MétaCan
Menu
Retour à la cohorte
Enregistrement W4388720213 · doi:10.1109/iecon51785.2023.10311946

MPC-Based Coordination Control of Dual Direct-Drive Permanent Magnet Motors Used in Coal Mining Belt Conveyors

2023· article· en· W4388720213 sur OpenAlexaff
Yaofei Han, Chao Gong, Shaofeng Chen, Zhixun Ma, Xing Zhao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBelt Conveyor Systems Engineering
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDual (grammatical number)Compensation (psychology)Computer scienceControl engineeringModel predictive controlProcess (computing)Control theory (sociology)Belt conveyorEngineeringAutomotive engineeringControl (management)Artificial intelligenceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

In the application of coal mining belt conveyors, dual-motor drives based on permanent magnet motors (PMM) are gaining increasing attention now. To achieve high-performance coordination control of the two motors, this paper proposes a finite control set model predictive speed control (FCS-MPSC) method to improve the dynamics and speed tracking performance of the motors. First, the features of the dual-motor drives used in conveyor belts are analyzed. On this basis, the requirements of the control strategies are illustrated. Second, a master-slave control strategy is developed after treating the PMMs at the tail end and head end as the master motor and slave motor, respectively. Third, the FCS-MPSC method is developed for both master and slave motors by using new predicting model. In this process, the issue that the speed property is not directly related to the manipulated variables are tackled. Moreover, in order to further improve the dynamics of the slave motor, a speed reference compensation strategy is proposed. Finally, the proposed FCS-MPSC method is validated through comparative simulation results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,204
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBelt Conveyor Systems EngineeringTravaux en français237 207