无刷直流电机结构简单、运行可靠、调速性能良好,而且功率密度高、输出转矩大、动态性能好。目前已经广泛应用于多个领域,尤其是在机器人、精密电子仪器与设备等对电机性能、控制精度要求较高的场合。现在工程实践过程中,电机调速较多采用 PID控制,但无刷直流电机控制系统是一个多变量、强耦合的非线性系统,仅仅PID控制调速可能达不到理想的控制效果。模糊控制能够模拟人的思维方法,而神经网络控制能够模拟生物神经元的功能,具有自学习、自适应、并行处理能力。因此,本文采用模糊神经网络控制方法来研究无刷直流电机控制系统。　　首先,本文对无刷直流电机的工作原理进行分析,建立数学模型。然后融合模糊和神经网络控制方法构造了基于Mamdani型的模糊神经网络,以电机转速误差及其变化率作为输入,电流环的电流为输出。采用BP学习算法对网络参数进行修正,对学习率进行改进。通过MATALAB/Simulink进行仿真,仿真结果表明采用模糊神经网络控制方法后,无刷直流电机调速控制系统性能较PID控制有了很大提升,响应速度快、超调明显下降、稳定性和抗干扰性都有增强,体现了模糊神经网络控制的优越性。　　最后,本文基于Altera公司生产的Cyclone II FPGA实现了无刷直流电机控制系统的硬件设计,将硬件外部电路分为驱动电路、A/D转换电路、电流检测电路、位置检测电路、保护电路等部分,用VerilogHDL将速度控制所需的电路综合到FPGA上,最终实现对无刷直流电机的调速控制,取得较理想的效果。