随着科学技术的飞速发展,永磁同步电机（PMSM）由于其拥有的优点在许多工程应用场所得到广泛应用,比如其运行稳定度高,体积质量小,可用性强,简单的构造,功率小等等,尤其在航天工程、制药装备、工程器械乃至社会中的每个角落都扮演者重要的角色。随着控制理论和控制技术的快速演变与发展,为了满足人们在生活工作中的需要,需要具有更好性能的永磁同步电机解决工程应用中存在的问题,往往一个准确的数学模型影响着该控制系统的性能高低,因此需要对永磁同步电机进行精准的建模才能获得良好的控制性能,而由于外部扰动和内部电机参数摄动的影响,使得永磁同步电机稳定性下降,从而导致数学模型建立复杂,进一步使得基于数学模型的系统控制器的设计变得困难,导致永磁同步电机控制系统的参数不确定而难以辨识,系统抗干扰性能下降,速度跟踪精度降低等缺点使得永磁同步电机的性能难以发挥。本文采用基于有限时间理论的同步控制与参数辨识、RBF神经网络结合分数阶滑模控制等方法,研究了永磁同步电机的参数辨识和速度跟踪控制问题。论文工作如下:（1）针对PMSM电机参数在运行中对环境温度变化的敏感以及容易受到饱和磁路的影响使得电机稳定性降低这个影响,讨论了永磁同步电机系统的鲁棒有限时间同步控制与参数辨识问题。结合有限时间稳定性和自适应控制理论,通过控制永磁同步电机角频率,在终端吸引子中引入更新的调谐参数,可以在更短的时间内实现鲁棒自适应有限时间同步,并且在较短的有限时间内有效识别不确定参数。最后,通过MATLAB和Simulink数值仿真验证所推导的基于有限时间理论的永磁同步电机同步控制与参数辨识方法,表明该策略的可行性,并为后文进行PMSM的调速控制做好铺垫。（2）针对PMSM驱动系统容易遭受参数时变、外部干扰等影响,讨论基于RBF神经网络的分数阶滑模控制方法。首先,结合分数阶系统构建分数阶滑模面。然后,为了让控制系统性能与稳定性增强,用饱和函数作为滑模面切换函数,以此来达到减小系统抖振带来的影响;利用RBF神经网络对外部存在的干扰进行干扰逼近估计,将对外界环境的扰动逼近估计和分数阶滑模控制器组合,最后,通过仿真验证对比可以看出,RBF神经网络逼近干扰与分数阶滑模控制结合的方法控制效果与稳定性都要比单一的分数阶滑模控制方法要好,表明该方法能较好地抑制干扰,提高电机跟踪的准确性,具有优异的控制效果。通过上述控制理论与策略的研究,本课题为解决PMSM的调速控制等问题提供一种有效途径。