Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen:
Volltext verfügbar? / Dokumentlieferung
doi:10.22028/D291-37920
Titel: | Performance Comparison of Different Estimation Techniques of the External Load-torque applied on a PMSM using Direct Flux Control |
VerfasserIn: | Fabbri, Stefano D'Amato, Davide Palmieri, Marco Cupertino, Francesco Nienhaus, Matthias Grasso, Emanuele |
Sprache: | Englisch |
Titel: | SPEEDAM 2020 proceedings : International Symposium on Power Electronics, Electrical Drives and Motion : virtual meeting, June 24th-June 26th |
Seiten: | 688-693 |
Verlag/Plattform: | IEEE |
Erscheinungsjahr: | 2020 |
Freie Schlagwörter: | Kalman filter robust filtering sensorless control embedded drive system load-torque estimation |
DDC-Sachgruppe: | 500 Naturwissenschaften |
Dokumenttyp: | Konferenzbeitrag (in einem Konferenzband / InProceedings erschienener Beitrag) |
Abstract: | This work presents a comparison between three classical observation techniques for the estimation of the external load-torque of a low power PMSM, namely an extended Kalman filter, an unscented Kalman filter and an H∞ filter. The aim of this paper is to define how the load-torque estimation behaves as a sensorless control technique is generating the angular position and speed signals of the electrical machine. The obtained results are evaluated in order to determine which filter is the most suitable to be implemented on an embedded system. |
DOI der Erstveröffentlichung: | 10.1109/SPEEDAM48782.2020.9161858 |
URL der Erstveröffentlichung: | https://doi.org/10.1109/SPEEDAM48782.2020.9161858 |
Link zu diesem Datensatz: | urn:nbn:de:bsz:291--ds-379207 hdl:20.500.11880/34284 http://dx.doi.org/10.22028/D291-37920 |
ISBN: | 978-1-7281-7019-0 |
Datum des Eintrags: | 9-Nov-2022 |
Bemerkung/Hinweis: | 2020 International Symposium on Power Electronics, Electrical Drives, Automation and Motion (SPEEDAM), 24-26 June 2020 |
Fakultät: | NT - Naturwissenschaftlich- Technische Fakultät |
Fachrichtung: | NT - Systems Engineering |
Professur: | NT - Prof. Dr. Matthias Nienhaus |
Sammlung: | SciDok - Der Wissenschaftsserver der Universität des Saarlandes |
Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.