MétaCan
Menu
Retour à la cohorte
Enregistrement W2763173523 · doi:10.1109/tii.2017.2759812

Maximum Torque Per Ampere Control for IPMSM Using Gradient Descent Algorithm Based on Measured Speed Harmonics

2017· article· en· W2763173523 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Industrial Informatics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)HarmonicsHarmonicTorqueAmpereHarmonic analysisGradient descentMathematicsVoltageComputer scienceEngineeringPhysicsMathematical analysisControl (management)Acoustics

Résumé

récupéré en direct d'OpenAlex

This paper proposes a novel gradient descent based maximum torque per ampere (MTPA) control algorithm for interior permanent magnet synchronous machines (IPMSMs) by using the measured speed harmonics. The proposed approach does not require machine parameters and thus is not influenced by the machine and drive nonlinearities. Hence, the proposed approach can ensure a robust MTPA control under different loading conditions. Specifically, in the proposed approach, a small q-axis harmonic voltage is injected into the machine to induce a small harmonic component in the machine speed. Based on the PMSM torque equation, the mathematical relation between the induced speed harmonic and the output torque is derived, which shows that the magnitude of the induced speed harmonic is proportional to the output torque of an IPMSM. Therefore, the speed harmonic is explored to seek the MTPA angle, in which the MTPA angle is found when the speed harmonic magnitude is maximized. In particular, the gradient descent algorithm is employed to detect the MTPA angle, which is computationally efficient and converges quickly. The proposed approach is evaluated with both simulations and experiments based on a laboratory IPMSM drive system.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,954
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,064
Tête enseignante GPT0,256
Écart entre enseignants0,192 · 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