无刷直流电动机运行过程中往往具有非线性和不确定性，难以建立精确的数学模型，采用常规PID控制器难以达到理想的控制效果。人工神经网络中的神经元具有良好的非线性映射、自学习和自适应能力，能够有效减小系统参数时变性带来的影响，而模糊控制不依赖于被控对象的精确数学模型，能够克服非线性因素的影响。基于神经元和模糊控制的这些特点，本文将在分别研究模糊算法、神经元与PID算法的基础上，结合三者优点研究结合算法。借助模糊控制和神经元控制理论，分析了PID算法的基本结构，将模糊控制、神经元和PID控制算法相结合，用模糊控制策略在线优化神经元PID算法中神经元的比例系数，构造了模糊神经元PID控制模型。对阶跃函数位置跟踪的仿真结果表明，与增量PID算法、基于二次型性能指标学习的神经元自适应PID算法比较，模糊神经元PID算法具有响应速度快、无超调和抗干扰能力强的特点。研究了无刷直流电机的数学模型，建立无刷直流电机的动态方程。利用速度环和电流环的双闭环控制策略，将模糊神经元PID算法与无刷直流电机的动态方程相结合，组成无刷直流电机控制算法。通过对无刷直流电机转速控制的仿真结果表明，与增量PID算法、基于二次型性能指标学习的神经元PID算法比较，模糊神经元PID算法具有调节时间短、无超调和鲁棒性好的特点。设计基于STM32微处理器的无刷直流电机硬件电路，编写软件将无刷直流电机模糊神经元PID算法应用到无刷直流电机控制系统中。实验结果表明，无刷直流电机模糊神经元PID控制器具有良好的调速性能和稳定性。