永磁同步电机矢量控制系统依赖于电机参数的准确获知,然而电机温度以及磁饱和程度的变化将导致电机参数发生变化,从而影响电机的控制性能。准确的电机参数对于提高电流控制器的动稳态性能、减小无位置传感器的估计误差和减小转矩谐波、实时监测电机运行状态等具有诸多益处。本文以永磁同步电机的参数在线辨识为目标,主要进行以下研究:对引起电机参数变化的原因进行分析,深入研究电机参数变化对于电机矢量控制系统带来的影响,分析利用稳态电压方程实现电机参数多参数辨识的可行性。针对稳态电压方程本身欠秩的问题提出以动态电压方程为辨识模型进行参数辨识。为此研究了遗忘因子最小二乘法、扩展卡尔曼滤波算法和卡尔曼滤波算法的基本原理,介绍了这三种算法在解决参数辨识问题的实现方法,并分别从其所使用的动态模型出发分析了利用各种算法实现多参数辨识所需要满足的条件。对电机矢量控制系统中存在的非理想因素进行分析,深入研究了控制延时、转子位置初始角偏差以及逆变器死区这三种非理想因素的成因及其带来的影响。从最小二乘法的基本原理出发提出了一种辨识误差的定量计算方法以分析辨识模型中的噪声对于辨识结果造成的影响。并针对这三种非理想因素提出相应的补偿措施以提高辨识结果的精度。利用永磁同步电机实验平台对本文所述的多参数辨识方法进行验证,实验结果表明能够实现对电机的多参数实时在线辨识,且三种算法当中最小二乘法与卡尔曼滤波算法的耗时最短,而扩展卡尔曼滤波算法的抗扰性能最佳。非理想因素补偿前的实验结果可以验证本文所提出辨识误差定量计算方法,补偿后的结果可证明本文所述补偿方法能够显著提高参数辨识结果的精度。