Real-Time Implementation of Asynchronous Machine using LabVIEW RTX and FPGA Module
Notice bibliographique
Résumé
This paper describes the implementation of squirrel cage induction motor using high level graphical language in LabViewsoftware. The mathematical models of the three-phase induction motor are implemented in LabViewblock diagram pages. These models are in form of differential equations and Runge-Kutta 4th order method is implemented to solve the problem. LabViewFpga module alongside with Xilinx 10.1 compiler will generate the Bitfiles, and then Synthesize, Route and place the logic gates to a FPGA chip. NI PCI-7831R is programmed to communicate with real system as a data acquisition card. This communication is implemented in real time environment (RTX) through Ardence RTX as a multithread and multitasking software. The presented real-time platform provides a versatile and flexible simulation tool for investigating dynamic behaviors of induction machine in different cases and can be extended to many other equipment and subsystems of electrical power systems. To validate implemented squirrel cage induction motor model and also its behavior in LabViewsoftware, human machine interface (HMI) is developed in LabViewfront page. A study case is simulated in LabViewreal-time system and MATLAB/Simulink, as two independent software. Results show that motor characteristics (i.e. speed, torque, and etc.) are in the close correspondence compared to MATLAB outputs and consequently LabVIEW model is verified.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».