永磁同步电机以其结构简单、高能效和长使用寿命而在高性能伺服系统中被广泛使用,然而在实际工业应用中,电机驱动系统的性能往往会由于内外部扰动的影响而出现下降。为了快速有效地抑制各种扰动,提高永磁交流伺服系统的性能,本文采用自抗扰控制器对伺服系统进行改进设计,并基于参数选择对自抗扰控制器的控制性能的重要影响,从系统运行工况出发,提出了一整套参数自整定和优化的方法。首先,为了获得永磁同步电机伺服系统设计的理论依据,对所采用的表贴式永磁同步电机的不同坐标系下的数学模型进行了详细推导,阐述了id=0的矢量控制策略和SVPWM的实现过程,并基于自抗扰的原理及数学模型分析了线性和非线性自抗扰控制器的差异性。其次,为了实现解耦控制和增强控制系统的鲁棒性,研究了转速电流双闭环自抗扰矢量控制方法,并综合考虑控制性能和控制器设计复杂程度,针对性的设计了永磁同步电机矢量控制系统的电流环和转速环自抗扰控制器,给出了控制器部分参数整定的方法。然后,针对非线性扩张状态观测器参数整定复杂且对控制性能影响大的问题,对伺服系统控制性能评价指标进行研究,提出了基于遗传算法和NSGA-Ⅱ算法的永磁同步电机自抗扰参数离线自整定方法,通过多个目标函数下种群迭代进化,寻找最优的自抗扰控制器参数,实现对永磁同步电机伺服系统性能的综合评价。将遗传算法单目标和NSGA-Ⅱ多目标离线参数自整定的与传统整定方法进行对比验证,证明了本文所设计的方法的有效性和收敛性。最后,针对工作状态变化时使用固定参数的伺服系统控制性能下降的问题,提出了基于BP神经网络的永磁同步电机自抗扰参数在线自整定方法。该方法依据BP神经网络具有的任意非线性表达的能力对系统性能实时学习,不断调整自身权值,将由网络输出得到的自适应动态更新的自抗扰控制器参数代替固定参数。重点介绍了网络结构的确定、权值初值的选取及激活函数的选择问题。搭建基于d SPACE的实验平台对该方法和基于NSGA-Ⅱ的自抗扰控制器进行了对比验证,结果表明利用BP神经网络在线整定参数使系统具有更好的抗扰性能。