无刷直流电机是一种原理简单、结构紧凑、运行高效、稳定可靠的电能/动能转换装置,在工业控制、航空航天、农业科技、通信、医疗等领域得到广泛应用。无刷直流电机去除了有刷直流电机中的换向器,利用传感器检测转子位置实现换向。但由于传感器的存在,在一定程度上增大了电机体积和研发成本,限制了其应用领域。因此,研究在没有位置传感器情况下的无刷直流电机控制技术是一项非常具有挑战性和实用意义的工作。当不具有位置传感器时,转子位置信号无法直接测得,只能采用间接的检测方式,利用与位置信号有紧密联系的电压、电流等信号映射得到转子位置信号,这属于典型的非线性系统辨识过程。在众多系统辨识方法中,人工神经网络由于良好的自学习、自组织能力,以及可以在任意精度实现非线性映射的特性,成为一种非常重要的系统辨识工具。而研究如何利用人工神经网络实现无刷直流电机无位置传感器控制也成为了人们关注的热点。本文首先参阅了大量与无刷直流电机无位置传感器控制相关的国内外文献,然后详细分析了无刷直流电机的系统结构和工作原理,进而建立了电机微分方程和传递函数。在此基础上阐明了利用人工神经网络实现无刷直流电机无位置传感器控制的原理。其次,在对传统反电动势、磁链估计等无位置传感器控制方法进行详细分析的基础上,建立了利用RBF(Radial Basis Function)神经网络实现电机相电压、相电流与功率器件换向信号之间的非线性辨识模型。同时提出了基于K交叉验证原理的网络结构和参数优化方法,以及网络训练算法中学习率的自适应调整策略。MATLAB/Simulink平台下的仿真实验表明,本文提出的基于改进RBF神经网络的无刷直流电机无位置传感器控制方法具有较好的性能,换向信号准确,无滞后,调速性能良好。最后,本文在无刷直流电机系统结构原理以及RBF神经网络辨识模型的基础上,设计了以TMS320F2812为控制核心的硬件系统,详细介绍了器件选型、驱动电路、检测电路以及抗干扰措施的设计。同时,本文简要介绍了嵌入式软件程序的设计思想并给出了流程图。实验结果表明,本文设计的硬件系统能够较为准确的得到换向信号,软件程序运行流畅,符合设计要求。