电动汽车代替燃油汽车是汽车工业发展必然趋势,世界各国致力于推动电动汽车发展。开关磁阻电机特有的可靠性高、容错能力强、过载倍数高等性能非常适用于电动汽车。然而,由于开关磁阻特殊铁心磁路结构及非线性电磁特性引起的转矩脉动限制了其应用推广。另外,位置传感器的安装也增加了成本和复杂性。本文主要针对开关磁阻电机转矩脉动抑制技术及无位置传感器技术展开研究,论文主要内容为以下部分:首先,提出一种基于随机Dropout神经网络构造的转矩观测器,利用深度神经网络所具备的多层非线性层次结构提供的计算模型对于输入输出数据之间复杂关系的强大学习与表达能力,对多个神经网络单元进行训练,通过网络结构优化重构,得到比较强的泛化能力的模型,使其逼近及收敛能力得到提高,解决了模型过于贴合训练数据而导致泛化能力较弱的过拟合(Overfitting)的问题。通过离线模型训练,获取电流-角度-转矩等离散数据之间的非线性映射特性,并结合转矩分配策略,使实际转矩快速跟踪给定转矩。新型转矩观测器的使用避免查表法存储空间问题及解析法复杂运算问题。其次,针对传统开关磁阻转矩脉动抑制策略中采用电流滞环控制方法带来的电流动态跟踪能力弱而引起转矩脉动大这一问题,提出一种基于线性转矩分配函数策略下的无差拍电流预测方法,提高电流跟踪特性,减小因电流跟踪能力弱引起的转矩脉动。根据电机运行中电流分布特征及电流变化率,灵活选择“正压零压”“负压零压”等PWM调制模式,确定最佳的功率变换器励磁、续流、退磁模式组合,提高在不同运行模式下电流控制的准确度,在不增加开关频率或改变滞环宽度条件下,使实际电流时刻跟踪给定,减小电流纹波。再次,针对采用传统转矩分配函数引起的换相期间电流峰值高的问题,设计了以电流变化率及铜耗最小为目标的新型转矩分配函数,采用遗传算法对输入参数与目标进行优化计算,选取最优转矩分配函数,使电流峰值抑制及铜耗最小化。最后,针对开关磁阻电机重载运行下因饱和电感随电流变化而导致速度和位置估算不准的问题,提出了一种基于六个电感特殊位置点的开关磁阻电机转子位置估算方法。在线计算全周期增量电感信息并获得电感曲线,通过相邻两相电感大小判断输出交点位置角度。采用六次多项式拟合方法拟合交点角度与电流的函数关系,再由电感交点位置点估算任意时刻电机转速及位置。