Titre :

A Self-Learning Solution for Torque Ripple Reduction for Nonsinusoidal Permanent-Magnet Motor Drives Based on Artificial Neural Networks

Auteur(s) :

Flieller, Damien [Auteur]
Groupe de Recherche en Electrotechnique et Electronique de Nancy [GREEN]
Nguyen, Ngac-Ky [Auteur]
13338|||Laboratoire d’Électrotechnique et d’Électronique de Puissance - ULR 2697 [L2EP]
Wira, Patrice [Auteur]
Modélisation, Intelligence, Processus et Système [MIPS]
Sturtzer, Guy [Auteur]
Groupe de Recherche en Electrotechnique et Electronique de Nancy [GREEN]
Abdeslam, Djaffar Ould [Auteur]
Modélisation, Intelligence, Processus et Système [MIPS]
Mercklé, Jean [Auteur]
Modélisation, Intelligence, Processus et Système [MIPS]

Titre de la revue :

IEEE Transactions on Industrial Electronics

Numéro :

61

Pagination :

655-666

Éditeur :

Institute of Electrical and Electronics Engineers

Date de publication :

2014-02

ISSN :

0278-0046

Mot(s)-clé(s) en anglais :

Adaline
cogging torque
homopolar current
neurocontroller
permanent-magnet synchronous motor (PMSM)
torque ripple

Discipline(s) HAL :

Sciences de l'ingénieur [physics]/Traitement du signal et de l'image [eess.SP]
Informatique [cs]/Traitement du signal et de l'image [eess.SP]

Résumé en anglais : [en]

This paper presents an original method, based on artificial neural networks, to reduce the torque ripple in a permanent-magnet nonsinusoidal synchronous motor. Solutions for calculating optimal currents are deduced from ...
Lire la suite >This paper presents an original method, based on artificial neural networks, to reduce the torque ripple in a permanent-magnet nonsinusoidal synchronous motor. Solutions for calculating optimal currents are deduced from geometrical considerations and without a calculation step, which is generally based on the Lagrange optimization. These optimal currents are obtained from two hyperplanes. This paper takes into account the presence of harmonics in the back-EMF and the cogging torque. New control schemes are thus proposed to derive the optimal stator currents giving exactly the desired electromagnetic torque (or speed) and minimizing the ohmic losses. The torque and the speed control scheme both integrate two neural blocks, one dedicated for optimal-current calculation and the other to ensure the generation of these currents via a voltage source inverter. Simulation and experimental results from a laboratory prototype are shown to confirm the validity of the proposed neural approach.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Commentaire :

https://hal.archives-ouvertes.fr/hal-01019390v1

Collections :

• Laboratoire d'Électrotechnique et d'Électronique de Puissance (L2EP) - ULR 2697

Équipe(s) de recherche :

Équipe Commande

Date de dépôt :

2020-05-15T14:18:25Z
2022-02-18T09:44:13Z