Development of performance characterization in VSI fed induction motor drives using random PWM
Notice bibliographique
Résumé
Any industrial or power sector application requires a pulse width modulation (PWM) inverter. Industrial drives in particular are highly concerned with industrial standards. To satisfy the voltage source inverter (VSI) drives objects, a variety of PWM approaches are used, including inverter DC input voltage utilizations, suppression of higher and lower order of harmonics, as well as spreading harmonics, acoustic noise reduction, among others PWMs. One of the better approaches for minimizing noise on voltage source threephase inverter fed drives is random pulse width modulation PWM random palse width modulation (RPWM). Despite the fact that these described RPWM approaches are superior in terms of harmonic spreading and mitigation, these methods are unable to achieve the target DC-link utilizations. As a result, the focus of this paper is on combining multicarrier RPWM principles with space vector PWM space vector pulse width modulation (SVPWM) to produce multi-carrier random SVPWM (MCRSVPWM). The suggested PWM generates random unsystematic triangle carrier (5 kHz, 2.5 kHz, 1.25 kHz, 1 kHz) based pulses, whereas the traditional random PWM techniques are uses a fixed frequency triangular carrier to generate random pulse positions. Asynchronous induction motor driving simulation is carried out using MATLAB/Simulink. The proposed MCRSVPWM is put to the test with a 2kW six-switch VSI-fed induction motor drive system.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».