Comparative Study of Linear and Nonlinear H-Infinity Control for an Electric Vehicle
Notice bibliographique
Résumé
Permanent magnet synchronous motor-powered electric vehicles control is the subject of various research work.However, their global dynamic models are nonlinear and coupled.Therefore, to achieve efficient operation, an effective control system is crucial.In this study, we propose and compare linear H-Infinity and Galerkin approximation approach for Nonlinear H-Infinity control strategies to improve the durability and performance of post-driven speed in electric vehicles.In the case of linear systems, the linear H-Infinity controller is found by solving the algebraic equation known as the Riccati equation.On the other hand, the control problem based nonlinear H-Infinity poses challenges because it involves solving a nonlinear partial differential equation known as name of the Hamilton-Jacobi-Isaacs equation, which is difficult or even impossible to solve by using analytical methods.In these situations, the Galerkin approximation approach provides an approximation to the Hamilton-Jacobi equation solution.In order to evaluate the performance of Galerkin approximation approach and linear H-Infinity controllers, electric vehicle feedback simulations will be conducted, taking into account different constraints.The goal is to ensure efficient operation in different situations.The results demonstrate that the Galerkin approximation Approach for nonlinear H-Infinity controller reveals a similar performance and durability as the H-Infinity controller, and stands out for its ability to optimize the control system performance of the EV, providing a faster response, reducing undesirable ripples, and enhancing overall stability and precision.Generally, this comparative study brings to light the effectiveness of linear and Galerkin approximations for H-Infinity control in permanent magnet synchronous motor-powered electric vehicles.The results contribute to the advancement of control strategies and provide valuable information for the conception and employment of efficient electric vehicle control systems.
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 | 0,000 | 0,000 |
| 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 ».