递归电机

递归电机指的是运用递归神经网络当作工作原理的电机。常用于测试神经网络的实验。

研究背景永磁直线同步电机驱动系统没有齿轮或滚珠螺杆等设备，所以易受参数变化和外来负载干扰的影响。过去有许多研究开发的扰动抑制控制系统使用推力或转矩前馈的方式来抑制干扰所造成的影响。

由于递归神经网络结合了前馈和回馈2种连接方式，并且在动态行为及贮存资料方面，递归神经网络比前馈式神经网络有较好的效果。然而，大部分的递归神经网络结构复杂，而且递归神经网络比前馈式神经网络更难训练，为了能应用于实时控制系统中，需使用具有简易结构的递归神经网络。1

递归神经网络补偿器利用扰动观测器的控制系统虽然在参数变化和外来负载干扰时，皆具有很好的控制性能，但在受控系统参数变化量过大时，其跟踪响应的改善程度便相当的有限。为了更进一步地改善控制性能，本文提出以递归神经网络为补偿器的控制结构。 永磁直线同步电机驱动系统利用递归神经网络补偿器的控制系统有很重要意义，为了易于对递归神经网络进行控制，选择在标准状态下，由比例-积分位置控制器控制的闭合回路控制系统的传递函数作为递归神经网络的参考模型。

实验工作原理参考模型的输出为描述永磁直线同步电机的动子位置dm 和其导数vm 。递归神经网络补偿器其输入层、隐藏层、输出层的神经元个数分别为2个、20个和1个。网络的输入为参考模型的输出dm和实际电机动子位置间的误差量与其导数；网络的输出即为系统的补偿信号 。 当参数变化或外来负载干扰发生时，永磁直线同步电机驱动系统的动子位置将产生不同于参考模型的输出，此时递归神经网络补偿器将会自动产生补偿信号。2

本词条内容贡献者为:

李晓林 - 教授 - 西南大学