永磁同步电动机(PMSM)具有结构简单、体积小、功率密度高、效率高、响应速度快且运行安全可靠等众多优点,在高性能、高精度伺服系统中得到广泛应用,尤其适用于数控车床、航空航天设备等场合。数控车床、卷绕设备等对伺服驱动存在特殊要求,此类设备负载的直径和转动惯量通常会随着加工过程发生变化,这就可能对设备加工的精度和稳定性产生影响。高精度设备有必要在系统运行前对电机参数进行离线辨识,然后正确初始化相应的控制器;而且,当设备的转动惯量变化时要能及时修正控制器参数。在线辨识电机参数并实时调整控制器是目前伺服控制技术的热点问题。目前,存在许多参数辨识的方法,但大多算法复杂,实现上有难度且辨识精度也不高,针对这些问题,本文提出离线辨识和在线辨识相结合的方法。首先研究了离线参数辨识过程,离线辨识方法简单,容易操作;然后研究了两种在线辨识方法,并根据它们各自的优点将两种方法有机的结合,形成一种更有效,计算量更小的辨识方法。同时对以上方法进行了仿真和实验验证,并进一步讨论了参数辨识的应用。研究中建立了电机的数学模型和控制系统模型,指出需要被辨识的参数;通过定位运动、匀速运动和加减速运动对电机的参数进行离线辨识,其结果应用于控制器参数初步配置;探讨了最小二乘辨识法和梯度校正辨识法的原理,建立了辨识模型,在线辨识了电机的转动惯量,并根据其变化自动整定速度环PID控制器参数。通过对各辨识方法的理论研究和实践应用,了解到:离线辨识的辨识速度较快、方法简单;带遗忘因子的最小二乘在线辨识法在系统运行初期能很快辨识出系统参数,但后期的跟踪能力不够好;与遗忘因子最小二乘法相反,梯度校正在线辨识法在系统运行初期辨识参数的波动较大且速度慢,但后期参数变化了可以很快跟踪新值。基于以上研究,提出了一种新的在线辨识方法:最小二乘与梯度校正结合辨识法,此方法融合了两种方法各自的优势,辨识效果良好。最后,分析了在实际系统中产生辨识误差的主要原因:逆变器具有非线性因素。提出可以采用死区补偿的方法对其进行补偿。