Dynamic Modelling of Multiphase Machines Based on the VSD Transformation
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Multiphase machines continue to increase in popularity in high power applications due to their proven benefits compared to their three-phase counterparts. However, with the increased phase number and, therefore, the increased number of degrees of freedom, the complexity of both modelling and control strategies significantly increases. This paper proposes a dynamic modelling method for six-phase interior permanent magnet machines using the vector space decomposition transformation, which can be extended to machines with any number of phases. The proposed technique considers the nonlinear characteristics of the machine, such as spatial harmonics, magnetic saturation, and cross-coupling, which are based on flux linkage look-up tables from finite element analysis. The main contribution of this paper is the consideration of the effect of harmonic components and asymmetries within the machine windings on losses. These effects are mapped into a subspace orthogonal to the conventional <i>dq</i> subspace, which calls for additional transformations based on the field-oriented control structure. The proposed modelling strategy also allows for the inclusion of the high-frequency components generated from the switching instances from an inverter. The accuracy of the proposed model is validated through a comparison of the finite element analysis and Simulink torque waveforms and a comparison of Simulink and experimental current waveforms at low load operating conditions.</div></div>
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».