电主轴作为数控机床的关键部件,其驱动控制的动态性能决定加工工件的质量,是高速数控机床设计和制造所关注的重要指标。直接转矩控制是高速电主轴的控制方法之一,是目前交流调速技术的一个研究热点。传统的直接转矩控制采用特别的调制方式:采用两电平逆变器,在一个控制周期只有一个电压矢量,控制频率低使转矩脉动增加。因此,有必要对转矩脉动抑制进行研究,从而提高直接转矩控制动态性能与静态性能,使其得到更普遍的应用。为了减小电主轴直接转矩控制的转矩脉动,本文深入研究了电主轴直接转矩控制中的多电平逆变器,基于多电平逆变器的工作原理,设计出三电平逆变器拓扑结构和五电平逆变器拓扑结构。探讨了神经网络基本原理,基于传统两点式滞环控制器,提出了多层转矩控制器,并在多层转矩控制器加入了神经网络算法,构成了基于神经网络的多层转矩控制器,设计出基于神经网络的多层转矩控制的三电平逆变器直接转矩控制系统。基于模糊控制的原理,在五电平逆变器的直接转矩控制系统中用模糊控制器代替了转矩滞环控制器,设计出基于模糊控制的五电平逆变器直接转矩控制系统。本文搭建了神经网络的多层转矩控制的三电平逆变器直接转矩控制仿真模型和模糊控制的五电平逆变器直接转矩控制仿真模型,并利用Matlab/Simulink进行仿真对比。仿真结果表明,基于神经网络的多层转矩控制器的三电平逆变器直接转矩控制系统,在转矩负载为恒定值5N?m时,相对于传统直接转矩控制系统,转矩脉动减小了45%;在转矩负载由2N?m跳变至4N?m时,相对于传统直接转矩控制系统,转矩脉动减小了40%。基于模糊控制的五电平逆变器,在转矩负载为恒定值7N?m时,相对于传统直接转矩控制系统,转矩脉动减小了50%;在转矩负载由2N?m跳变至4N?m时,相对于传统直接转矩控制系统,转矩脉动减小了45%。通过论文研究表明,基于神经网络的多层转矩控制的三电平逆变器直接转矩控制和基于模糊控制的五电平逆变器直接转矩控制能使转矩脉动变小,提高了转矩响应速度,优化了转矩控制器的运行速度,改善了系统的响应特性,优化了系统的响应速度,从而获得对电主轴的良好控制效果。