目前,永磁同步电动机(PMSM)凭借其小损耗、高效率以及优良的调速性能等突出优势,已成为电机调速控制系统中不可或缺的一部分。PMSM调速系统已经在工农业领域得到广泛应用,因此研究高性能PMSM调速系统性能具有重要的应用价值和理论意义。本文旨在提高永磁同步电动机无位置传感器控制系统性能,针对目前PMSM调速系统中加装的转子位置传感器造成系统成本增加、可靠性降低等问题,提出一种改进型扩展卡尔曼滤波算法估测电动机转子位置方法。该方法采用遗传算法对扩展卡尔曼滤波算法中复杂的矩阵流程进行优化,同时采用负载转矩观测器改进传统EKF方法存在的延迟效应问题,对控制系统负载进行前馈补偿,提高了转子位置估算精度,从而实现PMSM无位置传感器矢量控制的高性能运行。论文首先阐述永磁同步电动机矢量控制原理,推导隐极式永磁同步电动机在静止α-β坐标轴下的数学模型。其次分析传统卡尔曼滤波算法,将电动机模型在扩展卡尔曼滤波算法(EKF)上进行深入推导。本文在建立改进型EKF电动机模型的基础上,重点研究遗传算法和负载转矩观测器相结合的改进型EKF估算转子位置算法。采用SIMULINK和S函数建立改进型EKF电动机仿真模型,并进行仿真实验,仿真结果验证了本方案的正确性和可行性。这种改进型EKF算法不仅能够替代转子位置传感器,而且与传统EKF算法相比,转子位置跟踪更准确,同时抗负载扰动性能更强。最后,以TI公司的DSPTMS320F28335为控制芯片,搭建永磁同步电动机控制系统实验平台对控制系统的硬件及软件进行设计,并进行实验研究。实验结果证明采用改进型EKF算法满足对电动机转子位置和转速的估测,实现永磁同步电动机的高性能控制。