MétaCan
Menu
Retour à la cohorte
Enregistrement W1966364820 · doi:10.1109/tia.2015.2417834

Design Considerations of 2-D Magnetizers for High Flux Density Measurements

2015· article· en· W1966364820 sur OpenAlexafffund
John Wanjiku, Pragasen Pillay

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMagnetic fluxMagnetizationFlux (metallurgy)Magnetic flux leakageEddy currentMagnetYoke (aeronautics)Electromagnetic coilMaterials scienceMechanicsRange (aeronautics)Magnetic fieldElectrical engineeringMechanical engineeringPhysicsEngineeringComputational physicsComposite material

Résumé

récupéré en direct d'OpenAlex

A 2-D magnetizer introduces variation in the flux density (B) across the sample under rotational magnetization. This variation requires additional energy requirements that limits the attainable aspect ratios, flux density levels and stresses the supply. A numerical methodology that accounts for the flux leakage and the eddy currents is proposed to analyze uniformity and variation in B in four 2-D magnetizers. The analysis was done beyond the knee of the magnetization curve. Numerical results will show that round magnetizers can mitigate the variation of the square magnetizer by over 92%, by making the MMF more sinusoidal and equalizing the reluctance along the airgap. In addition, deeper yokes minimized the variation by about 50% in the square and the Halbach testers. The results of this analysis was a design that mitigates the variation in B by a combination of sinusoidally distributed windings, and a deep yoke. The proposed magnetizer achieved very high flux densities over a relatively wide frequency range, which were 2.04 and 1.69 T at 60 Hz and 1 kHz, respectively.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,134
Tête enseignante GPT0,286
Écart entre enseignants0,152 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetMagnetic Properties and ApplicationsTravaux en français237 207