开关磁阻电机由于其结构简单、工作可靠等诸多优点，引起了广泛关注，但由于双凸极结构及磁链的高度饱和，导致其电机特性高度非线性，难以建立准确的数学模型，因此建立准确的开关磁阻电机非线性模型有助于电机的优化设计，同时对于电机的性能分析和高性能控制也具有重要意义。位置闭环是开关磁阻电机调速系统的重要组成部分之一，传统的直接位置检测是通过传感器或编码器等采集电机位置信号，但位置检测元件的存在增加了SRD系统的成本、限制了SR电机的应用领域、降低了系统的可靠性，所以研究无位置传感器的转子位置检测方法成为SRD系统研究的热点。而神经网络由于其良好的非线性拟合能力，在非线性建模和智能控制方面都有十分重要的应用，能够很好的解决开关磁阻电机的非线性建模和间接位置检测中存在的一些问题。　　本文首先对开关磁阻电机的工作原理及其调速系统的基本构成进行研究，分析了开关磁阻电机传统建模方法存在的一些问题。然后，本文在研究了当前应用广泛的BP神经网络和RBF神经网络工作原理的基础上，通过比较一些常用的优化算法的训练速度，选择了在中小规模网络中训练速度最快的LM优化算法作为网络的训练算法。之后，以此为基础，分别使用两种神经网络建立了SRM的磁链模型、转矩逆模型和角度位置模型，并分析了两种网络在应用于开关磁阻电机建模时各自的优缺点。　　最后，本文在研究非导通相电流比较法无位置传感器控制的工作原理基础上，提出了基于神经网络的无位置传感器控制算法，进行了两种方案的软件程序设计，并在基于dSPACE半实物实时仿真系统的实验平台上进行了实验验证，证明了两种方案的可行性。