লিনিয়ার মোটর ড্রাইভ নিয়ন্ত্রণ প্রযুক্তি
একটি রৈখিক মোটর অ্যাপ্লিকেশন সিস্টেম ভাল কর্মক্ষমতা সঙ্গে শুধুমাত্র একটি রৈখিক মোটর থাকতে হবে, কিন্তু একটি নিয়ন্ত্রণ সিস্টেম যে নিরাপদ এবং নির্ভরযোগ্য অবস্থার অধীনে প্রযুক্তিগত এবং অর্থনৈতিক প্রয়োজনীয়তা অর্জন করতে পারে। স্বয়ংক্রিয় নিয়ন্ত্রণ প্রযুক্তি এবং মাইক্রোপ্রসুটার প্রযুক্তি বিকাশের সাথে, রৈখিক মোটরগুলির জন্য আরও বেশি নিয়ন্ত্রণ পদ্ধতি রয়েছে। রৈখিক মোটর নিয়ন্ত্রণ প্রযুক্তির উপর গবেষণা মূলত তিনটি ভাগে বিভক্ত করা যেতে পারে: একটি ঐতিহ্যগত নিয়ন্ত্রণ প্রযুক্তি, অন্যটি আধুনিক নিয়ন্ত্রণ প্রযুক্তি এবং তৃতীয়টি বুদ্ধিমান নিয়ন্ত্রণ প্রযুক্তি।
পিআইডি প্রতিক্রিয়া নিয়ন্ত্রণ এবং ডিকোপুলিং নিয়ন্ত্রণ হিসাবে প্রথাগত নিয়ন্ত্রণ প্রযুক্তি ব্যাপকভাবে এসি servo সিস্টেম ব্যবহার করা হয়েছে। তাদের মধ্যে, PID নিয়ন্ত্রণ গতিশীল নিয়ন্ত্রণ প্রক্রিয়ার অতীত, বর্তমান এবং ভবিষ্যতের তথ্য বোঝায় এবং কনফিগারেশনটি প্রায় অনুকূল এবং দৃঢ় দৃঢ়তা রয়েছে। এটি এসি सर्वो মোটর ড্রাইভ সিস্টেমের সবচেয়ে মৌলিক নিয়ন্ত্রণ পদ্ধতি। কন্ট্রোল ইফেক্ট উন্নত করার জন্য, নিয়ন্ত্রন নিয়ন্ত্রণ এবং ভেক্টর নিয়ন্ত্রণ কৌশলগুলি প্রায়ই ব্যবহৃত হয়।
ঐতিহ্যগত নিয়ন্ত্রণ কৌশলটি এমন শর্তাধীন সহজ এবং কার্যকরী যে বস্তুর মডেলটি নির্ধারিত হয়, পরিবর্তন হয় না এবং রৈখিক হয় এবং অপারেটিং শর্তগুলি এবং অপারেটিং পরিবেশ ধ্রুবক হিসাবে নির্ধারিত হয়। যাইহোক, উচ্চ-কর্মক্ষমতা মাইক্রো-ফিডিং উচ্চ-কর্মক্ষম অ্যাপ্লিকেশনগুলিতে, বস্তুর গঠন এবং পরামিতিগুলিতে পরিবর্তনগুলি অবশ্যই বিবেচনা করা উচিত। বিভিন্ন অ-রৈখিক প্রভাব, অপারেটিং পরিবেশে পরিবর্তন এবং পরিবেশগত ব্যাঘাতগুলি, যেমন সময়-পরিবর্তিত এবং অনিশ্চিত কারণগুলি, সন্তোষজনক নিয়ন্ত্রণ ফলাফল অর্জন করতে পারে। অতএব, আধুনিক নিয়ন্ত্রণ প্রযুক্তি রৈখিক servo মোটর নিয়ন্ত্রণ গবেষণা মধ্যে মহান মনোযোগ আকর্ষণ করেছে। সাধারণত ব্যবহৃত নিয়ন্ত্রণ পদ্ধতি হয়: অভিযোজিত নিয়ন্ত্রণ, সহচরী মোড পরিবর্তনশীল গঠন নিয়ন্ত্রণ, শক্ত নিয়ন্ত্রণ এবং বুদ্ধিমান নিয়ন্ত্রণ।
সাম্প্রতিক বছরগুলিতে, বুদ্ধিমান নিয়ন্ত্রণ পদ্ধতি যেমন ফিজি লজিক কন্ট্রোল এবং নিউরাল নেটওয়ার্ক কন্ট্রোল রৈখিক মোটর ড্রাইভ সিস্টেমগুলির নিয়ন্ত্রণেও চালু করা হয়েছে। বর্তমানে, এটি মূলত ফিজি লজিক, পিএআইডি এবং এইচ∞ কন্ট্রোলের মত বিদ্যমান পরিপক্ক নিয়ন্ত্রণ পদ্ধতিগুলির সাথে নিউরাল নেটওয়ার্ককে একত্রিত করা এবং আরও ভাল নিয়ন্ত্রণ কার্য সম্পাদন করতে একে অপরের কাছ থেকে শিখতে [3]।
