MétaCan
Menu
Retour à la cohorte
Enregistrement W2941557329 · doi:10.1109/tte.2019.2913270

Current Injection-Based Multi-parameter Estimation for Dual Three-Phase IPMSM Considering VSI Nonlinearity

2019· article· en· W2941557329 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 Transportation Electrification · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensConcordia UniversityUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Nonlinear systemInverterInductanceDual (grammatical number)Flux linkageRotor (electric)Computer scienceThree-phaseMagnetEstimation theorySaturation (graph theory)EngineeringMathematicsInduction motorAlgorithmVoltagePhysicsDirect torque controlArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

To develop a high-performance and reliable control for dual three-phase interior permanent magnet synchronous motor (IPMSM), accurate knowledge of machine parameters is of significance. This paper proposes an improved recursive least square (RLS) algorithm and a current injection-based parameter estimation method for dual three-phase PMSM with consideration of inverter nonlinearity and magnetic saturation. First, the vector space decomposition (VSD)-based dual three-phase PMSM model is established. The inverter nonlinearity model for dual three-phase PMSM is derived, and the cross saturation and the self-saturation of DQ1-axis inductances are modeled to improve the estimation accuracy. Finally, the machine parameters, including winding resistance, rotor flux linkage, and varying DQ1-axis inductances under different operating conditions, are estimated using the proposed current injection-based method with the RLS algorithm. Compared with existing methods, the proposed approach can achieve better estimation performance and is validated on a laboratory dual three-phase IPMSM under different temperature and operating conditions.

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 enseignants0,702
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
Bibliométrie0,0010,001
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 Opus0,024
Tête enseignante GPT0,278
Écart entre enseignants0,254 · 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