永磁同步电动机具有功率密度高、效率高、体积小等优点,在家用电器、电动汽车等领域具有广泛应用。永磁同步电动机的控制策略主要包括:V/f控制、直接转矩控制及矢量控制。矢量控制策略又包括零直轴电流控制、MTPA控制以及弱磁控制。在基速以下通常采用MTPA控制方法,此方法能够有效减少铜耗,提高电动机效率。目前常用的MTPA控制方法包括公式法、查表法、实际信号注入法和虚拟信号注入法等。其中公式法对电动机参数的依赖较大。查表法需要通过实验测量或者有限元软件仿真获得参数,并制成表格,并且鲁棒性差。实际信号注入法鲁棒性高、运算简单,但采用该方法会产生铜损和转矩脉动。而采用虚拟信号注入法无需向电动机注入实际信号,仅通过相应的数学计算即可实现,,因此不会产生铜损和转矩脉动。本文首先提出了考虑磁路饱和及交叉耦合效应的永磁同步电动机数学模型。其次,本文介绍了两种现有的基于虚拟信号注入法的MTPA控制方法。一种是传统的基于虚拟信号注入法的MTPA控制方法,由于此方法未考虑磁路饱和及交叉耦合效应,因此使求得的电流矢量角存在误差。另一种是仅考虑磁路饱和及参数对电流的偏导的MTPA控制方法,由于未考虑磁路交叉耦合效应,同样也使获得的电流矢量角存在误差。为克服以上两种虚拟信号注入法的不足,本文提出了一种考虑磁路饱和及交叉耦合效应的基于虚拟信号注入法的MTPA控制方法。由于永磁同步电动机参数会随其运行条件的变化而变化,因此为了获得更好的MTPA控制效果,深入研究了帕德逼近离散方法及变步长神经网络算法,并提出了一种基于帕德逼近的变步长神经网络在线参数辨识算法。最后,基于MATLAB/Simulink软件搭建相关仿真模型,验证所提算法的准确性。首先搭建考虑磁路饱和及交叉耦合效应的永磁同步电动机数学模型,并结合矢量控制系统模型来验证新搭建的永磁同步电动机性能。其次,搭建基于帕德逼近的变步长神经网络在线参数辨识算法,将其所得结果与有限元软件仿真所得电动机参数进行对比,仿真结果证明了此方法的准确性。最后,搭建四种MTPA控制模型:查找法寻找实际MTPA电流矢量角模型、传统的基于虚拟信号注入法的MTPA控制模型、考虑磁路饱和效应的基于虚拟信号注入的MTPA控制模型以及本文所提出的考虑磁路饱和及交叉耦合效应的基于虚拟信号注入法的MTPA控制模型。由仿真结果可知,相比第二种和第三种方法,考虑磁路饱和及交叉耦合效应的基于虚拟信号注入的MTPA控制方法的控制精度更高,可实现更好的控制效果。