MétaCan
Menu
Retour à la cohorte
Enregistrement W4226181494 · doi:10.1109/tpel.2022.3159483

Maximum Torque Operation of Open-Winding Induction Motor Dual Drives Using a Floating Capacitor Bridge in the Field Weakening Region

2022· article· en· W4226181494 sur OpenAlexafffund
Saeed Wdaan, Chatumal Perera, John Salmon

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)Controller (irrigation)StatorEngineeringAC powerInduction motorInverterVector controlTransient (computer programming)CapacitorTorqueVoltageComputer scienceElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A field weakening controller is presented that extends the speed range of a dual inverter drive using a floating capacitor bridge. The controller utilizes the stator current reference frame to decouple the motor demand into active and reactive components. This is used so that the main bridge supplies the real power and the floating bridge supplies the reactive power until the floating bridge reaches its maximum voltage. The main bridge is then used to supply some of the reactive demand, which in turn adds additional voltage boost that is used to extend the drive’s constant power region, improve the motor speed acceleration performance, output power, and torque. It is found that the presented controller can increase the drive speed extension ratio to 9.2 times the base speed compared to 5 when always operating the main bridge at unity power factor. The motor maximum fundamental voltage is 1.82 p.u when compared to that of a single inverter drive. This controller performance is demonstrated experimentally using both transient and steady-state analysis. The controller is also compared with other two field weakening controllers using the same regulator tunings and experimental setup.

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 candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,669

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 Opus0,022
Tête enseignante GPT0,254
Écart entre enseignants0,232 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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