five

1.88kW BLDC Sensorless FOC - Sliding Mode vs Flux Observer with FW|电机控制数据集|电力电子数据集

收藏
Mendeley Data2024-01-31 更新2024-06-29 收录
电机控制
电力电子
下载链接:
https://ieee-dataport.org/documents/188kw-bldc-sensorless-foc-sliding-mode-vs-flux-observer-fw
下载链接
链接失效反馈
资源简介:
This dataset is in support of my planned research paper shortly to be submitted to "IEEE Transactions on Power Electronics".In this paper and dataset, speed and the position estimation of BLDC is done using the sensorless vector control method i.e., Field Oriented control (FOC) and observer. The implementation method is the known method of vector control, so any textbook can be referred, with the addition of SMO or flux observer which acts as the "Adaptive Controller" in the estimation of speed. The switching pattern of the 3-phase inverter is implemented using space vector modulation.DIfferences in this paper dataset can be seen as the author has includedperformance comparison using Sliding Mode Observer (SMO) and flux observerPWM switching frequency is varied 44 times from 20 kHz to 2 MHzOpen LoopTransfer Function CompensationRoot Loci,Closed loopAll this is implemented on 32-bit Real-Time microcontroller. The pins usage not mentioned here are used for other General-Purpose-CAN,USB, RS485 etc.PFC is not included in this simulation as it is assumed that PF = 1.There is related dataset "200W BLDC Sensorless FOC - Sliding Mode vs Flux Observer" ,DOI: https://dx.doi.org/10.21227/8rz1-p666These brushless motors and controllers are used in many industries including medical e.g. in Positive Airway Pressure respirators,ventilator.This study comes in handy to decide when designing in practice for industries and also for academia purposes. The author has used these results in designing new 2-3 different complex models(incomplete), may be uploaded later.
创建时间:
2024-01-31
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

SVAMP

在解决基础应用数学问题时,模型往往主要依赖于浅层启发式方法,而非进行深度推理。因此,一个更具挑战性且经过可靠评估的SVAMP数据集被引入。该数据集改编自现有的数据集,用于评估模型在数学问题解决和推理能力方面的敏感性,其难度保持在相当于小学四年级的水平。

github 收录

RAVDESS

情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性,12位男性),以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情,歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常,强烈) 下产生的,另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位,48kHz .wav),音频-视频 (720p H.264,AAC 48kHz,.mp4) 和仅视频 (无声音)。注意,Actor_18没有歌曲文件。

OpenDataLab 收录

全国兴趣点(POI)数据

  POI(Point of Interest),即兴趣点,一个POI可以是餐厅、超市、景点、酒店、车站、停车场等。兴趣点通常包含四方面信息,分别为名称、类别、坐标、分类。其中,分类一般有一级分类和二级分类,每个分类都有相应的行业的代码和名称一一对应。  POI包含的信息及其衍生信息主要包含三个部分:

CnOpenData 收录

Global Firepower Index (GFI)

Global Firepower Index (GFI) 是一个评估全球各国军事力量的综合指数。该指数考虑了超过50个因素,包括军事预算、人口、陆地面积、海军力量、空军力量、自然资源、后勤能力、地理位置等。数据集提供了每个国家的详细评分和排名,帮助分析和比较各国的军事实力。

www.globalfirepower.com 收录

AgiBot World

为了进一步推动通用具身智能领域研究进展,让高质量机器人数据触手可及,作为上海模塑申城语料普惠计划中的一份子,智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思,重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目,旨在构建国际领先的开源技术底座,标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集,AgiBot World 的长程数据规模高出 10 倍,场景范围覆盖面扩大 100 倍,数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能,从抓取、放置、推、拉等基础操作,到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互,几乎涵盖了日常生活所需的绝大多数动作需求。

github 收录