Loss Minimization Algorithm for Surface-Mounted PMSM Using Ripple-Based Extremum Seeking
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this article, a fast and parameter-intensive loss minimization algorithm (LMA) is proposed for the surface-mounted permanent magnet synchronous machine (PMSM). The algorithm utilizes ripple correlation control to steer the operating point toward the optimal solution by evaluating the correlation between the injected ripple on the control variable and its effect on the input power. Unlike model-based LMAs, this method does not rely on the motor loss model, its parameters, or precomputed information. Instead, it employs a high-speed search-based procedure to minimize the input power directly. The theoretical analysis includes a design procedure and a method for determining the upper bound of the injected ripple frequency based on the principles underlying loss minimization of PMSMs. Since the <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">d</i>-axis current does not contribute to torque production in surface-mounted PMSMs, the artificial perturbation introduced by the algorithm does not result in undesirable torque ripple. The analysis is supported by simulations and experimental tests. The results demonstrate that the proposed algorithm enables the system to converge to the optimum point within around 1.5 s, making it suitable for high-dynamic applications.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 découle