集电力电子和智能控制于一体的无刷直流电机(Brushless DC Motor，BLDCM)，得益于其电能转化效率高、使用寿命长及维护维修方便的优势，已广泛应用于工业控制、交通运输、家用电气等领域。为了能够适应温度变化剧烈或强电磁干扰等恶劣环境，需要确保无刷直流电机在无位置传感器情况下也能够正确有效工作。因此，无刷直流电机无位置传感器控制技术已成为无刷直流电机研究领域的热点。　　首先，阐述了无刷直流电机的特点和分类，介绍了无刷直流电机的基本结构和原理，重点介绍了无刷直流电机的关键模块以及转子位置检测环节设计，并建立了无刷直流电机的数学模型，为分析无刷直流电机无位置传感器控制系统奠定了基础。　　其次，设计了基于无刷直流电机相电流、相电压的无位置传感器位置预测方法，推导确定了相电流、相电压与转子位置间的数学关系。在此基础上，针对传统预测控制方法收敛速度慢、局部收敛的问题，提出了基于动量项的神经网络参数整定方法，在确定神经网络控制器隐层神经元数量的基础上，利用牛顿迭代算法进行了神经元参数的整定分析，并通过理论分析，证明了基于动量项的神经网络参数整定方法的收敛速度和收敛精度可以达到预期效果。　　最后，为了验证所提方法的正确性和有效性，构建了电流环、速度环和位置环的仿真模型，并完成了基于动量项的神经网络算法在无位置传感器无刷直流电机中的仿真研究。仿真结果表明无位置传感器位置估计准确度高、收敛性良好，且对于含有噪声严重的控制系统，本文提出的控制方法有较好的动态跟踪能力和较强的鲁棒性。