但是，這對發動機提出了新的挑戰。當使用傳統的積分和微分（PID）控制器來控制無刷直流（BLDC）電機的速度是復雜的，因為它們依賴于復雜的數學模型，并且是計算密集型的。而使用模糊邏輯（FL）的算法，可以消除設計過程對復雜的數學公式的依賴，并且提供一個容易理解的解決方案。與（PID）微分控制器相比，模糊邏輯（FL）發動機控制還有一個優勢，那就是開發周期更短。本文討論了采用德州儀器c28xx定點DSP系列，實現用模糊邏輯算法來控制無刷直流電動機的過程。
　　無刷直流電機控制模型的發展
　　在模糊邏輯（FL）發動機構建之前，我們必須首先建立一個模型作為設計的基礎。模糊邏輯控制器使用啟發式知識，并使用一個語言描述模型來表達它的設計。我們將以PID控制器模型為出發點，而不是從頭開始開發一個模型。一旦完成開發和實現，模糊邏輯控制器將通過調整其參數來提高性能。
　　一般來說，開發模糊邏輯無刷直流控制器有三個設計步驟：
　　1．定義輸入、輸出控制器的操作范圍。
　　2．定義模糊成員集的功能和規則。
　　3．調整引擎。
　　第一步是定義模式相關的輸入和輸出。輸入是誤差（E），它是設置的速度（SS）和當前的速度（CS）之間的當前誤差；另外的輸入是誤差的變化（CE），它是當前誤差和以前計算誤差（PE）之間的差值。輸出是電樞電壓（CV）的改變值，它是現有的電樞電壓（CAV）和以前的電樞電壓（PAV）保存值的差額。由此產生的模型方程式如下：
　　E=SS-CS
　　CE=E-PE
　　CV=CAV-PAV
　　發動機旋轉速單位為轉每分鐘（RPM），E決定了接近目標速度的程度。因此，當E》0，發動機的旋轉速度低于設定的速度；當E《0，電機旋轉速度超過設定的速度。CE決定控制器的調整方向。當且僅當（iff）目前的旋轉速度比設定的速度要低時CE為正，；當且僅當目前的旋轉速度大于設定的速度時，CE 為負。當接近設定速度時，CE就會在正的和負的值之間來回調整。CV是電樞的供電電壓。這個電壓表示為脈沖的寬度調制（PWM）占空比。
　　下一步是定義模糊集的成員函數、變量和規則。為了保證能工作，非模糊（清晰）輸入和輸出必須轉化成模糊的。轉換由使用語言變量來表示輸入和輸出范圍。這些也被稱為模糊變量。模糊變量用于為成員函數劃分隸屬值的區域。例如，5個變量用來映射輸入和輸出，它們是中等負值（NM）、小負值（NS）、零（z）、小正值（PS）、中等正值（PM）。
　　它不是數學公式，模糊控制器使用模糊規則來作出決定，并產生一個輸出。模糊規則是通過IF-THEN語句的形式來描述的。模糊規則決定系統的行為，而不是復雜的數學方程。例如，如果錯誤（E）是等于中等負值（NM），而錯誤的變化（CE）等于小正值 （PS），那么在電樞電壓（CV）的改變就等于小負值（NS）。所用的一些規則是根據設計者的經驗和系統的知識來設定的。因此，我們的系統所使用的規則的數量是25個。
　　為了激活電樞，CV模糊輸出必須被轉換回清晰輸出。這個過程稱為去模糊化。一種流行的去模糊方法稱為重心法。
　　設計的最后一步是調整成員函數和規則。這個階段也稱為優化調整階段。優化調整用于提高模糊控制器的性能。一旦設計完成，控制器就將準備付諸實現。
　　模糊邏輯控制器的實現是由三個模塊組成的。它們分別是模糊化、規則部署和去模糊化。以下各節討論模糊邏輯無刷直流電動機相關模塊的實現情況。
　　模糊化
　　模糊化是將有明晰數值的數據轉換成模糊數據的過程。由此產生的模糊數據的轉換是基于對輸入變量的模糊隸屬度。對于這種應用，電機控制輸入變量是旋轉誤差 （Error）和旋轉誤差差值（Cerror）。旋轉誤差（Error）是從一個采樣時間到下一個采樣時間的絕對旋轉速度差。同樣地，旋轉誤差差值 （Cerror）是一個采樣時間和下一個采樣時間之間的旋轉誤差變化值。公式如下：
　　旋轉誤差（Error）=SetSpeed（設定速度）-Cur-rentSpeed（目前速度）
　　旋轉誤差差值（Cerror）=旋轉誤差（Error）-Pre-viousError（前一次誤差）
　　正如前面談到的，為旋轉誤差（Error）變量和旋轉誤差差值（Cerror）變量定義了五個成員集：
　　1．NM：中等負值
　　2．NS：小負值
　　3．ZE：零
　　4．PS：小正值
　　5．PM：中等正值
　　圖1顯示了為旋轉誤差（Error）變量和旋轉誤差差值（Cerror）變量定義的五個成員集。這些成員集是三角型重疊，以提供良好的響應。每一組有一個0×1AAA的最大值。
　　
　　輸入變量模糊化后產生了由五部分組成的向量，這五個部分相對應于模糊化成員集的中等負值、小負值、零、小正值、中等正值。每個組件對應的Y軸的值代表該明晰輸入值的隸屬度。向量含有旋轉誤差（Error）和旋轉誤差差值（Cerror）模糊化值被表示為數組×1［］和X2［］。