多电机协调控制系统是现代工业生产中应用较普遍的电控系统,为了实现该控制系统的高性能控制,需要精确知道电机转子磁链、转速或张力,实现转子磁链、转速或张力的闭环控制.而通过辨识的方法获得转子磁链、转速和张力,可以降低系统成本、减小体积、没有硬件的安装、维护和机械误差,提高交流电机调速系统的简便性、廉价性和可靠性.该文主要研究了多电机协调控制系统中有关参数辨识的方法.建立了交流电机在二相静止坐标系下的状态方程,分别用基于李雅普诺夫稳定性理论和波波夫超稳定性理论的模型参考自适应法辨识电机的转子磁链和转速,建立算法模型,并在Matlab 6.0环境下进行仿真,得到了较好的仿真结果;接着推导出二相静止坐标系下电机定子电流与转子磁链和速度的非线性映射关系,构建无输出延时的BP神经网络代替电机模型辨识转子磁链与速度;推导出以转子磁场定向的旋转坐标系下,电机定子电流与转子磁链和速度的离散化非线性映射关系,构建带输出延时的BP神经网络辨识转子磁链与速度;推导出两电机同步协调控制系统在以转子磁场定向的旋转坐标系下的数学模型,得到电机定子电流与张力的非线性映射关系,构建相应的BP神经网络.并且给出了上述各个算法的大量仿真,得到较好的仿真结果.比较了用自适应的方法辨识与BP神经网络方法辨识转子磁链和速度的差别,结果表明,用BP神经网络辨识的算法无需电机精确模型,较简单可行,且受电机参数变化影响较小.最后,在由工控机、高速A/D、D/A、LEM霍尔传感器、光电脉冲编码器和张力传感器等组成的多电机同步协调控制系统的实验平台上,验证了BP神经网络辨识速度和张力的有效性.