Fast and Smooth Control of Converter’s DC-Link Voltage Using Optimal Fractional-Order Interval Type-2 Fuzzy Controller
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
Abstract The need to use fully controlled AC/DC converters for DC-based power supply systems has led to structural development and improved performance. Due to existence of various distribution network loads sensitive to noise and fluctuation, PWM-based converters cannot provide accurate and fast performance. In this regard, this paper suggests a novel robust control strategy based on FOIT2FC for this distribution power system to enhance the tracking accuracy and smooth the DC voltage of converter’s DC-link with presence of system uncertainties and disturbances. To strengthen the proposed control strategy, MOMSA has been utilized to optimally tune the FOIT2FC’s parameters. Precise and robust tracking performance of the proposed MOMSA-based FOIT2FC has been thoroughly compared with PSO-based FOIT2FC, PSO-based IT2FC and PSO-based Fuzzy controllers under DC reference variation, resistive load variation, unbalanced three-phase voltage and reproductive operation. The simulation results show that the proposed MOMSA-based FOIT2FC almost gives 1.53% overshoot, 1.25% undershoot and 0.023% fluctuation, while PSO-based FOIT2FC gives 1.95% overshoot, 1.89% undershoot and 0.14% fluctuation, PSO-based IT2FC gives 2.46 % overshoot, 2.38% undershoot and 0.19% fluctuation and PSO-based Fuzzy controller gives 2.74% overshoot, 2.95% undershoot and 0.22% fluctuation. To more certify the simulation model, its prototype structure has been provided and tested in laboratory.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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