MétaCan
Menu
Retour à la cohorte
Enregistrement W4389776555 · doi:10.1109/tte.2023.3343378

Adaptive Current Observer Design for Single Current Sensor Control in PMSM Drives

2023· article· en· W4389776555 sur OpenAlexafffund
Ying Zuo, Chunyan Lai, Anastasiia Galkina, Martin Großbichler, K. Lakshmi Varaha Iyer

Notice bibliographique

RevueIEEE Transactions on Transportation Electrification · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCurrent (fluid)Current sensorObserver (physics)Control theory (sociology)Control engineeringVector controlComputer scienceAdaptive controlControl (management)EngineeringPhysicsElectrical engineeringVoltageInduction motorArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A 3-phase permanent magnet synchronous machine (PMSM) drive system usually requires at least two current sensors for phase current measurements to achieve high performance control. When there is only one current sensor working in the drive system, accurate current observers are critical to ensure the control performance. In this paper, a novel adaptive current observer based single current sensor (SCS) control strategy is proposed. In the proposed approach, an augmented current state observer is built based on the PMSM dynamic equations with the consideration of machine parameter variation and system uncertainties. To ensure a good SCS control performance in the time-varying speed condition, a new computationally efficient methodology towards a desired pole-placement for the adaptive observer gain design is also proposed. More specifically, the proposed observer gains can be calculated analytically for the desired dynamic performance. Compared with existing methods, the proposed current observer has a straightforward gain design, and it further reduces current estimation errors and improves the robustness against machine parameter variation and system uncertainty. The proposed SCS control approach is validated with extensive experimental tests on a laboratory interior PMSM under both steady-state and transient 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,048
Tête enseignante GPT0,257
Écart entre enseignants0,209 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Transportation ElectrificationMême sujetSensorless Control of Electric MotorsTravaux en français237 207