MétaCan
Menu
Retour à la cohorte
Enregistrement W2996370352 · doi:10.1109/iecon.2019.8926822

Observer Assisted Current Reconstruction Method with Single DC-Link Current Sensor for Sensorless Control of Interior Permanent Magnet Synchronous Machines

2019· article· en· W2996370352 sur OpenAlexaff
Jing Zhao, Shamsuddeen Nalakath, Ali Emadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)Observer (physics)Control theory (sociology)MagnetComputer scienceCurrent sensorPhysicsControl (management)Electrical engineeringEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The paper presents an observer assisted current reconstruction based method to estimate the three phase currents by utilizing only one dc-link current sensor to realize position sensorless control of interior permanent magnet synchronous machine (IPMSM). The current reconstruction technique needs dc-link current information for at least two vector transition regions in a switching period to estimate the three phase currents. However, it is challenging at the sector boundary regions (immeasurable region) without shifting the space vectors of the pulse width modulation (PWM). In the proposed method, the current estimation is assured in the boundary region without shifting the PWM vectors with the help of assistive model-based observer. The assistive model-based observer is a Luenberger type observer that estimates the back electromotive force (EMF) based on the error between the reconstructed and estimated currents. An adaptive band-pass filter is applied to the estimated back EMF to eliminate the undesirable harmonics in the immeasurable region. The proposed scheme feedbacks the estimated current to the current controller and utilizes the estimated back EMF to estimate the position and speed. The algorithm is implemented in dSpace platform and validated by experiments.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSensorless Control of Electric MotorsTravaux en français237 207