永磁同步电机因本身易于控制以及高动态性能的优势在诸多领域得到了广泛的应用。然而在电机的实际运行工况中,电机参数的改变会影响到控制系统的性能,因此获得准确的电机参数对于电机的稳定运行有重要作用。由于实现电机多参数辨识时方程存在欠秩的问题,并且逆变器非线性因素的影响使得参数辨识过程中定子电压采集存在一定误差,因此本文以表贴式永磁同步电机为主体,对以上问题进行研究。首先,本文对永磁同步电机的结构和分类进行了介绍,并根据坐标变换原理推导了永磁同步电机在常用坐标系下的数学模型。在此基础上对电机矢量控制算法进行了介绍,并搭建基于id=0的电机闭环矢量控制仿真模型为后续参数辨识算法设计仿真奠定基础。然后针对辨识方程欠秩的问题,本文通过应用模型参考自适应理论提出了参数分步辨识的策略,并搭建了仿真模型进行分步辨识策略的仿真验证。考虑到逆变器非线性因素产生的误差电压对电机参数辨识的影响,本文建立了含误差电压的电机电压方程来推导Adaline神经网络参数辨识算法的数学模型,并提出变步长的LMS权值调整算法来解决辨识算法中收敛速度和稳态误差之间的矛盾,随后结合分步辨识的策略建立整体仿真模型,对提出的变步长Adaline神经网络算法有效性进行仿真分析。本文最后对永磁同步电机硬件系统实验平台设计进行了介绍,并对提出的辨识算法进行实验验证。通过本文提出的变步长Adaline神经网络算法和传统Adaline神经网络算法参数辨识实验结果对比,证明本文所提出的算法可以提高参数辨识结果的收敛速度,并降低稳态误差,最终实现电机参数的准确辨识。