低速电动汽车以低能耗高环保特性突破了传统燃油汽车因生态能源问题导致的发展瓶颈,逐步成为了汽车工业的新发展方向。电动汽车以基于驱动电机的电池与电子控制系统取代了传统的机械化传动系统,由于行驶工况的复杂性和随机性使得电机驱动系统成为一个非线性、多参数、强耦合的时变控制系统,永磁同步电机以其在输出效率、功率密度以及系统可靠性等方面的卓越性能,成为了电动汽车的首选驱动电机。本文基于永磁同步电机矢量控制理论,将优化粒子群、人工免疫系统和人工智能鱼群等智能控制理论引入到电机转速估算、参数整定和电机本体参数辨识等关键技术研究,从而为解决平稳调速,比例积分参数整定,电机参数精度辨识等问题提供了有效方法。本文主要内容和创新点概括如下:(1)针对永磁同步电机扩展卡尔曼滤波转速估算的噪声矩阵确定问题,以平稳调速为目标引入了改进优化粒子群算法对扩展卡尔曼滤波算法噪声矩阵参数进行优化寻优,将噪声矩阵参数作为寻优粒子,以实际转速与估算转速绝对差值时间积分作为寻优的适应度函数,在寻优空间内让粒子向目标极值点迭代迁移,最终以最优寻优粒子位置确定扩展卡尔曼滤波估算模型的噪声矩阵,从而实现高精度速度估算,增强电机速度波形的抗扰性,实现平稳调速。(2)针对永磁同步电机电流与速度双闭环控制中比例积分控制器参数整定问题,提出了一种将人工免疫系统改进优化粒子群算法实现对比例积分控制器的参数进行优化整定融合控制算法。算法以双环控制中比例和积分参数作为寻优粒子,利用人工免疫系统增强粒子群优化算法的寻优多样性和粒子迁移性,有效改善寻优系统的早熟收敛问题,提高了粒子群寻优速度与精度。优化后的控制系统抑制转速波形脉动,减少转矩改变时的响应时间,显著提升永磁同步电机控制系统鲁棒性和稳定性。(3)针对强非线性的永磁同步电机控制系统的定子绕组、直轴与交轴电感、转子磁链等电机参数精准辨识问题,提出了一种利用混沌人工智能鱼群优化前馈人工神经网络电机本体参数辨识模型的初始权重与阈值的融合控制算法。优化后的电机参数网络辨识模型具备初值敏感性弱,参数设置鲁棒性好和复杂工况下系统稳定性好的特性。与其他智能算法对比相比,基于混沌鱼群的反向传播神经网络对永磁同步电机电机参数的辨识精度高且收敛速度快。(4)针对文中提出的永磁同步电机群智融合驱动控制算法进行了实践研究,根据层级分离构件化设计原则构建了电机驱动控制器的软硬件系统。通过对室内平台测试和室外实车路测结果的对比分析显示,本文提出的群智融合驱动控制算法以及电机控制器系统能满足低速电动汽车的实际应用的性能需求。在同等软硬件成本要求下,课题组所设计的永磁同步电机控制器系统在转速控制精度、转矩脉动抑制、车辆驾乘舒适度等性能上均有良好表现。本文对智群控制算法在永磁同步电机矢量控制上的应用做了理论探讨和实践研究,对提升低速电动汽车系统性能,实现低速电动汽车既快又好的发展具有一定的现实意义。