电机、驱动器和控制器作为混合动力电动汽车中的主要部件，在电动汽车及混合动力电动汽车中起着至关重要的作用，对它们进行研究具有重要的理论意义和现实意义。永磁无刷直流电机具有高效、高功率密度以及良好的调速性能，正逐渐成为电动汽车传动中所使用的首选电机。本文以混合动力电动汽车中使用的无刷直流电机及其控制策略为研究对象，做了较详尽的理论分析和实验研究，主要工作归纳如下： 1、建立了无刷直流电机在Matlab／Simulink平台上的模型，并做了开环控制和PI—PWM控制的仿真；借鉴异步电机矢量控制的思想，建立了关于转子位置的无刷直流电机模型，并仿真研究了传统的以时间为自变量的模型和以转子位置为自变量的模型。 2、详细分析了无刷直流电机的动力学特性。通过求解无刷直流电机的动力学微分方程，采用一阶泰勒展开形式，将描述电机运行过程的超越方程转化为一般微分方程，获得了电机电流和转矩完整的解析表达式。比较仿真结果和计算结果，从工程的角度出发，这种计算方法是令人满意的。 3、研究了无刷直流电机不同的导通方式及对于转矩脉动的影响。在分析二二导通模式、三三导通模式优缺点的基础上，利用超前导通和延迟导通的方法，提出了θ导通模式，补偿由于换相引起的转矩脉动。仿真试验结果表明，这种导通模式很好地抑制了转矩脉动。 4、结合不同的现代控制策略和信号分析技术，提出了无刷直流电机的神经网络模型参考自适应控制方法，采用自适应的网络权值修正算法，大大降低了计算量。仿真试验结果表明，这种算法对于连续变化转速给定信号具有良好的跟踪作用，并且网络收敛速度较快。 5、通过对无刷直流电机动态模型的分析，获得了无刷直流电机PWM预测表达式。针对传统的PI调节作用的滞后性，提出利用两个神经网络结构，一个用于无刷直流电机模型的辨识，另一个用于控制。通过仿真将神经网络预测控制与PI控制的效果进行比较，结果表明，预测控制很好地跟踪了转速突变信号和时变信号。 6、提出了无刷直流电机模糊PI控制思想，借鉴神经网络权值修正算法，通过修正模糊控制器和PI控制器的连接系数，在误差较大时较多地采用模糊控制，误差较小时采用PI控制，较好地克服了转速跟踪过程中的超调，同时也很好地克服了单纯的模糊控制无法避免的静差存在问题。由于模糊控制器对系统参数不敏感，该方法可以达到很好的控制效果。 7、针对由于采取PWM控制以后，无刷直流电机的电流波形脉动较大，传统的采样和信号分析技术已经很难用于无刷直流电机的转速、电流跟踪系统。本论文利用小波分析技术对合肥工业大学博士学位论文电机的三相电流进行采样和处理，滤除无刷直流电机电流的高频部分，而保留基波分量，从而实现无刷直流电机的基于小波分析的PWM控制，较好地达到了电机电流跟踪目的。 8、论文采用DSP作为中央控制器，驱动部分采用日本三菱公司出产的IPM模块，搭建了混合动力电动汽车用无刷直流电机的试验台架。在试验中获得了五种不同的调制策略在电机轻载与负载时的电流波形，并做出了分析。 论文重点分析了无刷直流电机的动力学模型;提出了夕导通模式;提出了神经网络模型参考自适应控制、神经网络预测控制、模糊PI控制以及基于小波分析的PWM控制方法。本论文是借鉴前人在这一领域的研究成果，结合作者数年对于运动控制系统和智能控制的研究心得体会综合而成，以动态分析和智能控制为重点，仿真和试验结果表明了控制的有效性，其分析和控制思想对于进一步研究无刷直流电机具有一定的参考价值。 关键词:混合动力;电动汽车;无刷直流电机;动态特性;导通模式;PWM控制:人工神经网络;模糊控制;小波分析