同步磁阻电机（SynRM）以其成本低、可靠性高、效率高、转动惯量小、运行安全等特点成为电机研究的热点。虽然同步磁阻电机有诸多优点,但是因其本体结构的特点,使得其磁场具有明显的非线性,磁饱和与交叉耦合问题严重。这使得传统通用控制器无法快速跟随系统变化,也就造成了SynRM的动、静态响应效果不佳,难以实现电机的精确控制。为了改变SynRM控制中存在的这种问题,就需要控制器能够适应系统参数的变化。大脑情绪智能控制器作为一种基于情感边缘系统计算模型的新型控制器,能够根据大脑情绪学习机理并结合被控对象的实际特点,对非线性系统进行高性能控制。因此,本文提出了一种基于情感边缘系统计算模型的大脑情绪学习智能控制器（BELBIC）以实现对同步磁阻电机控制系统参数变化的自学习与自调节。本文首先介绍SynRM基本原理,结合SynRM的结构特点,分析磁饱和效应对电机控制造成的影响,并在此基础上得到磁饱和条件下的SynRM数学模型;之后分析边缘系统计算模型设计出大脑情绪学习控制器仿真模型。其次,基于大脑情绪控制理论设计选取适当的感官输入函数和情感奖惩函数,总结大脑情绪控制器的参数调节规律,并对感官输入函数和情感奖惩函数的相关参数进行调节,搭建大脑情绪智能控制器仿真模型,完成基于大脑情绪智能控制器的同步磁阻电机矢量控制系统模型的搭建,以实现基于BELBIC的SynRM自学习控制策略的设计,并对BELBIC进行了稳定性分析。最后,利用MATLAB软件对搭建的实验系统进行仿真实验,分析BELBIC在SynRM考虑磁饱和现象后变参数、变负载等不同工作状态下的控制效果,并通过与基于传统PI控制器的SynRM最大转矩电流比控制系统进行对比,得出大脑情绪智能控制器在非线性系统控制方面具有自调节能力与强鲁棒性等优点。