Local Dynamic Estimation-Based Robust Model-Free Predictive Control for PMSM Drives
Notice bibliographique
Résumé
Model-free predictive control (MFPC) strategies have shown significant potential for achieving robust and highperformance operation in permanent magnet synchronous motor (PMSM) drives without relying on detailed system models. This paper presents a novel MFPC approach, termed the Local Dynamic Estimation Predictive Controller (LDEPC), which integrates a flexible real-time estimator with a refined local dynamics framework to capture unknown system behaviors. Two variants are proposed: the Zero-Order LDEPC, optimized for simplicity and ease of implementation, and the First-Order LDEPC, designed to improve disturbance rejection and capture nonlinear effects more accurately. The framework balances robustness, prediction accuracy, and computational efficiency, enabling effective control under parameter variations, rapid reference changes, and external disturbances. The effectiveness of LDEPC is experimentally validated on a PMSM test bench across multiple scenarios, including step responses, regenerative braking, parameter mismatch, disturbance rejection, and dynamic reference tracking. Comparisons with PI control, an MFPC using an ultra-local model and extended state observer (MFPCC-ESO), and an observer-enhanced MFPC with a generalized proportional-integral observer (MFPCC-GPIO) show that LDEPC consistently delivers robust, reliable, and precise control, underscoring its strong potential for practical deployment in demanding applications.
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 | 0,001 |
| 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 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 ».