01
PMSM数学模型与参数敏感性分析
建立d-q轴数学模型，分析电阻、电感、磁链参数变化对系统性能的影响。
数学模型敏感性
02
参数失配问题概述
定义参数失配类型（电阻、电感、永磁体磁链），分析失配原因（温升、磁饱和、老化）。
失配类型机理
03
传统PI控制局限性
推导PI控制器在参数失配下的稳态误差和动态响应退化，通过仿真验证。
PI控制稳态误差
04
滑模控制基础
介绍滑模面设计、趋近律选择（等速、指数、幂次），分析抖振问题。
滑模面趋近律
05
基于滑模的电流环鲁棒控制
设计滑模电流控制器，抑制电感、电阻参数摄动。
电流环鲁棒
06
基于滑模的速度环鲁棒控制
设计滑模速度控制器，处理负载转矩扰动和转动惯量变化。
速度环抗扰动
07
自适应控制基础
介绍模型参考自适应（MRAC）和自校正控制（STC）基本原理。
MRACSTC
08
在线参数辨识
设计带遗忘因子的递推最小二乘法（FFRLS）在线辨识电阻、电感、磁链。
FFRLS在线辨识
09
基于参数辨识的PI自适应补偿
利用辨识结果实时更新PI参数，实现参数失配补偿。
自适应PI补偿
10
模型预测控制（MPC）基础
介绍有限集模型预测控制（FCS-MPC）原理，分析其对模型精度的依赖。
FCS-MPC预测控制
11
鲁棒模型预测控制
设计考虑参数不确定性的MPC，引入代价函数中的鲁棒项。
鲁棒MPC不确定性
12
扰动观测器设计
设计非线性扰动观测器（NDOB）估计参数失配引起的集总扰动。
NDOB扰动估计
13
基于扰动观测器的前馈补偿
将扰动估计值前馈至电流环和速度环，抵消参数失配影响。
前馈补偿扰动抑制
14
自抗扰控制（ADRC）基础
介绍跟踪微分器（TD）、扩张状态观测器（ESO）、非线性状态误差反馈（NLSEF）。
ADRCESO
15
基于ADRC的PMSM鲁棒控制
设计一阶/二阶ADRC控制器，处理参数摄动和外部扰动。
ADRC鲁棒控制
16
模糊逻辑控制基础
介绍模糊化、规则库、推理机、解模糊，设计模糊PI控制器。
模糊控制模糊PI
17
神经网络控制基础
介绍RBF神经网络结构，设计神经网络逼近器补偿参数失配。
RBF神经网络
18
迭代学习控制（ILC）
针对重复性参数失配，设计开环/闭环ILC学习律。
ILC迭代学习
19
鲁棒H∞控制
建立PMSM线性化模型，设计H∞混合灵敏度控制器，保证鲁棒稳定性。
H∞混合灵敏度
20
无传感器控制中的参数失配问题
分析滑模观测器（SMO）和模型参考自适应系统（MRAS）对参数的依赖。
无传感器SMO
21
参数失配下的无传感器鲁棒控制
设计自适应观测器或鲁棒观测器，同时估计转速和参数。
自适应观测器鲁棒
22
弱磁控制中的参数失配
分析弱磁区参数变化对电压约束和电流轨迹的影响。
弱磁电压约束
23
鲁棒弱磁控制策略
设计基于电压反馈或查表的鲁棒弱磁控制器。
弱磁控制鲁棒
24
多目标优化鲁棒控制
结合遗传算法（GA）或粒子群（PSO）优化控制器参数，兼顾鲁棒性和动态性能。
GAPSO
25
硬件在环（HIL）测试
搭建PMSM参数失配HIL平台，验证鲁棒控制算法实时性。
HIL实时验证
26
实验设计与数据分析
设计参数失配实验方案（电阻加热、电感饱和），分析实验数据。
实验设计数据分析
27
鲁棒控制算法对比
在相同参数失配条件下，对比PI、滑模、ADRC、MPC的性能指标（THD、超调、调节时间）。
算法对比性能指标
28
工程实现注意事项
离散化方法选择（双线性变换）、采样频率影响、抗积分饱和。
离散化抗积分饱和
29
案例研究：电动汽车驱动系统
分析实际工况下（温升、老化）参数变化，设计综合鲁棒控制方案。
电动汽车案例
30
前沿趋势与展望
介绍数据驱动控制、深度强化学习在PMSM鲁棒控制中的应用前景。
数据驱动深度强化学习