近些年来,由于环境污染、能源短缺等问题日益严重,新能源电动汽车因其环保高效的优点而受到广泛关注。永磁同步电机因体积小、功率密度高、效率高、运行可靠而被普遍应用于电动汽车驱动领域。为了充分利用内嵌式永磁同步电机的磁阻转矩,常采用最大转矩电流比控制算法。但永磁同步电机的参数易受温度、磁饱和等因素的影响而发生变化,进而影响控制系统的精度。因此本文提出了基于自适应线性神经网络的参数在线辨识算法,实时获取电机的d轴电感参数,并将该参数引入基于虚拟信号注入的最大转矩电流比控制系统中。最终实现了基于电感在线辨识的最大转矩电流比控制,该算法不依赖于电机的设计参数,具有良好的动态跟踪和抗扰性能。首先,简要介绍了本文的研究背景及意义。接着阐述了最大转矩电流控制和参数辨识的研究现状,并分析比较了各种方法之间的优缺点。最终引出本文的主要研究内容。其次,分析了永磁同步电机的基本结构与电磁特性。基于三相永磁同步电机常用的坐标系,推导了不同坐标系之间的变换矩阵。此外建立了不同的坐标系下的三相永磁同步电机数学模型,为后续控制系统的搭建奠定基础。然后,阐述了最大转矩电流比实现的原理,选取基于虚拟信号注入的最大转矩电流比控制策略。介绍该算法的实现过程,并分析在不同应用场合的精确度。当通过虚拟信号注入法控制磁阻转矩较小的内嵌式永磁同步电机时,需要实时获取电机d轴电感。同时考虑到电机参数的时变性,从而提出通过自适应神经网络进行电感在线辨识,进而实现基于电感辨识的最大转矩电流比控制。最后,以DS1103作为控制器,并设计搭建外部硬件电路,构建实时仿真系统。分析DS1103的电气特性,阐述外部硬件电路的驱动与保护机制,完成实验验证。实验结果表明,本文所提出的基于电感在线辨识的最大转矩电流比控制策略,能够实时的辨识出电机的电感,并寻找到最优电流角。