Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Induction motor drive with field-oriented control and speed estimation using feedforward neural network

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F20%3A10248771" target="_blank" >RIV/61989100:27240/20:10248771 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9269215" target="_blank" >https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9269215</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/EPE51172.2020.9269215" target="_blank" >10.1109/EPE51172.2020.9269215</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Induction motor drive with field-oriented control and speed estimation using feedforward neural network

  • Popis výsledku v původním jazyce

    The paper presents the results of our research on the use of artificial neural networks for sensorless control of induction motor drives. A feedforward artificial neural network with one hidden layer was designed and trained offline to act as a model of induction motor, which directly provides the actual speed of a drive. The model was subsequently incorporated in the field-oriented control scheme, where it fully replaces an incremental encoder. The presented solution was tested out using an experimental drive equipped with a 2.2 kW induction machine and controlled by a control system which is based on the TMS320F28335 digital signal controller. The obtained experimental results show a high level of accuracy in the low speed range. (C) 2020 IEEE.

  • Název v anglickém jazyce

    Induction motor drive with field-oriented control and speed estimation using feedforward neural network

  • Popis výsledku anglicky

    The paper presents the results of our research on the use of artificial neural networks for sensorless control of induction motor drives. A feedforward artificial neural network with one hidden layer was designed and trained offline to act as a model of induction motor, which directly provides the actual speed of a drive. The model was subsequently incorporated in the field-oriented control scheme, where it fully replaces an incremental encoder. The presented solution was tested out using an experimental drive equipped with a 2.2 kW induction machine and controlled by a control system which is based on the TMS320F28335 digital signal controller. The obtained experimental results show a high level of accuracy in the low speed range. (C) 2020 IEEE.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20201 - Electrical and electronic engineering

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2020 21st International Scientific Conference on Electric Power Engineering (EPE) : conference proceedings : 19-21 October 2020, Prague, Czech Republic

  • ISBN

    978-1-72819-480-6

  • ISSN

    2376-5623

  • e-ISSN

    2376-5631

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    IEEE

  • Místo vydání

    Piscataway

  • Místo konání akce

    Praha

  • Datum konání akce

    19. 10. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku