Overview
Ce m moire de th se relate la mise au point d'une m thodologie d'identification en boucle ferm e de la machine asynchrone, gr ce une prise en compte explicite de l'algorithme de commande vectorielle. Fondamentalement, l'identification directe pose des probl mes en raison des perturbations stochastiques que l'on retrouve sur la variable de commande via la boucle de r gulation, ce qui rend l'estimation asymptotiquement biais e. Nous proposons de rem dier ce probl me gr ce une identification indirecte sur la base de la connaissance du correcteur. De plus, nous tendons le champ d'application de cette approche en identifiant pr alablement un correcteur quivalent l'aide d'une technique de moindres carr s surparam tris s. Outre l' limination du biais asymptotique, les tudes comparatives r alis es en simulation stochastique ont montr que l'approche indirecte fournit des estim es plus pr cises, et cela pour une excitation de la machine uniquement constitu e par les variations du couple de charge.Cette nouvelle m thodologie a permis d'am liorer la d tection des d fauts, gr ce une meilleure r jection des fausses alarmes.
This item is Non-Returnable
Customers Also Bought
Details
- ISBN-13: 9786131527692
- ISBN-10: 6131527695
- Publisher: Omniscriptum
- Publish Date: February 2018
- Dimensions: 9.02 x 5.98 x 0.48 inches
- Shipping Weight: 0.7 pounds
- Page Count: 212
Related Categories
