开关磁阻电机驱动系统(SRD)是继异步电动机变频调速系统和直流电动机调速系统之后，又一极具发展潜力的新型调速系统。但是，由于其核心——开关磁阻电机(SRM)的非线性特征明显，特殊的结构和工作模式导致了较大的转矩脉动和突出的噪声问题。　　 优化的开关磁阻电机本体结构设计和新颖的定子电流控制策略成为目前专家学者讨论研究的焦点。新的非线性控制方法层出不穷，而且开关磁阻电机的定子电流易于控制，因此越来越多的新型控制理论被应用于定子电流的优化控制。　　 本论文通过对开关磁阻电机定子电流的几种典型非线性控制策略的分析和对比，结合开关磁阻电机矩角特性和磁链特性的分析与研究，提出将RBF 神经网络应用于开关磁阻电机定子电流的控制：利用RBF 神经网络对开关磁阻电机的磁链进行建模，结合开关磁阻电机的机电特性，对开关磁阻电机的电流PWM 占空比进行动态调节，从而达到减小电流波动、降低转矩脉动的目的。　　 此外，由于开关磁阻电机两相励磁运行时，互感作用比较明显，严重影响了电机的磁特性曲线。本论文针对这个问题，在分析电机自感和互感对电流影响的基础上，对RBF 神经网络进行网络拓扑结构的改进，解决了两相励磁运行时电机磁路复杂、难以解耦的问题。　　 最后，本论文利用MATLAB 仿真软件构建了基于RBF 神经网络的开关磁阻电机电流控制系统，实现了良好的电流跟随效果，从而验证了RBF 神经网络对开关磁阻电机定子电流优化控制的有效性。此外，通过对改进的RBF 神经网络控制系统进行仿真，证明了带直接反馈的RBF 神经网络可以有效地解决开关磁阻电机两相运行时的互感问题。