由于永磁同步电机具有结构简单、效率高、功率因数高、体积小、转动惯量低以及易于散热等优点,尤其是随着永磁材料性能的提高,以及新型永磁材料的出现,使得永磁同步电机在中小功率、高精度、高可靠性、宽调速范围的伺服系统中得到了广泛应用。然而,由于永磁同步电机含有低次谐波,导致了永磁同步电机的损耗和转矩脉动的增加,因此,需要对低次谐波进行抑制,采用通过控制系统注入谐波来抑制谐波的方法具有不改变电机和控制系统结构,能够广泛适用于各种电机的优点。但其模型较为复杂,系统实时性较差,使其难以在实际中得以应用。本文针对这一问题,通过代理模型简化谐波抑制模型的模型复杂度,研究了基于代理模型的永磁同步电机低次谐波抑制系统。主要研究内容如下:首先,搭建了含有谐波注入模型的永磁同步电机控制系统。采用在控制系统中注入大小相等、方向相反的5、7次谐波,达到抑制永磁同步电机中的5、7次谐波分量的目的。并对谐波抑制后的电流进行分析,验证了该方法的谐波抑制效果。然后,根据谐波注入模型得到的注入谐波数据,应用均匀取样的方法,选取代理模型建模所需要的原始数据。以所选数据中的定子三相电流和转子位置作为输入量,d轴、q轴注入谐波电流值作为输出量,搭建基于BP神经网络的代理模型。设置相应的神经元个数,进行迭代学习,得到了谐波抑制效果达到最佳的基于BP神经网络代理模型的谐波抑制模型。并将该模型应用于原控制系统中,检验其谐波抑制能力。建立基于径向基函数神经网络的谐波抑制模型,其建立方法与基于BP神经网络代理模型的谐波抑制模型相似,并将其应用在原系统中以验证其谐波抑制效果。最后,对比依据谐波注入模型得到的数据建立起来的两种谐波抑制模型的谐波抑制能力、误差以及各自的特点。并与谐波注入模型进行比较,得到的基于BP神经网络代理模型的谐波抑制模型谐波抑制效果略强于基于径向基函数神经网络的谐波抑制模型,代替效果最佳,简化了原谐波注入模型的复杂度。