One new model based predictive torque control algorithm for doubly salient permanent magnet synchronous machines
Notice bibliographique
Résumé
The doubly salient permanent-magnet synchronous machine (DSPMSM) is a new type of brushless machine with permanent magnet locating in its stator pole. Compared with other traditional PMSMs, it can offer advantages of high power/torque density, simple mechanical structure and wide speed range for high speed cruising, which is attractive to the applications of wind energy, plug-in hybrid electrical vehicle, etc. However, due to the nature of salient poles in both the stator and rotor, the DSPMSM suffers from severe torque and flux ripples for its variable magnetic circuits and equivalent air gap length. The conventional switching-table-based direct torque control (DTC) receives increasing attention for its merits of quick dynamic response, strong robustness and simple control structure. However, during the conventional DTC algorithm, large ripple of both torque and air gap flux often occurs for its hysteresis control based on Bang-Bang modification principle. This paper presents one improved strategy to reduce the torque ripple of DSPMSM drive system by the help of model based predictive torque control (MPTC), which is an improved algorithm in the base of conventional DTC. Similar as the traditional MPTC strategy, the new algorithm still requires one completely decoupling control scheme. By selecting the best voltage vector to satisfy the demands of torque and flux, the new method can obviously reduce both torque and flux ripples. Comprehensive simulation results are finally presented to validate theoretical analysis, and further experiments will be available in the near future.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».