随着伺服驱动系统越来越广泛应用于工业自动化、航空航天、关节机械臂等行业和产品,人们对伺服驱动系统的性能提出了更高的要求。由于伺服驱动系统的负载转动惯量决定了伺服系统动态性能的好坏,所以为了提高伺服驱动系统的动态性能,需要对伺服驱动系统进行准确的参数辨识,将负载的惯性力作为反馈信号,使得伺服驱动系统的性能得以提升。本文以永磁同步伺服的驱动系统为辨识模型,运用带有指数遗忘的加权最小二乘法和模型参考自适应算法(以下简称MRAS算法),分别在不同输入的激励下,对永磁同步电机的转动惯量进行辨识。本文对永磁同步电机及伺服驱动系统进行了参数化,确定了伺服驱动系统和永磁同步电机的数学模型,推导出了用于进行参数辨识的公式。介绍了基于Simulink的仿真平台,通过上述推导出的伺服驱动系统及永磁同步电机的数学模型搭建了一个可以用于转动惯量辨识的仿真平台,并验证了其可用性。对辨识算法进行了分析和推导,推导出了带有指数遗忘的加权最小二乘法和MRAS算法的递推公式,并通过仿真平台对上述参数辨识算法进行了仿真实验,验证该算法的可行性。搭建了基于EtherCAT协议的实验平台,使用TwinCAT与Simulink进行交互的方式对转动惯量进行辨识。最后在试验台上进行了伺服驱动系统的转动惯量辨识实验,通过不同输入下空载及加装负载时,分别使用采用带有指数遗忘的加权最小二乘法和MRAS算法进行伺服驱动系统转动惯量辨识实验,试验结果表明有指数遗忘的加权最小二乘法的辨识结果较好,且收敛速度较快,适用性更广,且能辨识更多参数。