MétaCan
Menu
Retour à la cohorte
Enregistrement W4383875011 · doi:10.1109/precede57319.2023.10174516

Improved Multistep Model Predictive Control for Six-Step Operation of Traction PMSM Drives

2023· article· en· W4383875011 sur OpenAlexaff
Zhenyao Sun, Shuai Xu, Guangtong Ma, Juri Jatskevich

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésTraction (geology)Model predictive controlControl theory (sociology)Computer scienceControl engineeringTraction control systemSynchronous motorTorqueTraction motorAutomotive engineeringControl (management)EngineeringMechanical engineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Model predictive control (MPC) has recently been considered for many permanent magnet synchronous machine (PMSM) drive applications. However, the conventional MPC lacks accurate current tracking and fast dynamic responses in the overmodulation region and the six-step operation, which limits its application areas. This paper proposes a six-step operation scheme based on MPC for PMSM drives in traction applications. The current trajectory long-horizon prediction and the average current-based objective function are introduced to determine the optimal switching instants. To enhance the method’s precision, a trapezoidal integration rule has been used in the prediction step. The voltage angle control principle is introduced to clamp the voltage vectors. The effectiveness of the proposed method has been validated by detailed studies. The proposed method is demonstrated to have excellent current tracking accuracy and fast dynamic response in six-step operation, which is an advantage over existing methods.

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: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,395

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,231
Écart entre enseignants0,217 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207