相比传统的直流电机,永磁同步电机（PMSM）简化了结构,降低了成本,提高了控制性能,在高精度伺服控制领域得到了广泛应用。摩擦力矩干扰是影响永磁同步电机伺服系统精度和鲁棒性的重要因素之一。利用现代干扰补偿控制理论,设计非线性摩擦干扰控制器,补偿永磁同步电机伺服系统的非线性摩擦力矩干扰,提高伺服系统的位置和速度跟踪性能,具有重要意义。针对永磁同步电机位置伺服系统中存在的摩擦力矩干扰,本文结合分数阶控制（FOC）、滑模控制（SMC）以及径向基神经网络（RBFNN）,设计了一种分数阶滑模神经网络（FO-SMC-NN）摩擦补偿控制算法,估计了伺服系统中的摩擦力矩,消除了摩擦力矩干扰对系统性能的不利影响。本文的具体工作如下:首先,根据永磁同步电机的磁链特性以及电压特性,建立了基于Lu Gre摩擦力矩干扰的永磁同步电机位置伺服系统模型。基于微粒群-模拟退火（PSO-SA）优化算法,辨识了Lu Gre摩擦模型的四个静态参数,利用RBF神经网络估计了模型中的不可测状态变量。其次,根据永磁同步电机位置伺服系统模型以及Lu Gre摩擦模型,设计了一种分数阶自适应神经网络（FOANN）补偿控制算法,通过李雅普诺夫稳定性理论证明了伺服系统稳定性。与模型参考自适应控制（MRAC）算法、比例微分（PD）控制算法的仿真对比表明,本文所提出的FOANN控制伺服可以准确估计摩擦力矩干扰,提高系统控制精度。然后,引入分数阶滑模控制,设计了FO-SMC-NN摩擦力矩补偿控制算法,进一步提高了永磁同步电机位置伺服系统的鲁棒性。综合考虑控制系统的性能和能耗,提出了一种面向能量效率的控制器参数整定方法,整定了FO-SMC-NN控制器的等效控制参数。仿真结果表明,本文提出的FO-SMC-NN摩擦力矩补偿控制算法和参数整定方法,不仅提高了伺服系统的控制性能,而且降低了能耗。最后,利用永磁同步电机位置伺服系统实验平台,完成了MRAC、PD以及FO-SMC-NN控制器的对比实验,进一步验证了本文所提出控制算法的有效性。