当今社会的一切发展必在绿色发展的前提下进行,在汽车的改革研发进程中也不例外。电动汽车作为汽车行业发展的必由之路,其诞生给减少石油资源的消耗量及缓解日益严重的环境污染问题起了重要作用。电动汽车顾名思义为电能驱动,兼备经济、环保、节能、噪音低、结构简单、不难维护等长处。空调是电动汽车的关键部件,而空调压缩机把控着汽车空调制冷系统的“命门”,它包含控制器、永磁无刷直流电机和压缩机三部分组成。永磁无刷直流电机区别于传统的有刷直流电机的关键在于其换相方式——非机械性质的电子换相。无刷直流电机结构简单,运行可靠,运行效率高及后期维护方便等优势。然而,永磁无刷直流电机的各种位置传感器均存在着或多或少的不足之处,无法应用到某些特殊的场合。进而,为摆脱了传统位置传感器存在的不足,采用电子线路替代了传统机械结构的永磁无刷直流电机无位置传感器的控制方式成为了该电机控制中的必要手段。因此,无机械位置传感器的永磁无刷直流电机控制技术是空调压缩机控制领域的重点也是难点。本文研究的内容大致如下:1、文章先介绍了电动压缩机的工作原理,然后进一步分析了其重要组成部分——永磁无刷直流电机,对于其结构及工作原理展开叙述,介绍了永磁无刷直流电机的数学模型及两种调速策略。2、介绍了支持向量机的基本原理。将统计学理论作为基础的支持向量机(Support Vector Machine,SVM)方法是一种极其实用算法,且利用结构风险最小化原则,结合选择合适的核函数将问题从低维到高维,从非线性函数到线性函数映射,最终解决了凸二次规划和维数灾问题。因此,针对多变量、非线性、时变的永磁无刷直流电机无位置传感器系统,结合支持向量机具有的对非线性函数的回归预测功能,提出了基于回归型最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的智能控制算法。3、针对转子位置检测原理,从电压方程式出发推导出永磁无刷直流电机的相电压与转子位置信号存在非线性的关系,从而将无位置传感器控制问题转为非线性系统辨识过程。4、构建出基于径向基(Radial Basis Function,RBF)核函数的LSSVM模型来解决永磁无刷直流电机无位置传感器控制问题。但是,该模型存在两个待定参数正则化参数γ和核函数宽度s,其中γ控制模型复杂度和逼近误差,而s值过大或过小会对样本数据造成过拟合或欠拟合,两个参数值的合理确定成了解决永磁无刷直流电机无位置传感器起动控制的关键。5、为解决上述两个参数选取的难题,论文在RBF核函数的回归型LSSVM模型的基础上引入了交叉验证原理(Cross Validation,CV)和粒子群(Particle Swarm Optimization,PSO)优化算法,构建出PSO-LSSVM模型。在MATLAB平台下,撰写程序结合仿真数据,证实PSO-LSSVM模型的永磁无刷直流电机的起动控制的可行性,理论上实现了无位置传感器的永磁无刷直流电机起动的精准控制。6、介绍了传统的PID(Proportion Integration Differentiation)控制算法,并以此为前提的情况下提出了一种基于最小二乘支持向量机的PID参数自整定速度控制方法。利用MATLAB环境下的Simulink仿真模型库,构建出永磁无刷直流电机控制系统的仿真模块。该控制模型为双闭环控制结构:用电流滞环控制器构成的电流环作为内环;用PSO-LSSVM模型与PID控制器相结合的形式构成速度环作为外环。总而言之,本文采用基于KCV-PSO-LSSVM的电机起动控制方法及基于改进的支持向量机参数自整定PID控制器的速度控制方法,在MATLAB平台及其平台下的simulink仿真,证明两者均可行。从而,实现了基于PSO-LSSVM无位置传感器永磁无刷直流电机的电动汽车空调压缩机控制。