Experimental Identification of a Coupled-Circuit Model for the Digital Twin of a Wound-Rotor Induction Machine
Notice bibliographique
Résumé
The development of monitoring and diagnostic methods for electrical machines requires the use of transient models capable of operating in real time and producing signal signatures with high precision. In this context, coupled-circuit models offer numerous advantages due to their speed of execution and accuracy. They have been successfully employed to create real-time digital twins of electrical machines. The main challenge of this modeling method lies in the preparation of the model, which involves numerous preliminary calculations and takes time to identify all its parameters. This is particularly due to the variation in inductances based on the rotor position. To determine these inductance values with great precision, the classical approach involves using finite-element field calculation software. However, the computation time quickly becomes an issue due to the large number of values to calculate and simulations to perform. This article introduces an innovative experimental approach to identify a coupled-circuit model and develop a digital twin of a wound-rotor induction machine. This method relies solely on simple electrical measurements and tests conducted at extremely low rotation speeds (1 rpm) to obtain inductance variations as a function of the rotor position. By employing this technique, the need for analytical models or finite-element field calculation simulations, which typically require precise knowledge of the machine’s geometry and materials, is circumvented. The measurement processing employs optimization methods to extract the inductances as a function of the rotor position, which are then used as input data for the coupled-circuit model. The final parameters are specific to each machine and replicate all its manufacturing imperfections such as eccentricity and geometric or winding defects. This experimental identification method significantly enhances the model’s accuracy and reduces the usually required preliminary calculation time in a finite-element-based identification process.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».