制系统进行优化,进一步提高了电机控制系统的抗负载扰动与抗参数扰动性能。最后设计了基于参数辨识系统的永磁同步电机自抗扰最大转矩电流比控制系统的控制器硬件与软件系统,并在电机台架测试平台上对文章所介绍的控制系统方案进行测试,验证了本方案的可行性。