MétaCan
Menu
Retour à la cohorte
Enregistrement W4391661572 · doi:10.1109/tpel.2024.3364087

Selective Harmonic Elimination and Dynamic Enhancement in Magnetic-Characteristic-Free Sensorless Control of SRM Drives at High Speeds

2024· article· en· W4391661572 sur OpenAlexaff
Zifeng Chen, Hao Jing, Xinghao Wang, Dehui Luo, Xueqing Wang, Gaoliang Fang, Hang Zhao, Dianxun Xiao

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Flux linkageSwitched reluctance motorRobustness (evolution)Phase-locked loopComputer scienceRotor (electric)Machine controlMagnetic fluxHarmonic analysisControl engineeringEngineeringControl (management)Electronic engineeringVoltagePhysicsInduction motorMagnetic fieldDirect torque controlPhase noise

Résumé

récupéré en direct d'OpenAlex

To address the issues of magnetic parameter dependence and insufficient dynamic performance in high-speed sensorless control of Switched Reluctance Motors (SRMs), this paper proposes a sensorless control scheme based on the Delayed Signal Cancellation Flux Observer (DSCFO) for high-speed SRM drives. This scheme improves the dynamic performance while achieving sensorless control, without the need for magnetic characteristics. Due to the superior filtering efficiency of the DSCFO, the proposed observer eliminates the non-linear terms in the calculated single-phase flux linkage and extracts a pair of orthogonal signals with positional information. Following this, the rotor position and speed information are estimated through the Phase Locked Loop (PLL), enabling sensorless control. Finally, experiments are conducted on a three-phase 5.5 kW 12/8 SRM experimental setup to verify the effectiveness of the proposed scheme. Experimental results indicate that compared to other methods, the proposed approach can achieve sensorless control with only single-phase while possessing desirable accuracy and stronger robustness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,003
Tête enseignante GPT0,195
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetElectric Motor Design and AnalysisTravaux en français237 207