MétaCan
Menu
Retour à la cohorte
Enregistrement W4252419671 · doi:10.1109/ias.2006.256771

On-Line Parameter Estimation Based Speed Control of PM AC Motor Drive in Flux Weakening Region

2006· article· en· W4252419671 sur OpenAlexaff
M. Nasir Uddin, Md. Islam Chy

Notice bibliographique

RevueConference record · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)BacksteppingElectronic speed controlRobustness (evolution)TorqueController (irrigation)Computer scienceDirect torque controlSynchronous motorRobust controlControl engineeringAdaptive controlVoltageControl systemEngineeringInduction motorControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

This paper presents a nonlinear controller based speed control of an interior permanent-magnet synchronous motor (IPMSM) over a wide speed range. The proposed controller incorporates both torque and flux controls with parameter estimation. The controller designed from standard linear d-q axis motor model with constant parameters will lead to an unsatisfactory prediction of the performance of an interior permanent magnet motor owing to the magnetic saturation of these machines particularly, at high speed conditions. In this work, an adaptive backstepping based control technique has been developed for an IPMSM, wherein system parameter variations as well as field control will be taken into account at the design stage of the controller. The proposed adaptive backstepping based high speed control of IPMSM drive has been successfully implemented in real time for a laboratory 1 hp IPMSM drive. The performance of the proposed drive is tested both in simulation and experiment at different operating conditions. The robustness of the controller and its prospective real-time industrial drive application is evidenced by the results.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,226
Écart entre enseignants0,207 · 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'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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference recordMême sujetSensorless Control of Electric MotorsTravaux en français237 207