Adaptive PID Control for 8/6 Switched Reluctance Motor Drive Based on BFO
Notice bibliographique
Résumé
The switched reluctance motor (SRM) has garnered considerable attention in both scholarly and industrial spheres due to its notable advantages such as the absence of rare earth materials and low manufacturing costs.However, the complexity of controlling SRMs, resulting from their nonlinear magnetization characteristics, remains a significant drawback.This paper presents a dual-pronged contribution.Firstly, it introduces a highly accurate and reliable model designed to evaluate the operational efficiency of a 4 kW 8/6 SRM.The magnetization characteristics have been optimized using the FEMM4.2 program in tandem with AutoCAD, which facilitates the selection of an optimal number of points for motor dimensions based on the finite element method.Secondly, the design of a proportional-integral-derivative (PID) controller for a nonlinear SRM is a complex task.Therefore, we have employed bacterial foraging optimization (BFO) to ascertain the optimal PID coefficients for controlling the speed of an SRM.Owing to its simplicity, ease of implementation, and high effectiveness, BFO is capable of delivering high-quality solutions, leading to a marked improvement in both transient and steady-state performances.The simulation results demonstrate that the control system approach utilizing PID-BFO exhibits the most desirable dynamic response characteristics.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».