开关磁阻电机(Switched Reluctance Motor,SRM)以其结构简单、制作成本低、调速范围宽且输出效率高等优点,并在现代电力电子技术迅速发展的基础上得到了广泛的应用。但因其双凸极结构、非线性铁心磁路、脉冲工作方式的相电流导致SRM存在较明显的瞬时转矩脉动,特别是低速时会导致转速振荡并产生噪声,影响了 SRM在传动系统中的广泛应用。因此,减小开关磁阻电机转矩脉动可以拓宽其应用领域并改善性能指标。针对转矩脉动严重这一问题,提出了基于BP(Back-Propagation)和径向基函数(Radial Basis Function,RBF)神经网络的瞬时转矩控制的新方法,并将这两种方法与传统CCC(Current Chopping Control)加以比较。该方法是利用神经网络较强的泛化和逼近能力,结合SRM样本数据和控制要求,设计转矩观测器,实现电机相电流、转子位置角和转矩之间的非线性关系。通过转矩观测器实现SRM的三相瞬时转矩的在线计算,并将三相瞬时转矩合成总转矩实现转矩内环的反馈,直接控制瞬时转矩跟踪参考转矩,再结合转矩滞环控制器完成电机的转矩控制。为了验证所提控制策略的可行性,在Matlab中对开关磁阻电机调速系统(Switched Reluctance Drive,SRD)进行仿真。仿真结果表明,所提控制策略具有响应速度快、控制精度高、可适应转速变化等优点,对SRM的转矩脉动起到较好的抑制效果,且RBF神经网络对开关磁阻电机转矩脉动的抑制效果相比BP神经网络要好。最后,选择TI公司生产的TMS320F28335作为主控制芯片,以一台三相6/4极开关磁阻电机为控制对象,搭建了该系统的硬件平台,使用C语言完成BP和RBF神经网络的程序编写,通过对DSP软件程序的调试,实现了对开关磁阻电机的瞬时转矩脉动进行抑制。通过将传统的电流斩波控制和该控制策略下的转矩波形进行对比,验证了本文所提控制策略的有效性和可靠性。