Multivariable sliding-mode extremum seeking control in power electronic systems
Notice bibliographique
Résumé
This thesis investigates the design and implementation of extremum seeking control with application to power electronics.To this end, a novel multivariable sliding-mode extremum seeking (MSES) scheme is developed and applied to several control and optimization problems involving maximum power point tracking (MPPT) and motor drives.The behavior of the controller in terms of convergence characteristics and stability is studied using nonlinear systems analysis tools.The proposed MSES is utilized in three applications.First, we apply the concept to MPPT in an alternator-based energy conversion system.The objective is to achieve optimal power conversion at different speeds and output voltages of a Lundell alternator.The performance of the proposed controller is experimentally verified on a laboratory-scale setup through controlling the alternator field current and output voltage to gain fast and precise convergence and robust performance in face of disturbances and uncertainties.In the second application, the proposed MSES is used to tune a proportional-integral (PI) controller which regulates the current of a permanent magnet synchronous motor (PMSM).The performance of the proposed MSES tuning method in terms of accuracy, parametric variations, and load torque disturbances is investigated through several experimental tests on a PMSM setup.In the third application, the MSES concept is extended to a PMSM-drive system which emulates an exercise machine working at low speeds.In this case, the algorithm is modified to a multi-objective sliding-mode extremum seeking (MOES) optimization scheme for torque control of a PMSM as well as minimization of its torque ripples.To this end, the MSESC method is utilized to implement an adaptive iterative learning control (AILC) strategy for torque ripple minimization.The performance of the proposed MOES in terms of torque ripple suppression, steady state and transient performance, and load disturbance rejection is experimentally verified through synthesizing different mechanical impedances.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».