线圈辅助励磁无刷直流电机(Coil assisted excitation brushless DC motor,CAE-BLDCM)由两组磁极相关的定/转子凸极结构组成,同时加入了由中央辅助线圈提供的可调磁场,避免了无刷直流电机中永磁体退磁及无法控制永磁量等不利因素,具有结构坚固、耐高温、可靠性高的优点。由于CAE-BLDCM的结构特殊、磁路复杂、解耦困难,对电机控制系统的搭建造成困难。首先,本文通过ANSYS静态、动态仿真分析电机转矩、磁链、电感特性及中央辅助线圈控制效果,并采用不依靠电机参数的智能控制方式,即基于RBF神经网络在线辨识的双神经元自适应智能控制策略,实现电机电枢绕组与中央辅助线圈最优联合控制。然后,本文通过Maxwell、Simplorer和Matlab三个软件联合搭建了一套针对CAEBLDCM的仿真平台,由于CAE-BLDCM非线性强、结构特殊等原因,同样在建立数学模型时也会遇到困难,因此采用联合仿真实现电机不同控制策略时的仿真分析。在电机启动、加速以及突加负载过程中,对比分析常规PID、单神经元自适应PID以及双神经元自适应PID这三种不同控制策略,分析结果表明双神经元自适应PID控制系统具有更好的控制精度、鲁棒性及响应速度。最后,基于电机控制原理在仿真的基础上,搭建了以TMS320F28335DSP为核心的硬件控制平台并进行调试,通过CCS6.0软件开发平台编程,分别实现电机常规PID、单神经元自适应PID以及双神经元自适应PID控制策略。实验结果验证了CAE-BLDCM结构及双神经元自适应PID控制方法的可行性和有效性。