MétaCan
Menu
Retour à la cohorte
Enregistrement W2996192693 · doi:10.15676/ijeei.2019.11.3.9

Sliding Mode Observer-based MRAS for Sliding Mode DTC of Induction Motor: Electric Vehicle

2019· article· en· W2996192693 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

RevueInternational Journal on Electrical Engineering and Informatics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésMRASInduction motorObserver (physics)Mode (computer interface)Control theory (sociology)Computer scienceEngineeringArtificial intelligencePhysicsVoltageVector controlElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

The current paper presents a new, Direct Torque and Flux Control strategy based on sliding mode control (SMC) and space-Vector Modulation (SVM) is proposed for induction motor Sensorless drives in order to solve existing problems in conventional control by Direct Torque Control (C-DTC); such as, high flux, torque and current ripple, and variable switching frequency. The presence of hysteresis comparators is the major reason for high torque and flux ripples in C-DTC. In SM-DTC, the hysteresis comparators and switching Table are replaced by sliding mode controller. The stability and robustness of the controller are proven analytically using the Lyapunov theory. To avoid the use of a mechanical sensor, the rotor speed estimation is made by a sliding mode observer (SMO) based model reference adaptive system (MRAS). The reference model is a Sensorless sliding mode observer and the adaptive model is a typical current model. Finally, the proposed schemes are simulated under Matlab / Simulink environment, and the simulation results show the effectiveness of the proposed Sensorless control.

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 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: Empirique
Score de désaccord entre enseignants0,221
Score d'incertitude au seuil0,777

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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