开关磁阻电机（Switched Reluctance Motor，简称SRM）具备结构简单、坚固等特点，适于高速运行和恶劣的工作环境，引起了学界和业界的广泛关注。研究高性能的无位置传感器技术，可以进一步提高SRM的系统集成度，增强系统的高速性和环境适应性，充分发挥SRM的强容错能力和高可靠性，从而拓宽SRM的应用领域，为其在高速、高温、高污染等恶劣工况下的机电能量转换场合中的应用奠定基础。本文分别针对起动和低速运行，以及中/高速运行提出了多种新型的无位置传感器控制算法。考虑到电机的容错运行，本文还对无位置传感器的容错控制技术进行了探索。针对电机的带载起动控制，提出了非导通电流比较法、非导通相电流斜率差值比较法和非导通相电感双阀值法三种无位置传感器控制方法，通过理论分析和实验比较发现，非导通相电感双阀值法具备开通、关断角可调的优点，能够满足高性能起动的要求。为实现电机静止和带初始转速状态的精确初始定位，提出了基于全周期电感估计的系列算法：电感线性区模型法、三相电感合成矢量正交分解法和电感矢量坐标变换法，这些算法不但可以实现精确初始定位，确保电机无反转起动，而且还可以实现空载或轻载模式下的无位置传感器运行控制。本文所提出的起动方法共同的优点在于无需预知电机的电磁特性曲线，无需复杂的模型计算和存储，无需增加任何硬件资源，因此具有较强的通用性和可移植性。针对中高速运行，提出了一种磁链特性曲线的近似获取方法。基于磁链和电感特性曲线，分别提出了基于RBF神经网络的磁链阀值和基于电感动态阀值的无位置传感器控制策略。其中，前者采用了RBF神经网络实现了对阀值参考磁链的建模，而后者从数学模型的角度建立了阀值参考电感的模型，通过比较实际磁链或电感与阀值参考值之间的大小可以得到各相的驱动信号，实现无位置传感器运行控制。研究结果表明，基于RBF神经网络的磁链阀值法由于受到RBF网络在DSP中运行速度的限制，适应的转速范围非常有限。而基于电感拟合模型的电感动态阀值法则避免了这一问题，它相对于传统的电感模型法、磁链电流法等方法而言，摆脱了复杂查表、复杂公式解算、以及智能模型的实现等环节，因此更易于实现。此外，该方法中的电感拟合函数的选择可以是多样的，而与其是否具有周期性没有关系，这便为算法的多元化提供了途径。这些算法均由软件实现，因此不会增加系统的硬件资源。为避开无位置传感器算法对磁链、电感特性数据的依赖，避免复杂存储、建模和复杂计算环节，本文针对中、高速运行区，还提出了一种基于电感斜率法的对齐位置点估计方法。该方法作为一种“单周期单特殊点估计”的位置估计策略，可以进一步提高位置估计算法的实时性和快速性。在实验过程中，为解决采用电感斜率过零检测法在开通角提前时存在误脉冲的问题，本文又提出了两种解决方案：其一，与电感分区逻辑结合，选择处在电感最大区域的相为估计相，从而避免电感斜率在开通角位置的突变；其二，采用电流斜率检测与电感斜率过零检测相结合的方法来重构位置检索脉冲，从而消除开通位置的误脉冲信号，同时保持对齐位置点信息。考虑到电机的容错运行，针对上述方法分别研究了位置估计的容错控制策略，并实现了电机缺相故障下的无位置传感器运行控制。