Efficient Implementation of High-Fidelity Models of IPMSM Drive Systems in Offline and Real-Time Simulators
Notice bibliographique
Résumé
Interior permanent magnet synchronous machines (IPMSMs) are widely used in industrial applications, electric propulsion and precision applications. Accurate and efficient simulations of IPMSM drives are essential for the design and tuning of such systems. Field-oriented control (FOC) is commonly used to achieve precise control by decoupling the stator currents into flux- and torque-controlling components. The FOC-based controllers, however, require addressing the nonlinear flux-current relationships in IPMSMs caused by saliency, magnetic saturation, and cross-coupling effects. Different methods, such as parameter estimation and look-up tables (LUTs) techniques, are used to model these nonlinearities, with LUTs offering accuracy but demanding substantial memory allocation. Alternatively, memory-compact models such as polynomial-based models are used when systems impose constraints on memory allocation. This paper presents the efficient implementation of both the LUT-based and polynomial-based IPMSM drive system models for offline and real-time simulators. The accuracy of the models is verified through offline studies performed in MATLAB/Simulink and OPAL-RT's OP5700 real-time simulator. The obtained results demonstrate the difference in system resource utilization, such as memory requirement and computational efficiency, when using LUT-based and polynomial-based IPMSM models.
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 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 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».