1.一种基于极限学习机(ELM)分类的无刷直流电机无位置传感器控制方法，其特征在于利用极限学习的分类方法求出转子位置信息，从而实现无刷直流电机无位置传感器控制。将直流电机的转子位置分为6个区域，即分为6个类别，直流电机运行的整个过程中各绕组对应的电流和定子端电压作为对象的特征向量，极限学习机的分类方法就是利用这些对象的特征向量判断出转子所在区域，然后根据转子所在区域推算出逆变电路的逻辑换相信号，最后结合速度双闭环控制，完成电机的基本控制，减少电机因位置传感器的存在而带来的误差以及减小电机体积。

2.根据权利1要求的一种基于ELM分类的位置检测算法，主要包括极限学习机分类处理和逻辑换相信号的推算两个部分。极限学习机的分类处理主要是通过获取的电机相关数据训练极限学习机网络，从而确定极限学习机网络结构相应参数，再通过确定好的极限学习机网络的分类方法获取无刷直流电机转子位置所在的区域；逻辑换相信号的推算，主要是根据转子所在区域判断逆变电路相应开关管的通断。主要实现步骤如下：

1极限学习机分类处理部分主要实现步骤如下：

Step1：确定网络的基本结构和参数

确定隐含层神经元个数，初始化隐层节点个数，然后不断增加隐层节点个数，但隐层节个数一般小于训练数据个数，训练和测试在不同隐层节点下的ELM网络，输出训练和测试误差，训练误差和测试误差相加，误差之和为最小值时的L值即为该网络的隐含层神经元个数。

Step2：确定激励函数G,激励函数可选取sin、sig、hardlmi函数，并随机生成输入权值ωij和偏置bi，输入权值ωij和偏置bi的范围都为[-1,1]。

Step3：将直流电机的转子旋转的360度电角度分为6个区域，转子位置用所在区域序号

1-6表示

Step4:利用上述确定好的极限学习极分类网络判断出转子位置S(K)，即转子所在区域

2逻辑换相信号的推算部分

通过转子位置推算逻辑换相信号，确定每个扇区对应相应开关管的通断，即换相逻辑信号，转子位置信息与换相逻辑信号的变换关系如表1所示，其中1表示开通，0表示关断。

表1 转子位置信息与换相逻辑信号的变换关系表

转子在某一区域与不在某一区域用逻辑值0和1表示则有：

其中VT1-VT6表示六个逆变器开关管的开通与关断状态，K1-k6取值为0和1，分别表示转子不在该区域和在该区域。

电机采用速度和电流双环控制，速度控制器采用PI控制器，使得速度控制的输出作为电流控制器的输入，电流采用滞环控制，将电流控制器的输出与换相逻辑信号做相关运算得到最终逆变电路的控制信号。