MétaCan
Menu
Retour à la cohorte
Enregistrement W2167145466 · doi:10.1109/tie.2008.2004662

Development and Implementation of a Novel Fault Diagnostic and Protection Technique for IPM Motor Drives

2008· article· en· W2167145466 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueMachine Fault Diagnosis Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésInverterInduction motorArtificial neural networkFault (geology)Line (geometry)Synchronous motorEngineeringReliability (semiconductor)Computer scienceElectronic engineeringControl engineeringControl theory (sociology)VoltageElectrical engineeringArtificial intelligencePower (physics)Mathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents the practical implementation of a novel fault diagnostic and protection scheme for the interior permanent-magnet (IPM) synchronous motors using wavelet packet transform (WPT) and artificial neural network. In the proposed technique, the line currents of different faulted and normal conditions of the IPM motor are preprocessed by the WPT. The second level WPT coefficients of line currents are used as inputs of a three-layer feedforward neural network. The proposed protection technique is successfully simulated and experimentally tested on the line-fed and inverter-fed IPM motors. The Texas Instrument 32-bit floating-point digital signal processor TMS320C31 is used for the real-time implementation of the proposed protection algorithm. The offline and online test results of both line-fed and inverter-fed IPM motors are given. These test results showed satisfactory performances of the proposed diagnostic and protection technique in terms of speed, accuracy, and reliability.

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.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,283
Écart entre enseignants0,252 · 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