IPMSM因功率密度大、体积小以及效率高等优点被广泛应用于现代设备的动力系统。在电机运行过程中,电机工作温度升降以及电磁效应会导致电机参数变化,难以对IPMSM进行精准建模,在工程中往往采取近似计算的方式,从而限制了电机的效率,为了建立精准的数学模型,在线参数识别算法被广泛应用在IPMSM控制系统中,其中RLS算法更被人们接受。传统RLS算法对IPMSM进行参数识别时,仅以d轴定子电压离散方程作为识别方程,采样数据利用率低,对单一方程依赖性强等缺点较为明显,另外在递推方程中加入遗忘因子限制旧数据对参数识别结果的影响,在提高RLS算法的收敛速度的同时也增加了算法对噪声的敏感性,并且遗忘因子在处理RLS算法协方差矩阵时,对电机不同参数统一处理,这样造成算法应对各参数不同变化情况的处理能力变弱,降低算法综合性能。为了提高RLS算法对IPMSM在线参数识别的应用性能,针对上述传统RLS算法存在的问题,本文进行了如下研究:(1)在原有RLS算法的基础上增加了q轴定子电压方程,并将离散后的d-q轴方程整理成参数相同、输入输出变量不同的多输入多输出系统方程。(2)在同一采样时刻,依据d-q轴定子电压离散方程同时对IPMSM参数进行辨识,使两个辨识方程依靠各自的协方差矩阵与参数矩阵相关联,形成相同采样时间的内环递推算法与不同采样时刻的外环递推算法,削弱辨识结果对单一方程的依赖性。(3)分析遗忘因子取值对参数辨识的收敛速度以及抗噪声能力效果的影响特性,以满足RLS收敛过程的不同阶段对遗忘因子取值的不同需求为目标,设计了自适应调整的动态遗忘因子,提高算法综合性能。(4)以RLS算法递推公式中协方差矩阵方程为基础,分析遗忘因子对IPMSM参数估计值的影响,设计出可以分别调整不同参数变化的动态遗忘因子矩阵,提高算法硬应对不同参数变化情况的应变能力。(5)在Matlab/simulink中搭建永磁同步电机矢量控制模型,并嵌入设计的RLS改进算法模块,通过设定IPMSM不同参数的变化情况,仿真结果验证了改进算法的有效性。本文改进设计了适用于IPMSM的双循环RLS算法,并在传统遗忘因子的基础上设计了动态遗忘因子矩阵,在各参数变化率不同时,自动调整遗忘因子大小,处理协方差矩阵数据,达到分别调节各饱和参数数据的目的,有效的缓解了参数收敛速度与抗噪声干扰能力不能同时兼顾的矛盾,对IPMSM参数识别算法的研究领域,具有一定的借鉴意义。