MétaCan
Menu
Retour à la cohorte
Enregistrement W2001524328 · doi:10.1109/iemdc.2013.6556289

Design of slotted permanent magnet linear synchronous motor for improved thrust density

2013· article· en· W2001524328 sur OpenAlexaff
Nariman Roshandel Tavana, Venkata Dinavahi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésThrustMagnetLinear motorSynchronous motorPermanent magnet synchronous generatorPermanent magnet synchronous motorComputer scienceAutomotive engineeringPhysicsElectrical engineeringControl theory (sociology)Aerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Since a linear motor with high thrust density and low thrust ripple is desired for many industrial applications, in this paper, a design methodology is proposed to achieve these objectives. A slotted permanent magnet linear synchronous motor (SPMLSM) which inherently offers the highest force density among various types of linear motors is selected for analysis and optimization procedure. An analytical model is derived for the SPMLSM by solving Maxwell's equations for calculating the magnetic field and force. Motor dimensions are then optimized using the analytical model and genetic algorithm, where the increase of force density and the reduction of thrust ripple are considered as the optimization target. In this study, to reach a higher optimal point in the multidimensional search space of the machine design, cogging force caused by slot effect is initially neglected in the model. Subsequently, pole-shifting is applied to the optimal model to eliminate cogging force and satisfy design objectives. Finally, the effectiveness of the proposed technique to enhance motor performance is investigated by a time-stepping transient finite-element method. The results show an improvement in the performance of optimized motor.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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 tête enseignante, 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
GenreMéthodes

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

En bref

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Motor Design and AnalysisTravaux en français237 207