MétaCan
Menu
Retour à la cohorte
Enregistrement W2096658022 · doi:10.1109/icarcv.2008.4795703

Performance testing of a 2 Loop RLC WM inverter-fed induction motor drive

2008· article· en· W2096658022 sur OpenAlexaff
S. A. Saleh, M.A. Rahman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)InverterRLC circuitInduction motorVoltageSteady state (chemistry)Computer scienceEngineeringCapacitorControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the development and performance testing of a 2 loop resolution-level controlled (RLC) WM inverter-fed three-phase (3phi) squirrel-cage induction motor (IM) drive system. The proposed RLC WM inverter-fed IM drive is based on controlling the WM inverter output voltages using both a phase-shift thetas and the maximum value of the scale J. These two parameters are employed to adjust the locations and durations of the successive dilated and translated versions of the scale-based linearly-combined synthesis scaling function phij(t) that is responsible for activating the inverter switching elements. The proposed control approach is designed so that one loop is to hold J constant for small changes in thetas in response to steady-state deviations in the motor speed, while the second loop is responsible for adjusting thetas to vary the WM inverter output voltages. This control approach can offer stable and effective responses to both steady-state and step changes over a wide range of motor operating speeds. The 2 loop RLC WM inverter-fed IM drive is realized for both simulation as well as experimental performance testing under different operating conditions. Simulation and experimental performance test results show effective responses to different changes in operating conditions of the tested drive. Also, some performance comparisons are conducted with a fuzzy-logic and a proportional-integral controllers.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,186
Écart entre enseignants0,166 · 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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSensorless Control of Electric MotorsTravaux en français237 207