MétaCan
Menu
Retour à la cohorte
Enregistrement W2610882876 · doi:10.1109/pedes.2016.7914291

Vector controlled drive to measure inductances of variable flux machine

2016· article· en· W2610882876 sur OpenAlexaff
Rajendra Thike, Pragasen Pillay

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMagnetizationInductanceControl theory (sociology)MagnetVector controlMagnetic fluxTorqueDirect torque controlMagnetic circuitPhysicsComputer scienceEngineeringElectrical engineeringInduction motorMagnetic fieldVoltage

Résumé

récupéré en direct d'OpenAlex

Variable flux machines use low coercive-force magnets to control the air-gap flux density. The magnet flux is controlled by applying direct-axis armature current pulses. The magnetization state of the magnets depends on the peak value of the direct-axis current. Any overshoot in the direct-axis current adversely affects the magnetization state. As the controller parameters are dependent on the inductance values, accurate estimation of inductances and their dependence on the magnetization level will allow a proper design of controllers, improving the dynamic performance of the drive. Further, the estimates of current dependent inductances can be used for utilization of the available reluctance torque. This paper presents an inductance measurement method for variable flux machines using vector controlled drive. The advantage of the proposed scheme is that the measurement of both direct and quadrature-axis inductances can be performed at any arbitrary rotor position, requiring no change in rotor setup either to demagnetize or re-magnetize the magnets. Experimental results are provided for various magnetization levels. The comparison of inductances show that both direct and quadrature-axis inductances decrease with an increase in the magnetization level.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,897
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,189
Écart entre enseignants0,182 · 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.

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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Motor Design and AnalysisTravaux en français237 207