近年来随着通信、电力、计算机等技术的不断发展,工业制造业领域也不断进行着产业升级。国际上提出智能制造的概念,将人工智能技术与传统制造技术相结合,使制造系统能够通过搜集、检索环境和生产信息进行自学习,进而能够自主对制造行为进行分析判断和规划执行。智能制造推动制造业走向数字化、网络化、智能化,提升整个制造产业向着高效、低耗、绿色、节能、智能、互联的方向发展。制造业是国民经济的主体,是立国之本、兴国之器、强国之基,为提升我国制造业水平,2015年国务院提出《中国制造2025》的行动纲领,力图使我国成为制造业强国。《中国制造2025》的基本方针包含创新驱动、质量为先、绿色发展、结构优化、人才为本。制造业的产业升级依赖于相关基础技术的发展和改造,永磁同步电机伺服系统作为工业生产过程中主要的动力来源其性能和控制精度的提升对产业升级的成功与否起着重要的作用。在生产生活过程中经常需要对永磁同步电机伺服系统的速度进行控制,经典控制理论在被控对象数学模型的基础上设计控制律,但伺服电机速度控制系统是一个非线性时变系统,使用经典控制理论无法对非线性系统进行精确的控制。本文对时变系统的控制问题进行了研究,提出了一种针对永磁同步电机速度进行控制的方法,用于解决被控对象模型参数时变的问题,保证了系统在整个使用过程中控制性能的稳定性。通过对相关文献的阅读,在对非线性系统的控制上通常使用自适应模糊控制器、自抗扰控制器等类型的非线性控制器,这类控制器在对非线性模型的控制上虽然取得了很好的效果,但仍无法保证控制性能的始终如一。本文提出的永磁同步电机速度控制方法能在被控对象工作过程中使其控制性能始终保持一致,具体的实现原理是,首先采集被控对象的输入输出数据,从实际受控对象的数据中通过系统辨识的方法得到系统的实时模型,然后基于实时模型重新整定系统的控制器。系统辨识过程基于最小二乘原理设计,在众多候选模型中按照其与采集数据的拟合程度对模型进行筛选,拟合程度越高模型就越好。在控制器的整定上则采用了一种基于参考模型的优化整定方法,参考模型代表了对系统最终工作性能的一个期望。基于辨识得到的模型和控制器传递函数,设计评价函数,然后将对参考模型进行采样,将采样数据代入评价函数,通过对评价函数的优化来得到最优的控制器参数,使实际系统的传递函数与参考模型的传递函数一致或贴合,从而使系统达到参考模型的控制性能,整个控制方法在系统工作中不断迭代运行,以保证对模型时变参数的快速感知与处理。本文的创新性工作主要体现在两个方面,一是提出了一种针对含有时变参数的非线性模型控制方法,二是设计了基于参考模型和评价函数的纯数值优化方法整定控制器控制参数的算法。此外,本文还设计了自适应控制器、滑模变结构控制器以及自抗扰控制器对永磁同步电机的速度进行控制,通过与本文提出方法的对比可以看出,本文提出的方法在应对时变参数上更为有效,能够保证系统控制性能的一致稳定,达到预期的设计目标。