本文主要研究了永磁直线同步电机(Permanent Magnet Linear Synchronous Motor, PMLSM)的若干关键技术问题。首先,根据电势星形向量图原理研究了PMLSM q<1分数槽绕组的组成结构,分析了该结构能够抑制齿槽力的原因。指出了采用近槽极(数)配合的分数槽绕组的结构设计特点。其次,为了精确分析PMLSM的电磁特性,基于有限元分析法,结合动态分网技术,建立了PMLSM的二维电磁场有限元模型。在此基础上,定量分析了不同齿槽结构下的齿槽力波动,研究了消除齿槽力波动的方法,验证了采用近槽极(数)配合的分数槽是减小推力波动的一项非常有效的措施。将智能神经网络引入到PMLSM的齿槽结构参数中进行预估。建立了基于改进算法的BP神经网络(BPNN)阳径向基神经网络(RBFN)的齿槽结构参数预估器。以有限元的模拟结果作为样本,进行了仿真训练,并对两种预估器的输出结果进行了对比。结果表明,基于智能神经网络的齿槽结构参数预估器具有良好的精度和效率。基于RBFN的预估器效率更高,精度更好。齿槽结构预估器能对PMLSM的结构设计提供了一个有效的参考。然后,基于有限元模型,采用瞬时电流法,通过设定q<1分数槽绕组的电流分布,对PMLSM电磁推力进行迭代计算,得到了PMLSM的负载特性及其参数。将实验样机的测试和有限元分析的理论值进行比较,结果表明建立的有限元模型具有较高的计算精度和可靠性,得到的负载参数对PMLSM的运行控制具有一定的意义。为了进一步抑制齿槽力引起的推力波动,构建了PMLSM的PI控制器,通过仿真和实验,表明PI控制器对PMLSM的推力波动有良好的抑制作用,是PMLSM推广应用中一种简单有效的方法。为解决PMLSM位置估计的问题,分析了无刷电机换向时位置估计的常用方法及其优缺点。在考虑了PMLSM结构和运行特点的基础上,采用G函数估计法来对其进行位置估计。在对其进行仿真的基础上,通过对样机三相电流和电压的检测,实验构建了G函数,实现了PMLSM的位置估计。该方法在换向点具有较高的灵敏度,不依赖于PMLSM的运行速度,即具有从接近零速到高速的位置估计能力,因而有望在无位置传感器的PMLSM上得到应用。最后,设计了PMLSM直接驱动的应用控制界面,该界面操作简单,使用方便。并对PMLSM驱动装置的定位精度和重复定位精度进行了实验研究。同时,采用PI控制对不同的速度和负载下的PMLSM速度性能进行了测试。实验结果表明,PMLSM具有较高的精度指标,PMLSM直接驱动能在高精度、高速等场合具有良好的应用前景。