随着工业自动化技术的不断发展,人们对多电机协同控制系统如焊接、数控机床、机器人控制系统等产品的运行稳定性以及控制精度要求越来越高。传统单电机控制方法由于存在控制结构简单、精度低、实时性差等问题,无法直接移植到多电机系统中,因此研究多电机系统的协同控制方法现已成为其广泛应用的迫切需要。本文针对多无刷直流电机协同控制展开研究,设计改进的环形耦合控制结构,并基于该结构研究智能PID（Proportional,Integral,Differential）控制算法,以实现多电机系统的高精度协同控制,具体研究内容如下:（1）分析无刷直流电机的结构以及工作机理,确定其数学模型与空间状态模型。对多电机协同控制原理进行分析,总结各多电机协同控制结构的优势,进而设计了多电机协同控制的改进型环形耦合结构。该结构采用相邻两个电机转速分别与多个电机实时转速的均值再做平均,并且在速度补偿器中加入动态因子来增强环形耦合控制结构的实时性和控制精度。（2）在设计的环形耦合控制结构基础上,提出一种基于模糊优化的PID控制算法来实现多电机控制。算法以电机转速偏差e和电机转速偏差变化率ec作为模糊PID控制器的输入,通过模糊推理得到优化的PID控制器比例系数KP0、积分系数KI0和微分系数KD0,从而优化电机控制器。由于算法输入的转速偏差来自于改进的速度补偿器,输入变量域根据速度误差范围进行动态调整。同时,采用三角形隶属度函数等比例分布,提高控制器的鲁棒性。利用模糊集合生成模糊规则,建立三个系数的模糊规则库。通过Mamdani推理法进行模糊推理,采用重心法进行解模糊运算得到优化的PID控制器参数,保证多电机系统的协同性以及可靠性,优化系统在不同负载状态下的稳态性能和精度。在改进环形耦合结构中,对多电机进行性能测试,验证了算法的性能。（3）由于模糊控制器的比例系数、微分系数和积分系数的自整定性较差,提出一种混合粒子群算法优化模糊PID算法的模糊规则,实现自动寻优整定控制器参数,进而提高多电机控制系统的协同性。为了提高算法的收敛精度,在粒子群算法确定好个体历史最优值和全局最优值后,插入自然选择算法,按照适应度函数计算的适应度值大小对粒子进行排序,替换适应度差的粒子,但保留这些粒子的历史最优值,增加了算法种群的多样性,帮助算法更快逃离局部最优解。最后,进行仿真建模,对算法优化前后的多电机系统控制性能进行对比分析,验证基于混合粒子群的模糊PID控制算法的优越性。本文设计了改进的环形耦合控制结构,基于改进结构设计多电机协同控制系统,提出相应智能优化算法对电机系统的控制器进行优化。仿真结果表明提出的算法能有效提高多电机控制系统的稳定性、可靠性以及协同能力,为智能控制算法在多电机协同控制系统的应用提供了借鉴,能有利促进智能优化算法在多电机协同控制领域的广泛应用。