0.4 永磁同步电机控制系统控制算法研究现状综述
永磁同步电机在本质上是非线性的控制对象，在实际应用过程中，电机的参数往往会实时发生变化，并且外部干扰可能会比较严重。经典的控制方法无法克服非线性、参数变化、负载扰动因素的影响，这就导致经典的控制系统性能会受到影响。于是，想要获得高性能的交流伺服控制系统，就必须采用现代先进的控制策略来弥补经典控制的缺陷。随着现代控制理论和智能控制理论的发展，上述想法成为可能。现代控制策略考虑了控制对象的参数变化以及各种非线性因素的影响；智能控制策略具有不依赖对象数学模型、鲁棒性强的特点，很大程度上克服了控制系统中模型参数变化和非线性等不确定因素的影响。基于此，越来越多的先进控制方法应用到了交流控制系统中。接下来将对目前永磁同步电机控制系统中较流行的几种控制算法研究现状进行简要的阐述。
0.4.1 PI控制
PI控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。PI控制是经典的控制策略，方法简单，既能提高系统静态精度，又能提高系统稳定性和改善系统动态品质，故被广泛应用于电机控制。典型的永磁同步电机伺服系统是一个包含电流环、速度环和位置环的三闭环控制系统。传统位置环、速度环和电流环的调节控制器都是采用PI控制器。但是正如前面所说，永磁同步电机是具有强耦合的非线性对象，很难用精确的数学模型描述，并且电机运行过程中，往往会存在各种不可预见的干扰，同时电机参数也会发生变化。而PI控制器属于线性控制器的一种，它的鲁棒性不够强，适应负载变化能力差，抗干扰能力差，控制性能不够稳定，很容易受很多因素影响。由于上述的一些缺点，PI控制器在交流电机调速控制系统中会出现许多不足，例如：PI控制器参数控制范围不够大，在某一状态下整定为最优的PI参数运用到另外一种状态下效果可能打折扣；对于不同的电机转速，同一个PI参数一般难以适用，PI参数需要分别调节，这就增加了现场调试的难度。为此，国内外学者为了弥补PID经典控制理论对非线性系统调节能力不足的问题，从不同角度提出了各种基于PI控制的改进方法，将滑模控制、自适应控制、模糊控制、神经网络控制等算法引入电机控制领域中，形成模糊PI控制、自适应PI控制、神经网络PI控制算法，并与矢量控制和直接转矩控制理论结合，以满足系统的动、静态性能指标，实现高性能永磁同步电机控制。由于滑模（变结构）控制理论对内部参数摄动和外部干扰具有较强的鲁棒性和较高的控制精度，且实现简单，故成为提高永磁同步电机控制系统的有效手段之一，正越来越引起国内外学者的关注。
0.4.2 滑模变结构控制
滑模变结构的控制是不连续的，常规的控制是连续的，这是变结构控制与常规控制的根本区别。变结构的系统结构随时间变化而产生一个类似开关的变化特性，在这种控制特性的作用下，系统轨迹会沿着事先设定的状态轨迹作高频率、小幅值的来回运动，这就是滑动模态运动（SMC）。SMC可以进行人为预先设定且与控制对象参数及扰动无关，所以SMC能快速响应、对参数变化不灵敏、抗干扰能力强，处于滑动模态运动的系统鲁棒性很强。
当系统处于滑动模态时，系统状态不受原有参数变化和外部扰动的影响，具有完全的自适应性和鲁棒性，这是SMC最大的优点。相对于传统常规控制，SMC不要求系统数学模型有很高的精确性，对系统不确定参数、变化参数、外界环境的扰动具有完全自适应性。当扰动出现时，系统能快速响应，瞬态性能好。SMC克服了系统时变、非线性、强耦合等因素的不良影响，提高了系统的控制性能。
SMC算法简单、容易实现，为电机控制问题提供了一种良好途径。但在实际系统中，百分百的理想开关特性是不可能存在的。由于存在惯性、空间滞后、时间延迟等现象，通常情况下系统是在滑模线两侧来回穿越，做高频的来回运动，很难保证系统完全沿滑模线运动，也就意味着SMC控制存在抖振现象。
然而，滑模变结构控制存在严重不足，即滑模系统抖振问题。滑模抖振的存在易于诱发系统未建模特性，影响系统性能，制约着滑模控制技术在实际工程中的应用。
另外，在电机等实际控制系统中，由于系统参数检测限制、建模不准确和外部负载扰动等诸多因素影响，使所建立的系统数学模型只是近似模型，存在着参数误差、外部干扰等诸多不确定项，而这些不确定项往往会影响系统性能，使滑模控制系统品质下降，甚至造成系统不稳定。故近来国内外许多学者将自适应控制、神经网络控制等技术与滑模变结构控制技术相结合，以获得高性能的控制系统。
0.4.3 自适应控制
自适应控制无需精确的被控对象的模型，也不需要进行参数估计，只要找到一个合适的参考模型就可以，能实时地对控制对象进行在线辨识，及时根据新的信息来调整，克服了参数变化带来的影响。自从提出到现在，自适应控制已经发展成为现代控制理论里面的一个应用比较广泛的控制方法的分支。如何提高永磁同步电机控制系统的鲁棒性，克服各种抖动和参数变化的影响，这些就是自适应控制在永磁同步电机控制系统中主要解决的问题。但是，自适应控制也有自己的缺点，如在线辨识和校正需要的时间可能比较长，对一些变化较快的伺服系统，就可能达不到很理想的结果。
