Lineaarinen moottorin käyttötekniikka
Lineaarimoottorikäyttöjärjestelmässä ei saa olla vain lineaarista moottoria, jolla on hyvä suorituskyky, vaan myös ohjausjärjestelmä, joka voi saavuttaa tekniset ja taloudelliset vaatimukset turvallisissa ja luotettavissa olosuhteissa. Automaattisen ohjausteknologian ja mikrotietotekniikan kehittämisen myötä lineaarimoottoreiden hallintamenetelmiä on yhä enemmän. Lineaarisen moottorinohjausteknologian tutkimus voidaan pohjimmiltaan jakaa kolmeen osaan: toinen on perinteinen ohjaustekniikka, toinen on moderni ohjaustekniikka, ja kolmas on älykäs ohjaustekniikka.
Perinteisiä säätötekniikoita, kuten PID-takaisinkytkentäohjausta ja irrottamisen ohjausta, on käytetty laajalti AC-palvelinjärjestelmissä. Niistä PID-ohjaus merkitsee menneisyyttä, nykyistä ja tulevaa tietoa dynaamisessa ohjausprosessissa, ja kokoonpano on lähes optimaalinen ja sillä on vahva lujuus. Se on AC-servomoottorikäyttöjärjestelmän perusmenetelmä. Kontrollivaikutuksen parantamiseksi käytetään usein irrottamisen ohjausta ja vektorin ohjaustekniikoita.
Perinteinen ohjaustekniikka on yksinkertainen ja tehokas sillä edellytyksellä, että kohteen malli määritetään, ei muutu ja on lineaarinen, ja toimintaolosuhteet ja toimintaympäristö määritetään vakioiksi. Korkean suorituskyvyn mikrotyöskentelyä vaativissa sovelluksissa on kuitenkin otettava huomioon kohteen rakenteen ja parametrien muutokset. Erilaiset epälineaariset vaikutukset, toimintaympäristön muutokset ja ympäristöhäiriöt, kuten aika vaihtelevat ja epävarmat tekijät, voivat saavuttaa tyydyttävät valvontatulokset. Siksi nykyaikainen ohjaustekniikka on herättänyt suurta huomiota lineaarisen servomoottorin ohjauksen tutkimuksessa. Yleisesti käytettyjä säätömenetelmiä ovat: adaptiivinen ohjaus, liukumoduulin muuttuvan rakenteen ohjaus, vankka ohjaus ja älykäs ohjaus.
Viime vuosina älykkäät ohjausmenetelmät, kuten sumea logiikan ohjaus ja hermoverkon ohjaus, on otettu käyttöön myös lineaarimoottorikäyttöjärjestelmien ohjauksessa. Tällä hetkellä se on pääasiassa yhdistää sumea logiikka, hermoverkko olemassa oleviin kypsäihin kontrollimenetelmiin, kuten PID- ja H∞-ohjaus, ja oppia toisiltaan parempien ohjausominaisuuksien saavuttamiseksi [3].
