MétaCan
Menu
Retour à la cohorte
Enregistrement W4401483698 · doi:10.3390/act13080307

A Robust Hꝏ-Based State Feedback Control of Permanent Magnet Synchronous Motor Drives Using Adaptive Fuzzy Sliding Mode Observers

2024· article· en· W4401483698 sur OpenAlexaff
Hamed Tahami, Sajad Saberi, Bashar Mahmood Ali, Sabah AbdulAmeer, Abbas Hameed Abdul Hussein, Hicham Chaoui

Notice bibliographique

RevueActuators · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Sliding mode controlControl engineeringPermanent magnet synchronous motorMode (computer interface)Fuzzy logicComputer scienceAdaptive controlIntegral sliding modeState observerMagnetEngineeringControl (management)Nonlinear systemPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In several applications, the accuracy and robust performance of the control method for the speed of permanent magnet synchronous motors (PMSMs) is critical. Model uncertainties, caused by inaccurate model identification, decrease the accuracy of PMSM control. To solve this problem, this paper presents a super robust control structure for the speed control of PMSMs. In the proposed method, the model uncertainties with Lipschitz condition together with disturbances are considered during the PMSM modeling, and their effects are handled using a robust state feedback control. To be more specific, the Lyapunov stability proof is performed in such a way that the model uncertainty effects are eliminated. Before that, the Lyapunov stability criteria have been selected in such a way that the Hꝏ conditions are considered and guaranteed. This issue helps to eliminate the effects of the disturbances. In addition, this paper considers another option to make the whole control structure robust against sudden load changes. To solve this problem, a fuzzy adaptive sliding mode observer (FASMO) is presented to determine the load torque and use it in the control signal generation. In this observer, the switched gain of the sliding mode observer (SMO) is adapted using a fuzzy system to eliminate the chattering phenomena and increase the estimation accuracy. In fact, the proposed method is called super robust because it resists model uncertainties, disturbances, and sudden load changes during three stages by robust state feedback control, Hꝏ criterion, and load estimator, respectively. The performance of the proposed approach is validated through a set of laboratory tests, and its superiority is shown compared to other methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,216
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActuatorsMême sujetSensorless Control of Electric MotorsTravaux en français237 207