无刷直流电机(Brushless DC Motor,BLDCM)既能保留直流电机机械特性好、起动转矩大、控制性能优良等特点,又兼具交流电机运行可靠、结构简单、维护方便、使用寿命长等优势,因而被广泛应用于旋翼无人机、无人水面艇、水下机器人、智慧医疗器械等智能制造领域。由于BLDCM具有非线性、强耦合、多变量的特点,故基于PID控制的传统BLDCM控制系统动态性能仍然存在诸多不足。而模糊控制则不需要依赖被控对象精确的数学模型,它利用模糊集合理论,模拟人的智慧实现对复杂被控对象的有效控制,因而在工程实际中得到了广泛应用。本文首先将经典PID控制与模糊控制算法进行有效结合并充分发挥彼此优点,形成了模糊自适应PID控制器来克服传统BLDCM控制系统所具有的精度低、抗干扰能力差、鲁棒性不强等缺陷。此外,为了令模糊自适应PID控制器的控制结构能够在线修改,从而进一步提高BLDCM控制系统的自适应能力和控制性能,本文提出并设计了基于伸缩因子的变论域模糊自适应PID控制器以达到模糊论域可随控制系统的动态变化进行实时调整的目的。在详细阐述了 BLDCM数学模型的基础上,本文在Matlab/Simulink环境下搭建了BLDCM双闭环控制系统仿真模型,并完成了模糊自适应PID控制和变论域模糊自适应PID控制器的仿真实现。整体系统的仿真实验结果表明,BLDCM控制系统采用变论域模糊自适应PID控制器时输出转速超调量小、响应速度快、控制精度高、转矩脉动小,其控制效果最优。最后,本文设计了基于STM32的模糊自适应BLDCM控制系统,搭建了基于STM32F103RBT6主控芯片和IR2136S主驱动芯片的电机控制系统硬件平台,并在此硬件平台基础上完成了电机控制系统的软件程序设计以及基于Matlab/GUI的上位机监控界面设计。从BLDCM控制系统综合测试得到的实验结果可以看出,系统采用本文提出的模糊自适应PID控制策略时具有优良的动静态性能,与仿真实验的结论一致,进一步验证了其优越性和有效性。