开关磁阻电机（Switehed Reluetanee Motor，简称SRM或SR电机）以其结构简单、成本低廉、在较宽的调速范围内均具有高效率等诸多优点，成为普通交流传动系统和直流传动系统强有力的竞争者。但开关磁阻电机严重的非线性以及变参数特性增加了它的控制难度，传统的线性控制方法往往难以取得令人满意的效果。因此，对于开关磁阻电机调速系统（SRD）智能控制策略的研究一直是近年来开关磁阻电机研究领域的热点之一。本文在深入分析国内外开关磁阻电机及其调速系统资料的基础上，针对开关磁阻电机的电感、绕组电流和转矩在不同阶段的变化情况，低速采用电流斩波的控制方式，在高速采用了电压PWM控制；同时将径向基函数（RBF）神经网络应用于开关磁阻电机调速系统。RBF神经网络具有学习速度快、泛化能力强的突出优点，有较强的实时性，结合快速的训练算法和简单、合理的控制方式就能够满足SRD系统对控制器的要求。本文应用MATLAB/SIMULINK仿真软件建立了四相（8/6极）开关磁阻电机及其驱动系统的动态仿真模型，对开关磁阻电机的各种控制方式进行了动态仿真分析，在此基础之上，利用RBF神经网络进行智能控制策略的研究。在开关磁阻电机调速研究中，本文提出一种基于RBF神经网络的开关磁阻电机自适应PWM转速控制方法，该方法利用RBF神经网络极强的逼近能力和快速的收敛性，将离线训练好的RBF神经网络构成转速控制器，并结合在线辨识完成网络的在线训练，让控制器在电机运行中自适应地调节网络参数，使之适应环境的变化。仿真结果表明该方法具有响应速度快、控制精度高、适应性强等优点。同时，针对SRD系统的调速特点和所采用的控制策略，设计了调速系统的硬件电路，其主要电路包括功率转换器以及驱动电路、位置反馈电路、电流反馈电路、电源电路、故障检测电路等。在此基础上，根据前后台模块化编程的设计思想，结合开关磁阻电机调速系统的主要功能，设计了系统的软件，给出了主程序和各子程序的流程图。本文以TI公司的TMS320LF2407DSP为基础，进行了开关磁阻电机控制系统设计，并通过硬件电路和软件编程实现了转子位置检测、转速调节以及电流检测等功能。实验表明本系统设计合理，电机运行稳定可靠，达到了预期的设计要求。