Phase Current Reconstruction Method With an Improved Direct Torque Control of SRM Drive for Electric Transportation Applications
Notice bibliographique
Résumé
Acquisition of the accurate phase currents is indispensable for the control and protection of switched reluctance motor (SRM) drives for electric transportation applications. Existing phase current reconstruction techniques for SRM are implemented under the current control techniques, which generate large torque pulsations. Therefore, the direct torque control (DTC) method can be adopted to minimize torque pulsations and to enhance transient performance in electrified vehicles. However, the existing current estimation methods cannot be applied to DTC strategies due to the simultaneous conduction of all phases at any switching instant. Furthermore, it offers a lower torque per ampere ($T/A$) ratio and draws a high source current. This article addresses the aforementioned concerns by proposing a cost-effective phase current reconstruction method with an improved DTC strategy for a 4-kW four-phase SRM drive. This method employs a 16-sector partition method with a new voltage vector selection by detecting zero-current regions of each phase. As a result, the long-tail currents can be avoided, thereby limiting the simultaneous conduction of all phases. The simulation and test results show that the proposed DTC has minimal torque pulsations, high$T/A$ratio, low converter losses, and lower source current ripple in comparison to the existing DTC schemes under various operating conditions. Also, the proposed phase current estimation method effectively reconstructs the phase currents under both steady-state and transient operating conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».