MétaCan
Menu
Retour à la cohorte
Enregistrement W1556536264

Développement des modèles d'essais et application à l'identification des machines synchrones et asynchrones triphasées

2007· dissertation· fr· W1556536264 sur OpenAlexaboutno aff
C. Jolette

Notice bibliographique

RevueDepositum (Université du Québec en Abitibi-Témiscamingue) · 2007
Typedissertation
Languefr
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le présent mémoire développe des modèles d'essais de la machine asynchrone et synchrone dans le but d'en faire l'identification des paramètres. Pour la machine asynchrone, les modèles en mode moteur et en mode générateur sont examinés. Ils permettent de prédire les essais de démarrage très appropriés pour l'estimation des paramètres et l'essai d'amorçage en génératrice asynchrone auto excitée connectée à une charge locale. Pour la machine synchrone, des formulations analytiques plus exactes des tensions d'armatures et du courant de charge sont développées à partir du modèle hybride. Ces expressions permettent de mieux prédire des essais de décroissance de flux statorique tels que: le délestage, le court-circuit de champ et l'enclenchement de charge. Afin de tenir compte de l'évolution des grands courants de charge, un modèle hybride incluant la charge est proposé. Tous les essais sont mis en oeuvre à l'aide de « Matlab » et validés avec des essais expérimentaux obtenus sur des petites machines du laboratoire au centre de formation de Hydro-Québec.
\nUne procédure d'identification associant l'estimateur aux moindres carrés asymptotiques et un algorithme d'optimisation de type Quasi Newton est utilisée pour la détermination des paramètres des machines synchrones et asynchrones à partir des essais développés. Deux types de validation permettent de mieux apprécier la qualité des résultats obtenus: la validation directe (avec le même essai) et la validation croisée (avec un essai différent de
\ncelui utilisé pour l'identification). Enfin, la technique de mise en oeuvre numérique des essais et la procédure d'identification sont organisées sous forme de logiciel interactif pouvant faciliter la simulation et l'identification des machines asynchrones et synchrones à partir des essais proposés.
\n
\nThe present work develops test models for parameters identification of induction and synchronous machines.
\nFor the induction machines, models in the generator and motor modes are studied. In the motor mode, the proposed induction machine model is very appropriate to perform the
\nstarting test which is a very interesting test for the parameter estimation. Parameters obtained from the motor mode are after, used for the cross-validation in the generator mode. For the synchronous machine, exact analytical formulations of armature voltages and the
\nfield current following a stator development tests are derived. Load rejection tests, line switching tests and field short-circuit tests are performed from these analytical formulas.
\nSpace state hybrid model including the connected load model is also proposed for high armature current loads.
\nAU models are implemented using the « Matlab » software. Experimental data obtained from Hydro-Quebec laboratory are used for the model validation. An identification process including the asymptotic least squares estimator and the Quasi Newton type optimization algorithm is applied for the machine parameter determination using the above mentionned tests. A direct validation and a cross-validation are used to assess the robustness of proposed models and the identification process. Finally, the numerical method for the test prediction and the identification procedure are
\norganized in a tutorial software form for simulations and parameter estimation experiments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,229
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDepositum (Université du Québec en Abitibi-Témiscamingue)Même sujetSensorless Control of Electric MotorsTravaux en français237 207