在近百年的工业发展进程中,电机逐渐成为制造业和家用电器的主要动力来源,并且在节能减排方面发挥着举足轻重的作用。以汽车工业为例,它是一个国家重要的工业支柱,但是近年来由于石化能源短缺、碳污染排放等系列问题,发展基于电机驱动技术的高效节能电动汽车（Electric Vehicle,EV）成为市场的主流趋势。电机作为新能源EV三大核心之一,其运行效率和转矩-转速输出特性直接与EV的续航里程、驾驶体验以及安全性能等相关。与传统的直流电机及感应电机相比,永磁同步电机（Permanent Magnet Synchronous Machine,PMSM）拥有体积小、可靠性高、效率高等优势,因此成为EV市场的主流驱动电机。在PMSM的所有特性中,电机效率是最重要的性能之一,其对于提高EV的续航里程具有显著意义。本文从损耗模型和搜索技术两个方向对效率优化控制（Efficiency Optimization Control,EOC）方法进行了深入的研究,并采用基于模型参考自适应系统（Model Reference Adaptive System,MRAS）的参数辨识方法提高算法随参数变化的自适应性,能有效提高电机的效率。全文核心内容主要如下:1)研究了基于损耗模型的EOC方法。构建包含铁损的PMSM数学模型,根据该模型以及稳态电压方程,推导出可控损耗（主要为铜损和铁损）,进而得到损耗最小时的约束条件,从而实现效率的最优控制。2)研究了基于搜索技术的EOC方法。在电机恒功率工况下,该方法不依赖精确的电机参数,只需经过在线连续调节被控状态变量,即可将输入功率最小化,实现PMSM效率的最优控制。此外,本文还分别对定步长搜索法与自适应变步长搜索法进行了比较研究,并对这两种方法进行了仿真与实验分析。3)研究了基于MRAS参数辨识的EOC方法。基于损耗模型的EOC方法易于工程实现,但精度对电机参数变化比较敏感。同时,PMSM控制系统是一种强耦合,多变量和非线性的系统,在加载、温升等工况下,电机参数会改变,进而影响到控制策略的控制准确性。因此,本文提出基于电机参数辨识的EOC方法,通过MRAS精确辨识永磁磁链和定子绕组电阻,进而在线调整损耗模型参数来确保算法的实时最优,并提高控制精度。综上所述,本文深入研究了基于损耗模型和基于搜索技术的PMSM的EOC方法,通过仿真和实验分析证实了所述控制策略的有效性。同时,本文提出的基于参数辨识的EOC方法可以有效改善传统损耗模型法对电机参数变化的敏感性,具有一定的理论与工程意义。