سهولت كنترل موتورهای DCباعث كاربرد فراوان آنها در صنعت شده است. ” عمدتا كنترل موتورهايDC با كنترل ولتاژ آرميچر و يا كنترل ميدان صورت مي پذيرد. روشهاي كنترل ارائه شده براي موتورهايDC با شناخته شدن روشهاي جديد در تئوري كنترل گسترش يافته اند. در اين مقاله از شبكه عصبي تطبيقي خطي و شبكه عصبي خود سازمانده جهت كنترل وضعيت يك موتور DCتحريك جداگانه سا تفاده شده است. در کنترل وضعيت با سا تفاده از شبكه عصبي تطبيقي خطي، وضعيت مبنای شبکه عصبی همان وضعيت ورودی )مطلوب(در نظر گرفته شده و پس از انطباق وضعيت خروجی موتور بر وضعيت مبنا ولتاژ آرميچر صفر شده و موتور از کار می ايستد. در اين مقاله وضعيت يك موتور DCتحريك جداگانه با استفاده از شبكه عصبي خود سازمانده نيز كنترل شده است . در اين روش شبکه عصبی مدل موتورDC مورد استفاده جهت کنترل وضعيت را می آموزد سپس ورودی مدل را جهت تطبيق وضعيت خروجی مدل ر وضعيت مطلوب، بهينه می سازد. ويژگي روشهاي پيشنهادي اصلاح ضرايب شبكه عصبي در حين كار كردن موتور و مقاوم بودن پاسخها نسبت به تغييرات ممان اينرسي ) (Jو اصطكاك ) (Bمي باشد. برخلاف كنترل كننده PIDكه در اثر تغيير يكي از پارامترهاي مدل، نظير Jو Bكارايي بهينه خود را از دست مي دهد و نياز به تنظيم پارامترهاي كنترل كننده دارد، روشهای پيشنهادي نياز به طراحي مجدد نداشته و در برابر تغييرات پارامترها بطور خودكار اصلاح مي شو دن . روشهای پيشنهادي با استفاده از اطلاعات يک ماشين DCتوسط نرم افزار Matlabو در محيط :در محيط Simulinkشبيه سازي شده اند. نتايج نشان مي دهند كه بواسطه استفاده از روشهای پيشنهادي هيچگونه نوساني در پاسخها ديده نمي شود و زمان رسيدن به وضعيت مطلوب نيز كم است