Enhanced Sector Selection Method in FCS-MPC for Dual Three-Phase High-Saliency PMSMs
Notice bibliographique
Résumé
The increasing demand for electrified transportation requires high-power, efficient, and reliable traction drive systems. Dual three-phase permanent magnet machines (DTP-PMSMs) with high saliency ratios offer key advantages for these applications but introduce challenges in control accuracy and current harmonic suppression. This paper proposes a novel finite control set model predictive control (FCS-MPC) strategy with an enhanced sector selection method specifically tailored for high-saliency DTP-PMSM drives. The proposed approach improves actuation accuracy in the <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">d-q</i> subspace by reliably identifying the optimal virtual vectors, while a quasi-proportional resonant (QPR) controller effectively suppresses current harmonics in the <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">x-y</i> subspace. Simulation and experimental results demonstrate that the proposed method achieves a fast dynamic response, reduced current ripple, and strong current harmonic suppression, outperforming existing virtual vector-based FCS-MPC and field-oriented proportional-integral (PI) control methods. The results confirm the robustness and efficacy of the proposed controller across a wide range of operating conditions, making it a promising solution for high-performance electric drives.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».