直流电机调速系统的运动增强学习控制适用于重复运动轨迹的系统。控制系统由前馈和反馈两部分组成，无模型学习自适应反馈控制算法为系统稳定性提供了保障，迭代学习控制算法作为前馈控制去补偿系统的非线性、未知动态和干扰，因此增强了系统单独应用PID或无模型学习自适应控制算法时的控制性能，通过与传统PID和无模型学习白适应控制算法的仿真比较，验证了采用智能前馈控制的优势。
无刷直流电机调速系统神经网络自适应滑模变结构控制器运用了滑模变结构控制理论,通过调节端电压来实现对电机速度的控制,换相由霍尔元件位置检测来实现；从实际应用的角度出发,采用径向基神经网络(Radial Basis Function Neural Network, RBFNN)非线性函数估计器，对变结构控制量中的不确定项进行动态估计，补偿到控制量中,很好地抑制了系统抖振。该方法控制无刷直流电机，超调量小，速度响应快，控制精度高，且系统对各种干扰和参数摄振具有较强的鲁棒性，动、静态性能均优于PID控制。 直流电机前景综述
首先，电力电子技术自诞生以来，发展极为迅速，功率器件经历
了晶闸管、GTR、MOSFET、IGBT的发展过程，使得功率半导体器件的性能得以提高，也促使了驱动电路的飞速发展。近几年，随着微电子技术的发展，智能功率集成电路得以进一步发展并普及，为功率器件实现智能化、高频化、小型化创造了条件，这一切都为直流电机的驱动线路性能的提高开辟了道路。电力电子技术作为一门极具发展潜力的新兴技术，相信在将来必定能为直流电机技术的发展提供动力。
其次，微型计算机(含单片机)自出现以来，便以其集成度高、功能强、体积小、功耗低、价格低廉、灵活方便等一系列优点，广泛应用于国防、地质、教育、经济、日常生活等各个领域，发挥着巨大的作用。当前微型计算机控制系统的发展，也促进了控制理论的发展。在电机控制领域，电机性能的改善提高受到许多客观因素的制约影响。因此，电机控制技术的发展和控制器的发展显得更加密切，随着计算机控制技术的发展，尤其的DSP芯片的出现，人们更加注意到从提高控制器的性能来提高永磁无刷直流电机的性能，并取得了良好的效果。借助于高性能DSP芯片，系统辨识、最优控制、自适应控制等理论也被引入到电机控制策略中来，从而推动了直流电机朝着智能化、柔性化和全数字化方向发展。
最后，随着多功能传感器的问世，除了检测磁极位置外，还能够进行速度及伺服位置的检测。检测技术的发展，必将导致更为先进的速度及位置辨识方法的产生，从而推动直流电动机的应用和普及。