MétaCan
Menu
Retour à la cohorte
Enregistrement W4205842912 · doi:10.1109/ias48185.2021.9677296

Adaptive Voltage Controller for Permanent Magnet Synchronous Motor in Six-step operation

2021· article· en· W4205842912 sur OpenAlexaff
Zisui Zhang, Babak Nahid‐Mobarakeh, Ali Emadi

Notice bibliographique

Revue2021 IEEE Industry Applications Society Annual Meeting (IAS) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Voltage controllerDisturbance voltageVoltageVoltage regulatorDropout voltageController (irrigation)Direct torque controlVoltage dividerTorqueVoltage regulationSynchronous motorComputer scienceVector controlVoltage droopEngineeringPhysicsInduction motorControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

An adaptive voltage control scheme in flux-weakening control is proposed for permanent magnet synchronous motor (PMSM). Voltage feedback control is applied to utilize the DC link voltage, and maximum torque range for flux-weakening region is extended. The analysis of voltage controller is carried out, taking into account of modulation delay and non-linear effect of six-step mode limitation, to issue the compensation performance with different voltage feedback gains from difference between the magnitude of voltage vectors. Based on those feedback voltage paths, the gain of voltage controller is optimized as an adaptive value by current vector and voltage angle to lead to a larger torque range and system efficiency in flux-weakening region. Dynamic performance and whole flux-weakening stable operation can be implemented with the proposed adaptive voltage control. Verifications are carried out on a 7kW PMSM drive system to prove the features and effectiveness of the proposed technique.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE Industry Applications Society Annual Meeting (IAS)Même sujetSensorless Control of Electric MotorsTravaux en français237 207