直流无刷电机控制系统具有时变、非线性,强耦合的特征,传统的PID控制策略虽然算法简单、快速性好、控制精度高,但在被控对象数学模型不确定或为非线性时,通常较难满足系统要求的静、动态性能指标。智能控制算法如模糊控制、神经控制、专家控制、遗传算法等均具备可以不依赖系统精确的数学模型的优点,将智能控制方法与传统PID结合可取到相辅相成的作用。针对直流无刷电机控制复杂的问题,本文重点研究了模糊自适应PID控制在直流无刷电机控制器中的应用。论文的主要研究内容如下：首先,阐述直流无刷电机的研究现状,分析直流无刷电机基本结构和工作原理,建立直流无刷电机数学模型。其次,介绍了模糊控制理论和神经控制理论,模糊控制理论主要论述了二维模糊控制器的设计过程以及模糊自适应PID控制器的原理,神经控制理论重点叙述了BP神经算法的学习过程。然后分别采用梯形波反电动势建模法、动态方程建模法及传递函数建模法对直流无刷电机本体进行建模,采用常规PID控制器作为直流无刷电机系统速度控制器,得到仿真控制结果并进行分析。之后运用模糊自适应PID控制算法和BP神经控制算法改进速度控制器,对三种仿真结果进行分析比较,得出模糊自适应PID算法具有响应速度更快,超调量小的优点的结论,并采用模糊自适应PID控制算法作为实物控制方法。最后,使用MATLAB编写了实物控制程序,将程序下载到PCC上,使用组态王做了监控软件,分析控制结果,验证模糊自适应PID算法的实用性。