针对具有非线性、高采样频率、强耦合等特性的机电系统的控制问题,模型预测控制(Model Predictive Control,MPC)作为一种处理多约束系统最优化控制问题最有效方法之一,渐渐成为研究热点。然而,MPC存在在线运算量过大的缺陷,导致其在高采样频率的系统中不能实现实时跟踪。因此,本论文采用理论分析和数值仿真结合的方式,围绕机电耦合系统的控制方法展开研究。基于传统MPC,提出以多参数规划为理论基础的显式模型预测控制(Explicit Model Predictive Control,EMPC)策略,将其应用于机电耦合系统中。EMPC可以弥补MPC控制策略完全在线运算导致计算量过大的缺点。首先,针对直流伺服系统,综合状态矢量、约束条件设计了EMPC控制器。根据线性规划思想对被控对象进行状态分区,建立状态分区与控制律的映射关系,形成离线计算,为在线控制的查表提供支持。随后对设计的控制器性能进行数值仿真验证。其次,针对三相异步电机,分别利用直接转矩控制(Direct torque control,DTC)与EMPC技术设计了控制器。DTC控制策略采用了两相静止坐标系下的数学模型,利用转矩与磁链双位式滞环控制,根据定子磁链的幅值偏差,电磁转矩偏差等设定开关位置组合表,系统运行过程中,参考当前定子磁链所在位置,选取此刻适合的电压矢量,以此实现直接转矩控制。EMPC控制算法将三相异步电机及二级换流器作为一个整体,其状态矢量由电机子模型给出,控制量为电压向量,模型输出为电机转矩及定子磁通。基于状态矢量及约束条件计算状态可行域,进而实现EMPC控制。最后,本文从建模方式、输出特性等方面,对两种控制策略进行对比分析,由分析可知EMPC方法建模简单,易于实现,解决了DTC算法中的转矩脉动问题。该方法在处理系统约束的同时,能很好地预测和优化系统将来的行为。因此,本文的研究工作对模型预测控制拓展至多相电机的领域有着极其重要的意义。