0.4.4 模糊控制
模糊控制理论于1965年首次被Zadeh提出，之后在工业上快速发展并且广泛应用。模糊集合论、模糊语言变量和模糊逻辑推理是模糊控制理论的基础。它的基本思想是模仿人类思维具有模糊性的特点，通过模糊推理来实现对不确定性对象系统的有效控制，核心是模糊控制规则和隶属度函数的确定。
模糊控制不需要建立被控对象的精确数学模型，鲁棒性强，非常适用于经典控制难以解决的非线性、时变系统的问题，它是以语言变量代替常规的数学模型，推理的过程效仿人类的思维过程，借鉴专家的知识经验，可以处理复杂的控制问题。
但是，模糊控制的一个主要不足之处在于难以达到较高的控制精度，因为它本身很难消除稳态误差。正因如此，人们通常习惯将模糊控制结合其他的控制方法，以便达到更好的控制效果。目前，模糊控制在交流伺服控制系统领域取得了不错的成果，但还不是非常成熟，很多问题还需进一步的研究。例如：对于不同的电机和运行环境，在缺乏系统的模糊控制规则设计方法的同时怎么确定对应的模糊控制规则；确定模糊规则之后，又如何去保证整个系统的稳定性。总之，在发展模糊控制理论的道路上，还有很多问题和困难等待去解决。
0.4.5 神经网络控制
人工神经网络的研究始于20世纪40年代初，到80年代已经取得了突破性的进展，渐渐发展成为智能控制的一个非常重要的分支。神经网络是模拟人脑的思维方式进行工作，具有自学习能力、并行处理能力和自适应能力，换言之，它是用科学技术模拟神经系统的结构以及功能的一种信息处理系统。就现状来讲，神经网络已经初步应用到交流伺服系统，一方面利用神经网络的非线性函数非凡的逼近能力和优秀的学习能力，另一方面结合其他的控制技术，两者结合可以改善控制系统的收敛性、稳定性以及鲁棒性。最近几年，神经网络控制方法是永磁同步电机伺服系统研究的一个新方向。
限制神经网络控制在交流伺服系统应用的一个主要因素就是其算法非常复杂，大多数只能在仿真平台上进行，在实际系统的控制效果还需进一步的检验。此外，相对其他学科，神经网络还不够成熟，许多问题尚待解决。
0.4.6 容错控制
控制系统是由具备独立功能的各种单元构成的复杂系统。到目前为止，绝大部分的控制理论都是建立在假设系统中传感器和控制器都正常工作的基础上。各种多变量复杂控制系统的出现，促进了控制理论的发展，也为工程中解决了各类控制问题。在多变量复杂系统中，通过多个传感器进行实时测量，控制器和多个执行器实时协调工作，维持系统达到控制目的。但是，所有独立功能器件都是机械、电子等因素的复杂结合体。随着传感器和执行器数量的增加，毫无疑问提升了器件的故障率。与此同时，故障后引起的影响也更严重。而在许多实际工程应用中，如航空、航天、核工业、化学工业等，系统的可靠性凌驾于所有功能之上。这些大型复杂系统由几十上百的控制回路构成，而且短时间的系统崩溃就会带来不可估量的损失，以至于传统的连锁保护系统与参数报警都已经满足不了这些现代化设备的需求。乌克兰“切尔诺贝利核事故”、美国“挑战者”号爆炸以及各国多次火箭发射失利等，这些事故的对象都因为部件故障没有得到妥善的处理引发系统崩溃，让人们不断地意识到在一个大型复杂系统采用容错控制的必要性。美国空军早在20世纪70年代就已经启动容错控制技术的研究，并为此投入了大量的人力、物力，希望开发出具有更高容错能力的战斗机，以提高战斗机在战场的生存能力。航空航天领域的容错控制系统基本都采用多套硬件和软件的冗余容错结构，这也为容错控制在其他领域的发展提供了一定的方向和参考依据。
永磁同步电动机以其优越的调速性能得到了广泛研究和应用，为了降低成本、解决机械位置传感器安装困难、环境适应能力及可靠性差等问题，无位置传感器控制技术成为人们关注的热点。电压源逆变器（Voltage Source Inverter, VSI）是永磁同步电动机控制系统中最常采用的功率变换器。然而，其中的功率半导体器件及其控制电路是最易发生故障的薄弱环节，其可靠性问题一直没有得到有效解决。最新研究表明：变频调速系统中功率变换器的故障占整个驱动系统故障的82.5%，是驱动系统中最易发生故障的薄弱环节。功率变换器一旦发生故障，轻则将造成系统停机影响生产，重则造成灾难性事故。尽管人们为提高调速系统的可靠性而采取降额设计或使用并联冗余元件等方法，但这会使系统造价过高，仅适用于空间条件许可的场合。为改变这种状况，国外已有研究者提出逆变器容错技术。容错控制使系统在发生故障的情况下，能够自动补偿故障的影响以维护系统的稳定性和尽可能恢复系统故障前的性能，从而保证系统的运行稳定可靠，是提高系统可靠性和安全性的一个重要途径。