MétaCan
Menu
Retour à la cohorte
Enregistrement W3201878000 · doi:10.1109/tie.2021.3116554

Digital Sliding Mode Based Model-Free PWM Current Control of Switched Reluctance Machines

2021· article· en· W3201878000 sur OpenAlexafffund
Sumedh Dhale, Babak Nahid‐Mobarakeh, Shamsuddeen Nalakath, Ali Emadi

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)Switched reluctance motorController (irrigation)Pulse-width modulationOperating pointDigital controlComputer scienceNoise (video)InductanceSliding mode controlLyapunov functionEngineeringElectronic engineeringVoltageRotor (electric)Control (management)Nonlinear system

Résumé

récupéré en direct d'OpenAlex

This article presents a digital sliding mode based robust model-free pulsewidth mode current control method for switched reluctance machine (SRM) drives. The model-free nature of the proposed controller allows complete elimination of the phase inductance or flux-linkage identification process. From the controller point of view, this exclusion yields excellent computational efficiency and low memory usage. In the proposed control method, the model information required to achieve a consistent closed-loop dynamic response is treated as an extended state and it is estimated online via unit time-step delayed approximation. The effect of this delay becomes significant as the operating speed increases. The estimation accuracy of the extended state is also affected by the noise in the current measurement. The effect of these factors on the control performance is compensated by using an auxiliary control action derived from a Lyapunov energy function analysis in the discrete-time domain. The resultant controller achieves accurate tracking of the reference phase current profile at fixed switching frequency modulation. It demonstrates a robust tracking performance throughout the controllable operating range of the SRM drive amid low signal-to-noise ratio.

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 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 candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,231
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

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

Citations30
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetElectric Motor Design and AnalysisTravaux en français237 207