MétaCan
Menu
Retour à la cohorte
Enregistrement W2087703695 · doi:10.1109/ias.2011.6074332

Improved dynamic and steady state performance of a hybrid speed controller based IPMSM drive

2011· article· en· W2087703695 sur OpenAlexaff
M. Nasir Uddin, Ronald S. Rebeiro

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)TorqueController (irrigation)Electronic speed controlVector controlDirect torque controlMotor driveComputer scienceTransient (computer programming)EngineeringControl engineeringVoltageInduction motorPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

This paper presents a high performance interior permanent magnet synchronous motor (IPMSM) drive system based on a hybrid intelligent speed controller. Closed loop vector control technique is applied to model the drive system and the hybrid speed controller is designed as a combination of a PI controller with fuzzy inference system. The speed controller is designed in such a way that satisfactory speed and torque responses can be attained in both steady state and dynamic conditions. A flux controller is also incorporated so that both torque and flux of the motor can be controlled while maintaining current and voltage constraints. Thus the proposed drive widens the operating speed limits for the motor and enables the use of the reluctance torque. To investigate the performances in both transient and steady state conditions, the results of the proposed IPMSM drive system are compared with those of the conventional PI controller based drive in simulation. The proposed IPMSM drive is also implemented in real-time using DSP board DS1104 for a laboratory 5 HP motor. Both simulation and experimental results demonstrate the better responses in terms of torque and speed for the proposed drive over a wide speed range.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,175
Écart entre enseignants0,169 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSensorless Control of Electric MotorsTravaux en français237 207