MétaCan
Menu
Retour à la cohorte
Enregistrement W2993809339 · doi:10.3390/electronics8121508

Cascade Second Order Sliding Mode Control for Permanent Magnet Synchronous Motor Drive

2019· article· en· W2993809339 sur OpenAlexafffund
Adel Merabet

Notice bibliographique

RevueElectronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensSaint Mary's University
Organismes subventionnairesCanada Foundation for Innovation
Mots-clésControl theory (sociology)CascadeSliding mode controlRobustness (evolution)Electronic speed controlInner loopParametric statisticsPermanent magnet synchronous motorCurrent loopSynchronous motorControl systemRobust controlControl engineeringArmature (electrical engineering)Controller (irrigation)Computer scienceMagnetEngineeringCurrent (fluid)PhysicsControl (management)Nonlinear systemMathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents a cascade second-order sliding mode control scheme applied to a permanent magnet synchronous motor for speed tracking applications. The control system is comprised of two control loops for the speed and the armature current control, where the command of the speed controller (outer loop) is the reference of the q-current controller (inner loop) that forms the cascade structure. The sliding mode control algorithm is based on a single input-output state space model and a second order control structure. The proposed cascade second order sliding mode control approach is validated on an experimental permanent magnet synchronous motor drive. Experimental results are provided to validate the effectiveness of the proposed control strategy with respect to speed and current control. Moreover, the robustness of the second-order sliding mode controller is guaranteed in terms of unknown disturbances and parametric and modeling uncertainties.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,200
Écart entre enseignants0,196 · 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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetSensorless Control of Electric MotorsTravaux en français237 207