Comprehensive Analysis and Optimized Control of Torque Ripple and Power Factor in a Three-Phase Mutually Coupled Switched Reluctance Motor With Sinusoidal Current Excitation
Notice bibliographique
Résumé
This article presents a comprehensive analysis of torque ripple and power factor for three-phase mutually coupled switched reluctance motors (MCSRMs) with sinusoidal current excitation. MCSRMs controlled by sinusoidal currents have the advantage of using the conventional voltage source inverter and the conventional vector control. However, MCSRMs are characterized by high torque ripple and low power factor. The torque harmonics due to the sinusoidal current excitation are investigated, and the effect of the current excitation angle on the motor saturation level and the power factor is analyzed. These analyses are then used in the development of an optimized control method to reduce torque ripple and to increase power factor and average torque. In the proposed control method, the power factor and phase voltage are calculated by the knowledge of the phase flux linkage and phase current. The phase flux linkage is represented in terms of Fourier coefficients, where these coefficients are functions of direct- and quadrature-axis currents. Hence, they are estimated from 2-D lookup tables (LUTs), which are independent of rotor position. Similarly, the Fourier coefficients of the torque harmonics are also estimated from the 2-D LUTs. The independence of the LUTs from rotor position reduces the size of the LUTs significantly. The proposed control method is validated by experiments on a 2-kW 12/8 MCSRM.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».