MétaCan
Menu
Retour à la cohorte
Enregistrement W4394698949 · doi:10.1109/tte.2024.3386979

Relative Speed Compensation for Sensorless Control of Magnetic Screw Motor Based on an Improved Pulsating Current Injection Method

2024· article· en· W4394698949 sur OpenAlexaff
Jiahao Zhang, Zhengmeng Liu, Guohai Liu, Qian Chen, Juri Jatskevich, Meiling Zhao, Xianqun Qiu, Abdallah Farahat

Notice bibliographique

RevueIEEE Transactions on Transportation Electrification · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Science Research of Jiangsu Higher Education Institutions of ChinaChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésCompensation (psychology)Current (fluid)Control theory (sociology)Control (management)Electronic speed controlComputer scienceEngineeringElectrical engineeringPsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The magnetic screw motor (MSM) drive systems often require both a rotary encoder and a linear encoder for their precise positioning, which makes the design of such systems very challenging and costly. This paper proposes a novel position sensorless control strategy. First, an improved pulsating current injection (IPCI) sensorless control is proposed to replace the rotary encoder. This method associates the amplitude of the injection signal with the <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">q</i> -axis current by introducing a transformation matrix. In the proposed method, the amplitude of the injection signal increases with the load/speed variation, which enhances the rotary speed estimation accuracy in transients. Meanwhile, when the motor operates in a steady state, the amplitude of the injection signal is maintained in a low range, which reduces the audible noise. Second, the linear encoder is eliminated using a relative speed compensation based on a lookup table (LUT) method. The relative speed under different linear speeds can be obtained and tabulated from several experimental tests. The presented experimental results verify the proposed method and its performance.

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: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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