MétaCan
Menu
Retour à la cohorte
Enregistrement W4200245553 · doi:10.1109/compel52922.2021.9645945

Experimental Assessment of Sliding Mode Current Control with Exponential Reaching Law for an Induction Machine Drive Fed by a Matrix Converter

2021· article· en· W4200245553 sur OpenAlexaff
Christian Medina, Paola Maidana, Jorge Rodas, Edgar Maqueda, Raúl Gregor, Maarouf Saad, Patrick Wheeler

Notice bibliographique

Revue2021 IEEE 22nd Workshop on Control and Modelling of Power Electronics (COMPEL) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Robustness (evolution)EstimatorSliding mode controlKalman filterComputer scienceSpace vector modulationAerospaceExponential functionPulse-width modulationEngineeringVoltageMathematicsControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

Matrix Converters (MCs) are considered an exciting option in electrical motor drives for applications where size and weight are critical, for example aerospace or automotive. Several control techniques have been proposed to exploit the MC’s benefits and get the desired performance. Among them, Sliding Mode Control (SMC) is quite attractive due to its robustness and fast response. However, Chattering can appear in the SMC strategy. Consequently, the Exponential Reaching Law (ERL) is employed to solve this issue in this paper. The proposed control structure includes a modulation stage based on the space vector modulation technique and a Kalman filter-based rotor current estimator. Experimental results are provided to validate the proposed method using a custom test bench based on SiC-MOSFETs MC and a three-phase induction machine. A comparison between the proposed SMC-ERL and classic SMC is also provided to highlight the improvements obtained.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,789
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,272
Écart entre enseignants0,254 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE 22nd Workshop on Control and Modelling of Power Electronics (COMPEL)Même sujetMultilevel Inverters and ConvertersTravaux en français237 207