Differential Evolution Based Stator Flux Linkage Estimation Considering Saturation, Inverter Non-Linearity and Saliency in PMSM
Notice bibliographique
Résumé
Accurate determination of stator flux linkage is important for advanced control techniques such as loss minimization to determine the optimal current distribution considering saturation, cross-saturation and temperature effects in the motor. In order to derive a precise flux linkage map in the direct and quadrature axes, this paper presents a method to determine the stator flux linkage using differential evolution algorithm (DE). A conventional two-axis model is modified to incorporate inverter non-linearity, magnetic saturation and cross-saturation. Based on the non-linearity, a fitness function is derived to optimize through DE and using the optimized results, flux linkage contour is estimated as a function of d- and q- axis currents and speed. The novelty of this paper is to estimate flux linkage including the non-linearity functions such as saturation, cross-saturation, temperature variation and dead-time distortion considering the demagnetizing current of the motor (id ≠ 0) and quantifying all the non-linearity factors with DE. An improved penalty function is developed to track the VSI non-linearity, saturation, cross-saturation and temperature. The effectiveness of the developed method is verified on a 4.25 kW laboratory interior permanent magnet synchronous motor (IPMSM)prototype.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».