永磁同步电机系统具有强耦合、非线性、多变量等特征,传统的控制方法仅能实现较为近似的稳态解耦,同时对外界扰动、电机参数变化很敏感,鲁棒性较差,控制性能并不理想。神经网络具有很强的鲁棒性、自适应性、逼近能力以及非线性映射能力,可以对非线性系统达到很精准的逼近,本文将神经网络与逆系统方法相结合,提出了神经网络逆解耦控制方法。本文在全速域范围内对永磁同步电机系统进行研究与分析。在建立永磁同步电机数学模型的基础上,对逆系统线性化解耦控制的基本原理进行了阐述,并且对系统的可逆性进行了证明。针对线性化解耦控制策略存在的抗干扰能力差和参数鲁棒性差等缺点,提出了神经网络逆解耦控制策略。设计了基于滑模变结构的附加转速和附加电流控制器,与神经网络逆解耦控制器共同对永磁同步电机进行闭环控制,该方法避免了线性化解耦控制策略对电机参数及外界扰动敏感、参数鲁棒性差等缺点,具有优良的抗扰动能力和较好的参数鲁棒性。根据理论分析的结果,搭建了永磁同步电机的控制实验平台,将基于复合控制的神经网络逆解耦控制策略分别在基速以下和基速以上两种工况下应用于永磁同步电机系统中进行实验验证。结果表明,在基速以下和基速以上两种工况下,永磁同步电机系统在神经网络逆解耦控制策略下具有优良的动态性能和静态性能。