MétaCan
Menu
Retour à la cohorte
Enregistrement W4404565202 · doi:10.1109/vppc63154.2024.10755229

Current Sensorless Direct Voltage Control of Surface Mounted Permanent Magnet Synchronous Motor Driven Electric Vehicles

2024· article· en· W4404565202 sur OpenAlexaff
Alaref Elhaj, Mohamad Alzayed, Hicham Chaoui

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSynchronous motorMagnetPermanent magnet synchronous motorVoltageDirect torque controlCurrent (fluid)AC motorPermanent magnet motorPermanent magnet synchronous generatorElectrical engineeringControl theory (sociology)Automotive engineeringComputer scienceControl (management)EngineeringInduction motor

Résumé

récupéré en direct d'OpenAlex

Fast and accurate response, quick recovery from various disturbances, simplicity, reliability, and cost-effectiveness are essential features of an efficient motor drive system for electric vehicles (EVs). Thus, this paper introduces a simple current sensorless direct voltage control scheme for a surface-mounted permanent magnet synchronous motor (SPMSM) propelling an EV. The designed method provides a promising alternative to cascaded-based control strategies, such as field-oriented control (FOC), by directly varying the amplitude and angle of the voltage vector while excluding measurements of current and inner regulation loops. Such a methodology drastically reduces the complexity and tuning time of the control system and mitigates the delays resulting from cascaded control schemes. It also ensures better reliability since it does not require current sensors. The performance of the developed strategy is investigated using commonly adopted driving cycles, namely the Federal Test Procedure (FTP75) and the World Harmonized Light Vehicles Test Procedure (WLTP). An intensive comparison against FOC is established based on the driving cycles employed.

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)0,000
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 enseignants0,852
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,005
Tête enseignante GPT0,215
Écart entre enseignants0,210 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSensorless Control of Electric MotorsTravaux en français237 207