随着电力电子技术、计算机技术和现代控制理论的发展,由逆变器供电的电机驱动系统的相数不再受到供电相数的限制。与三相电机驱动系统相比,多相电机驱动系统在低压大功率、高可靠性等应用场合具有明显优势,因此多相电机驱动系统特别适合于电动车辆、航空航天、船舶电力推进等场合,并且得到各国科研人员越来越多的关注和重视。然而,作为一种新技术,多相电机控制在理论研究和实际应用等方面仍然存在着诸多值得探讨和研究的问题。为满足高可靠性四轮独立驱动电动汽车的应用要求,本文选择轮毂式五相永磁无刷电机作为控制对象,重点研究了三种五相永磁无刷电机驱动系统。主要内容包括：　　 ⑴根据电机反电势形状的不同,本文将五相永磁无刷电机(Permanent magnetbrushless motor,简称PMBL电机)分为两类:反电势为正弦波的五相无刷交流电机(Brushless AC motor,简称BLAC电机),反电势为梯形波的五相无刷直流电机(Brushless DC motor,简称BLDC电机),其中五相BLDC电机又可分为两类:反电势为144°平顶波的五相144°BLDC电机和反电势为120°平顶波的五相120°BLDC电机。推导了基于d1-q1-d3-q3-z0空间的广义Park变换矩阵,分别建立了三种五相永磁无刷电机的数学模型。详细讨论了多维矢量控制问题,同时建立了MATLAB仿真模型,对五相永磁无刷电机解耦控制进行了验证。　　 ⑵针对电机故障运行进行了分析,推导了三种五相永磁无刷电机故障模型,并分别对其容错控制策略进行了研究,提出了电机无扰运行条件和定子电流优化方法,同时建立了瞬态场路联合仿真模型,模拟了电机故障运行情况,并验证了容错控制策略的有效性。　　 ⑶提出了基于神经网络逆系统的容错控制策略,并将其应用于五相永磁无刷电机驱动系统。分别推导了三种五相永磁无刷电机的可逆性证明,并采用BP神经网络构造逆系统,将逆系统与五相永磁无刷电机原系统复合,即将原系统重构为伪线性系统,实现了五相永磁无刷电机神经网络逆容错控制。采集容错控制仿真的数据作为逆系统的训练数据,搭建了MATLAB仿真模型,验证了理论分析的正确性与神经网络逆容错控制方法的有效性。