MétaCan
Menu
Retour à la cohorte
Enregistrement W1984857546 · doi:10.1109/ccece.2006.277453

Efficiency Improvements from an Electric Vehicle Induction Motor Drive, with Augmentations to a PI Control

2006· article· en· W1984857546 sur OpenAlexaff
Ryan Janzen, Narayan C. Kar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversity of WindsorUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInduction motorElectronic speed controlControl theory (sociology)Vector controlTorqueEfficient energy usePID controllerRotor (electric)Control systemComputer scienceTransient (computer programming)Track (disk drive)Machine controlAutomotive engineeringElectric vehicleEngineeringControl (management)VoltageControl engineeringElectrical engineeringPower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

A novel induction motor drive system has been designed for electric vehicles. The drive's speed controller includes an augmented proportion-integration (PI) control which increases drive efficiency and enhances overload protection. The augmented PI speed control is simply a traditional PI control with signal paths additively influenced by two new signals. These two new signals force the PI control to not only track the reference speed, but also control the difference between the synchronous speed and rotor speed. The synchronous-to-rotor speed difference is influenced towards an optimal value for increased energy efficiency, and is limited, in the service of overload protection. The system was evaluated in transient simulation using a magnetic saturation motor model. The system tracked randomly generated signals, designed to mimic the time-varying input a driver would provide. Simulations, run with the efficiency augmentation turned off and turned on, showed a 2.8% increase in average efficiency. A localized time interval efficiency improvement of 4.6% was detected

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,194
Écart entre enseignants0,190 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Motor Design and AnalysisTravaux en français237 207