Une solution de machine learning compense les forces de Cogging dans les mouvements linéaires à précision élevée.

Les forces de cogging des moteurs linéaires sont causées par l’attraction magnétique entre le noyau de fer de la partie primaire et les aimants permanents de la partie secondaire. Cet effet physique entraîne un « crantage » indésirable et irrégulier du moteur, ce qui signifie que les applications exigeant une précision et une synchronisation extrêmement élevées ne peuvent être exécutées que dans une mesure limitée. C’est pour cela que les moteurs linéaires AL8000 associés a la librairie TwinCAT Cogging Compensation offrent une solution optimale : les forces de Cogging sont compensées de manière fiable à l’aide de cette librairie, qui prend en compte non seulement les effets magnétiques, mais aussi ceux de la conception mécanique ou des chaînes d’énergie. Par conséquent, la gamme d’applications possibles pour les moteurs linéaires iron-core AL8000 est considérablement élargie.

La compensation de cogging est basée sur l’application entièrement automatisée de machine learning dans TwinCAT. Le logiciel enregistre de manière indépendante les données de cogging nécessaires dans l’application du client comme tour de référence sur toute la longueur du circuit magnétique du moteur linéaire. À l’aide des données ainsi acquises, le logiciel forme un réseau neuronal, qui est finalement intégré au système de commande pour la pré-commande de courant. En adaptant la pré-commande de courant de cette manière, l’erreur de décalage peut être réduite à un facteur 7 et la synchronisation de la machine augmentée à un facteur 5 sans aucune modification matérielle de l’AL8000.