MétaCan
Menu
Retour à la cohorte
Enregistrement W4409427126 · doi:10.1109/infoteh64129.2025.10959174

Mitigating Misaligned Hall-Sensors in Brushless DC Motors Using Calibration Routine

2025· article· en· W4409427126 sur OpenAlexaff
Matthew Hasman, Ziliang Feng, Juri Jatskevich

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMagnetic Field Sensors Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDC motorCalibrationHall effect sensorElectrical engineeringBrushed DC electric motorComputer scienceAutomotive engineeringEngineeringPhysicsAC motorElectric motorMagnet

Résumé

récupéré en direct d'OpenAlex

Hall-Sensor-controlled brushless DC (BLDC) motors are commonly used in many applications due to their low cost and simple control. In a typical BLDC motor, a permanent magnet synchronous machine (PMSM) is controlled by a voltage source inverter (VSI) using the Hall sensor signals. Ideally, the three Hall sensors are spaced 120 degrees apart. However, due to manufacturing tolerances, the sensors’ actual position may differ, resulting in uneven conduction intervals and degradation of motor performance. To mitigate the misaligned Hall sensors, previous research proposed averaging the Hall sensor signals to achieve a steady state performance close to ideal. However, such averaging filters have a memory and may degrade the dynamic performance in fast transients. To ensure fast dynamic performance, this paper proposes a calibration routine and a correction lookup table that records and stores the identified errors, which are then corrected in run-time without compromising the dynamic performance. The proposed method is demonstrated on a typical industrial BLDC motor and has been shown to be very effective compared to previous 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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,588
Score d'incertitude au seuil0,656

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,243
Écart entre enseignants0,233 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnetic Field Sensors TechniquesTravaux en français237 207