永磁同步电机（Permanent Magnet Synchronous Motor:PMSM）由于具有结构简单和输出特性好等优点,所以在很多领域都得到了广泛的应用。磁场定向控制（Fieldoriented Control:FOC）算法控制PMSM时,具有噪声小、无级调速、动态响应快和抗冲击载荷能力强等优点,此外FOC还能将PMSM等效为直流电机来控制,从而简化了PMSM的控制过程,所以在PMSM的多种控制算法中FOC算法应用最广泛。然而,FOC中PID部分的参数很难调到最优,所以本课题采用神经网络来改进PID部分,改进后的算法易于获得PID部分的局部最优参数,即神经网络PID-FOC控制算法。神经网络PID-FOC控制算法需要实时测量电机转子的位置信息,而光电编码器具有成本高、安装困难、抗冲击和干扰能力较差等缺点,所以采用抗干扰能力强、测量精度高、分辨率高、制造成本低和对环境适应性强的时栅位移传感器来对电机转子进行位置反馈。本文采用时栅位移传感器作为控制系统的闭环位置反馈,运用神经网络PID-FOC控制算法,设计了PMSM电机的控制系统。主要完成如下工作:（1）PMSM控制系统算法设计:神经网络PID-FOC控制算法主要包括三部分:坐标变换、空间矢量脉宽调制（SVPWM）和神经网络PID。先分别对每个模块进行分析设计,然后将三个模块整合成神经网络PID-FOC算法。坐标变换模块主要对PMSM的强耦合特性进行了解耦,其将控制PMSM的三相交流电转换成两个相互正交且独立的直流电,分别为转矩电流（Iq）与励磁电流（Id）;SVPWM主要对逆变器的输出进行控制,SVPWM通过控制逆变器中六个MOSFET管的开关状态,使逆变器输出与正弦交流电类似的六拍阶梯波来控制PMSM;神经网络PID主要是通过神经网络算法来优化FOC算法中PID部分,使其能够容易获得局部最优的PID参数,从而优化FOC控制算法,使电机具有更快的响应速度和抗冲击载荷的能力。（2）PMSM控制系统算法仿真:对神经网络PID-FOC算法进行模型仿真。在Simulink下搭建PMSM控制系统的模型,并进行仿真实验。（3）PMSM转子位置检测:在采用神经网络PID-FOC控制算法控制PMSM时,为了实现对PMSM的高性能控制,必须对电机转子位置进行实时检测。本文将采用时栅位移传感器来实时检测电机转子的位置信息,时栅传感器是等时采样,而光电编码器是对等分间距刻线的码盘进行空间位置测量,两者具有不同的工作原理,若将时栅传感器直接与PMSM控制系统相匹配,将会产生采样周期和采样空间不同步的问题,所以提出了基于BP神经网络的预测测量方法来解决时栅与PMSM控制系统间的不匹配问题。（4）PMSM控制系统软硬件设计与验证:根据第二章设计的模型生成和修改控制程序,对生成的C程序在Keil软件中进行修改、整合与调试,以便对电机的控制达到想要的结果。控制器核心电路包括:STM32最小系统、电源模块、三相逆变器驱动模块、电流采样、通信模块、硬件过流保护等模块;控制器设计包括电路图设计和PCB电气系统设计,以及根据具体应用对象和控制需求对元器件选型。实验证明,基于时栅位置传感器的神经网络PID-FOC控制系统对中低速状态下的PMSM具有良好的控制性能,所以该控制系统能够满足实验转台对PMSM的控制需求。