随着电机理论和科学技术的不断进步，使用电子装置换相的无刷直流电机逐渐被人们所熟悉，它解决了之前直流电机由于换向器和电刷而导致的电机损耗、摩擦严重等诸多问题。无刷直流电机凭借其良好调速性能、高效率、输出转矩大、体积小等优点，在现代控制与智能控制领域以及人们的日常生活中发挥着巨大作用。本文把无刷直流电机作为研究对象，重点对使用在电机转速上的不同控制策略进行研究，实现并提供一种稳定实用的无刷直流电机双闭环结构下的转速控制方案。　　首先，对无刷直流电机的构成和工作原理进行了介绍，分析了电机复杂的数学模型，并对无刷直流电机所具有的运行特性进行了阐述，以及说明了转速电流双闭环结构在电机调速方面起到至关重要的作用。　　其次，研究不同控制策略下无刷直流电机的调速性能，这里包括滑模变结构控制器以及RBF神经网络滑模变结构控制器的设计。由于无刷直流电机不是一个线性系统，它具有复杂度高、参数多等特点，易受内部参数与外部扰动干扰。以前的PID控制由于过分依靠对象模型容易受各种因素的影响，不能对电机的转速进行精确调节。在非线性对象系统中滑模变结构控制拥有强鲁棒性、快速响应等优点，对电机的速度调节来说是一个不错的选择。滑模变结构控制器的设计从电机动力学方程、滑模变量以及控制律等几方面着手，并最终对系统的稳定性进行研究分析，得到滑模变结构控制器的表达式。由于滑模变结构控制会产生抖振，本文采用神经网络来降低它，从而提高控制的性能。学习能力强是神经网络最重要的一点，除此之外还具有很强的映射能力尤其处于非线性的系统中，把它应用在滑模变结构控制器上能够实现更好的滑模变结构控制器。设计经过RBF神经网络改造过的滑模变结构控制器的表达式，通过调节隐层节点的宽度、神经网络的权重等参数使电机实际转速能够更好地跟踪期望转速，从而使在双闭环结构下的无刷直流电机控制系统具有更好的调速性能。　　最后，根据理论设计出滑模变结构控制器以及经过RBF神经网络改造过的滑模变结构控制器之后，分别利用大量的仿真和实验结果来验证理论研究设计的正确性。通过在Matlab/Simulink上编写代码和对电机控制系统建模来仿真对比不同控制策略，仿真现象表明控制器设计是合理的且能说明控制器之间的差异性。通过对硬件部分的制作以及软件程序编写来搭建实验平台，在上位机上能够观察到不同控制策略下的波形，且表明RBF神经网络滑模变结构控制器在电机调速方面的效果好于普通滑模变结构控制器，而普通滑模变结构控制器好于PID控制器。不同波形曲线之间的差异符合预期结果，说明了设计的控制器在实际中的可行性，为无刷直流电机的应用领域提供了一种良好的转速调节方案。