永磁同步电机在实际运行中由于温度及磁路饱和程度的变化,内部参数将会不可避免的发生改变。对于矢量控制而言,实时准确获取电机参数,不仅可以作为电机故障检测的重要依据,同时也能够在线优化控制器设计,如转矩准确估计、无位置传感器控制、电流环参数整定等。受限于离线测量方法对于实验条件的要求较高及普适性问题,本文以内置式永磁同步电机为研究对象,对其内部参数高精度在线满秩辨识问题展开以下研究:针对温升及磁路饱和效应对电机参数的影响进行了分析,于旋转坐标系下归纳推导出永磁同步电机动态数学模型,在此基础上详细分析了参数变化对于矢量控制系统性能的影响。不同运行工况下电机内部参数将会发生动态变化,针对基于电机模型进行系统参数辨识时存在的固有欠秩问题,对传统满秩辨识策略进行了相关研究,分析推导了扩展卡尔曼滤波与带遗忘因子递推最小二乘法,结合两种辨识方法自身特点与电机运行工况,构建了永磁同步电机在线满秩辨识器,并对数字延时及逆变器非理想因素进行了详细分析与开环补偿,提高了满秩辨识精度。针对传统辨识策略存在的局限性,提出了外部直流分量注入下满秩辨识的方案,选取特定的均值滤波采样值,克服了逆变器等效死区效应、转子位置扰动、磁路饱和现象及欠秩问题对于参数辨识的影响,采取带遗忘因子递推最小二乘法与Adaline神经网络相结合的方式进行参数辨识器设计,在提高了满秩辨识策略普适性与精度的同时节省了运算资源。于内置式永磁同步电机对拖实验平台下对上述满秩辨识策略进行实验对比,并将辨识参数应用于无位置传感器控制与转矩观测中进行验证。结果表明考虑电压源逆变器周期性扰动的满秩辨识优化策略在不需要获取电机与逆变器任何相关参数的情况下,能够对电机内部多参数进行较为准确的辨识。