Efficient Rectified Stator Currents Hysteresis Control of the Induction Motor Drive and Flux Optimization Using Fuzzy Logic
Notice bibliographique
Résumé
The induction machine (IM) is a nonlinear, multivariable, strongly coupled system.Therefore, it is necessary to achieve a decoupling between flux and torque.The vector control technique is the one that gives better performance.To have high dynamic responses and better torque control, the machine must be supplied with sinusoidal currents.The present work contributes to improving the efficiency of a flux-oriented indirect control (IFOC) of an induction motor associated with a new hysteresis inverter.The Induction motors have good efficiencies when operating at full load.However, at lower than rated loads, which is a condition that many machines experience for significant portion of their service life, the efficiency is greatly reduced.To improve the efficiency of the existing motor it is important to regulate the flux of the motor in the desired operating range.This paper proposes the analytical approach of minimizing copper losses for an induction motor and energy efficient control strategy based on fuzzy logic using Matlab / Simulink®.This parameter is used to determine an optimal rotor flux reference it has the goal of maximizing the efficiency for each given load torque.The proposed fuzzy controller adjusts the electromagnetic torque, to give the optimized flux by minimizing losses.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».