Improved Single Current Sensor Based PMSM Control under Low Frequency Ratio Using Discrete-Time Adaptive Luenberger Observer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The implementation of traditional current state observers for single current sensor (SCS) based permanent magnet synchronous machine (PMSM) control use continuous-time domain analysis and Euler or Tustin approximation for discretization. However, stability problem occurs at low sampling-to-fundamental frequency ratio condition with Euler approximation method and heavy computation burden cannot be ignored with Tustin method. To overcome these limitations, a discrete-time adaptive observer is proposed for SCS control in PMSM drives. First, commonly adopted Luenberger observers designed with Euler and Tustin methods are reviewed and analyzed. Then, a novel hybrid discretization (HY) method is proposed to design a discrete-time adaptive Luenberger observer with improved discretization accuracy while maintaining computational efficiency. In the proposed HY method, the nonlinear part of the PMSM model is discretized using the accurate Runge–Kutta discretization method, while the linear part is discretized using the computationally-efficient Euler approximation method. This HY method achieves a balance between simplicity and accuracy, resulting in a highly effective discretization of the observer. Moreover, the speed-adaptive gain is designed to guarantee stability and dynamic performance over a wide speed range. Experimental results have been performed on a laboratory interior PMSM drive to confirm the effectiveness of the proposed method.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 découle