MétaCan
Menu
Retour à la cohorte
Enregistrement W7116912406 · doi:10.1109/ojies.2025.3647661

A Review of Current Control Strategies for Switched Reluctance Motor Drives: Performance Evaluation Across a Wide Speed Range

2025· article· W7116912406 sur OpenAlexaff
Xudong Wang, Yasaman Niazi, Sadra Tavakolian, Azadeh Gholaminejad, Gaoliang Fang, Sumedh Bhaskarrao Dhale, Diego F. Valencia, Babak Nahid‐Mobarakeh, Ali Emadi

Notice bibliographique

RevueIEEE Open Journal of the Industrial Electronics Society · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueSensorless Control of Electric Motors
Établissements canadiensUniversity of Prince Edward IslandMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSwitched reluctance motorCurrent (fluid)Range (aeronautics)Control (management)Electronic speed controlControl theory (sociology)

Résumé

récupéré en direct d'OpenAlex

Switched reluctance motors (SRMs) have attracted increasing interest because of their robustness, cost effectiveness, and suitability for high-speed applications. Accurate current control plays a critical role in achieving high performance, and a wide speed operation range is often required in electrified drivetrains. While numerous current control methods have been proposed in the literature, their applicability across different speed regions has not been systematically clarified. This article presents a comprehensive review and classification of current control strategies for SRMs, organized according to their applicable speed regions. The speed-dependent characteristics and corresponding control challenges are first discussed to establish the basis for classification. Existing methods are then categorized into two major groups: those applicable to low and intermediate speeds and those tailored for high-speed operation. Each category is analyzed in terms of dynamic performance, robustness, and computational complexity. Representative current control methods are evaluated through both simulation and experimental validation to assess their performance across varying speed conditions. Finally, existing challenges and future research trends are discussed.

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)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,000
Intégrité de la recherche0,0010,003
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 Opus0,056
Tête enseignante GPT0,342
Écart entre enseignants0,286 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of the Industrial Electronics SocietyMême sujetSensorless Control of Electric MotorsTravaux en français237 207