MétaCan
Menu
Retour à la cohorte
Enregistrement W2951984096 · doi:10.1109/tia.2019.2921286

Linear Amplifier-Based Power-Hardware-in-the-Loop Emulation of a Variable Flux Machine

2019· article· en· W2951984096 sur OpenAlexaff
K. S. Amitkumar, Rajendra Thike, Pragasen Pillay

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésEmulationComputer scienceAmplifierHardware emulationTorqueMachine controlElectric machineBandwidth (computing)EngineeringEmbedded systemControl engineeringField-programmable gate arrayStatorElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Emulation of an electric machine allows the testing of a drive inverter and controller of an electric drive system, prior to the manufacture of a machine prototype. This paper presents the emulation of a variable flux machine (VFM). The VFM emulator system proposed in this paper uses a detailed look-up table-based machine model for the purpose of emulation. This allows the emulator to mimic all machine magnetic and geometric behaviors such as saturation and torque ripple. In addition, the machine emulator proposed in this paper uses high-performance high-bandwidth linear amplifiers as power amplifiers. This enables a high bandwidth; leading to a high accuracy machine emulation. A detailed control description for the proposed machine emulator system and a machine model look-up table data verification against a prototype machine is initially presented. Experimental results are then presented to validate the utility of the proposed VFM emulator system to emulate various machine transient behaviors at different magnetization levels. Experimental results obtained from the emulator are subsequently compared against the experimental results obtained from a prototype VFM drive to verify the emulation accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations49
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetReal-time simulation and control systemsTravaux en français237 207