New Optimal Control of Permanent Magnet DC Motor for Photovoltaic Wire Feeder Systems
Notice bibliographique
Résumé
This article aims to improve the permanent magnet DC (PMDC) motor performance for photovoltaic (PV) wire-feeder systems (PVWFSs) of arc welding machines. The considered technique is designed by direct speed control based on optimal Fractional-order Fuzzy PID FO-Fuzzy-PID controller. The purpose is to ensure optimal control of wire feed speed reference to reduce torque ripples and hence, the performance of the WFS is improved. The dynamic reaction of the proposed solar PVWFS relies upon the scaling factors of FO-Fuzzy-PID controller, which are optimized by using teaching-learning algorithm based on Particle Swarm Optimization (PSO) method. The maximum power point tracking (MPPT) is achieved using an intelligent FO-Fuzzy-PID current controller based Perturb and Observe (P&O) MPPT algorithm. The PVWFS system incorporating the proposed method is tested and compared with the conventional PID control scheme under different weather conditions. The simulation of the proposed system by MATLAB\SIMULINK is carried out. The simulation results indicate the effectiveness of the considered control strategy in terms of the reduction in torque oscillations, optimizing electrical power and wire feed speed.
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 | 0,000 |
| 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 ».