Bruger du Machine Learning?

Machine learning kompenserer for hastighedsripler i højpræcisions lineære bevægelser

De højdynamiske AL8000 lineære servomotorer fra Beckhoff imødekommer nu endnu højere krav for præcision og synkronisation med det nye TwinCAT Cogging Compensation software (Engineering TE5920, Runtime TF5920) Dette gør de lineære motorer særligt velegnede til højpræcisions anvendelse såsom i fræsemaskiner eller laserskæringsmaskiner. Kraftrippel kompensations funktionen benytter machine learning, som er perfekt integreret i TwinCAT og tilføjes helt automatisk.

Kraftriplen i lineære motorer er forårsaget af den magnetiske tiltrækning mellem jernkernen i den primære del og de permanente magneter i den sekundære del. Denne fysiske påvirkning resulterer i uønsket og ujævn bevægelse i motoren, hvilket betyder, at anvendelser der kræver højpræcision og synkronisation kun kan udføres i et begrænset omfang. Det er her, at AL8000 lineære motorer kombineret med TwinCAT Cogging Compensation softwaren melder sig på banen med en optimal løsning: denne software, som ikke blot tager højde for de magnetiske påvirkninger, men også påvirkninger fra det mekaniske design eller energikæderne, vil pålideligt kompensere for de kraftripler som skabes. Dette resulterer i en betydelig udvidelse af de mulige anvendelser for AL8000 jernkerne lineære motorerne.

Kraftrippelkompensationen er baseret på den fuldt automatiske anvendelse af machine learning i TwinCAT. Softwaren registrerer selv den nødvendige kompensation i kundens anvendelse, som en del af et referenceforløb over den fulde længde på den lineære motors magnetiske spor. Softwaren bruger den indhentede data til at oplære et neuralt netværk, som i sidste ende vil blive integreret i kontrolsystemet. Ved at tilpasse strøm controlleren på denne måde, kan lag-fejl reduceres med op mod en faktor på 7 og maskinens synkronisation med en faktor op til 5 uden nogle hardwareændringer for AL8000.