无刷直流电动机由于其优异的特性而广泛用于各种领域,目前对无刷直流电机多使用有位置传感器控制,其中使用最普遍的是霍尔传感器。但是,霍尔传感器在复杂多变的条件下易发生故障。目前,对无刷直流电机霍尔传感器故障诊断及容错处理已经得到了广泛的关注和深入的研究,但仍存在许多问题。伴随着近年来对神经网络的深入研究,其为传感器故障诊断提供了一种新的解决途径。在本文中,提出了一种使用BP神经网络对无刷直流电机传感器进行故障诊断,并进行容错处理的新方法。本文的主要工作与研究如下:介绍BP神经网络,并在MATLAB/Simulink环境下建立BP神经网络故障诊断模型,将几种能够反映电机故障状态的参量作为神经网络的识别特征量,利用神经网络对故障特征数据进行学习,经过训练的BP神经网络用于传感器的故障检测。无刷直流电机霍尔传感器容错控制系统采用无位置传感器控制,针对切换系统对转子转动定位有时会产生偏差的缺陷,本文在系统中加入S函数将霍尔传感器输出值与线反电动势模块的输出控制值进行统一,提高了系统的可靠性。当神经网络检测到霍尔传感器出现故障时,切换至无位置传感器控制系统,从而实现电机的容错运行。最后,本文设计并构建了基于FPGA的无刷直流电机容错控制系统平台,并对所提出的电机故障检测及容错控制系统进行了实验,实验结果与仿真结果相近,证明了该方案的正确性和可行性,为后续研究提供了新思路。