MétaCan
Menu
Retour à la cohorte
Enregistrement W4392378051 · doi:10.18280/jesa.570107

Sensorless ANFIS-Based Control of PV-Powered Double Stator Induction Motors for EVs

2024· article· fr· W4392378051 sur OpenAlexvenueno aff
Toufik Roubache, Souad Chaouch

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2024
Typearticle
Languefr
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatorAdaptive neuro fuzzy inference systemInduction motorAutomotive engineeringControl (management)Control engineeringComputer scienceEngineeringControl theory (sociology)Electrical engineeringFuzzy control systemArtificial intelligenceFuzzy logic

Résumé

récupéré en direct d'OpenAlex

This paper propose a robust ANFIS based on Luenberger observer for sensor-less control of DSIM drives via backstepping control (BC) and supplied by a photovoltaic solar.The maximum power delivery to the DSIM is achieved by boost converter which employs P&O MPPT controller.It adjusts the duty cycle of the three-level DC-DC boost converter for extracting maximum power from PV array.In addition, ANFIS is used in this study to ameliorate the performance of this sensor-less control.However, to enhance the performances of this control, we used an EV based dynamic emulator.Thus, we sized and tested the global system under different metrological conditions.In Addition, we have highlighted the comparative analysis between the suggested ANFIS-LO and conventional observer.Finally, the obtained results show the efficiency of the suggested control scheme and the improvements of ANFIS controller based on LO in a DSIM drive system.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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.

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetSensorless Control of Electric MotorsTravaux en français237 207