近年来无刷直流电机(Brushless DC Motor,BLDCM)凭借着其运行可靠、调速范围广等优点,迅速得到了广泛的关注。但由于无刷直流电机在实际应用中存在抑制转矩脉动、无传感器控制等技术问题,导致其很少运行在高精度和高可靠性场合。模型预测控制(Model Predictive Control,MPC)具有鲁棒性好、控制效果强等优点,可有效地抑制过程的非线性、并行性和不准确性,并且可以对系统过程中的被控变量和操纵变量中的各种约束进行处理。将MPC应用于无刷直流电机控制中对于改善系统性能,抑制BLDCM转矩脉动具有重要的实际意义。首先,本文介绍了无刷直流电机当前的发展现状,对低转矩脉动、模型预测控制的研究成果进行了概括和总结,分析了 BLDCM的基本构造、工作原理、数学模型、驱动方式及电流采样方式,在深入分析换相转矩脉动原因及其抑制策略的基础上,提出运用模型预测方法来降低BLDCM的转矩脉动。选取连续控制集合的模型预测策略对电流环进行设计,把电流模型分为非换相期间和换相期间两个部分,选择适应性强的预测模型和代价函数对输出电流进行有效控制,以减小电流换相时所引起的转矩脉动。设计了基于模型预测控制的BLDCM双闭环控制系统,并进行了仿真分析。仿真波形响应速度快、调节时间短,仿真结果验证了 MPC算法的有效性。最后,以DSP为核心,建立BLDCM控制系统实验平台,通过对软件程序编写,对MPC算法进行性能验证。通过对比分析,相比于传统PI控制算法,模型预测能有效抑制换相转矩脉动,改善系统静态性能与动态性能,并能提高系统运行的稳定性。