在如今提倡节能减排的时代,开关磁阻电机(Switched Relutance Motor,SRM)不仅具备结构简单、造价低以及高效节能的特点,同时其较大的起动转矩、调速范围宽等特性,使得我们大到航空航天,小到交通工具、家用电器都能看到它的身影。但SRM仍存在许多因素限制着其发展,其特殊的结构使得其具有较强的非线性,建立精确的数学模型就成为主要的研究方向之一。同时,SRM调速系统中采用的传统PI控制鲁棒性较差,无法满足更优越的调速需求,并且SRM在实际使用中存在的转矩脉动不仅会产生噪音,也影响着整体系统的运作性能,严重阻碍着SRM的适用范围。因此,本文基于上述问题逐步进行分析与研究。首先本文基于SRM间接转矩控制系统,针对SRM的强耦合、强非线性难以精确解析建模问题,提出了一种基于非线性函数的反向传播(Back Propagation,BP)神经网络建模方法。通过测得的SRM电磁特性来作为样本数据,并充分利用先验知识,选用可以初步反应SRM非线性特性的磁链和转矩的非线性函数来对样本数据进行一个预处理。与传统BP神经网络相比,非线性BP神经网络有效的在减少了网络节点数量,提高SRM建模精度及泛化能力,为SRM算法精准的实施提供了基础。其次针对SRM换相期间由于实际转矩无法及时跟踪参考转矩而引起的转矩脉动问题,设计了全区域补偿转矩分配函数。在传统的正弦型转矩分配函数基础上,通过将开通角与关断角之间划分为两个区间,分别计算两个区间内实际转矩与参考转矩的误差值并补偿至已具备转矩跟踪能力的相邻相,进而实现总转矩的恒定,达到抑制转矩脉动的效果。然后,针对外环调速环传统的PI控制在面对外界条件变化时无法实现高性能调速的问题,设计了基于降阶扩张状态观测器(Reduced Order Extended State Observer,RESO)的滑模控制(Sliding Mode Control,SMC)调速控制器。为了减小滑模控制器的抖振问题,本文采用了一种新型趋近律来实现滑模控制器的设计。同时,为了抵抗负载扰动对SRM调速性能的影响,本文通过设计降阶扩张状态观测器来实现对负载值的估计,从而提高了 SRM的抗负载扰动能力以及系统的鲁棒性,进而实现SRM系统的高性能调速。最后基于上述设计建立SRM间接转矩控制系统Simulink仿真模型,并从转速突变、负载突变和转矩脉动这三个方面与传统的间接转矩控制系统进行仿真实验对比。验证了本文设计算法的有效性。