MétaCan
Menu
Retour à la cohorte
Enregistrement W2031642755 · doi:10.1109/iemdc.2013.6556152

The influence of rotating field direction on core losses in electrical machine laminations

2013· article· en· W2031642755 sur OpenAlexaff
Natheer Alatawneh, Pragasen Pillay

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésStatorElectrical steelExcitationFixtureCore (optical fiber)Magnetic fieldAcousticsMagnetMaterials scienceElectrical engineeringReversingTest fixtureRotating magnetic fieldField (mathematics)Nuclear magnetic resonancePhysicsMechanical engineeringEngineeringOpticsMathematics

Résumé

récupéré en direct d'OpenAlex

The measurements of rotational core loss in machine laminations show significant differences in losses when the rotating field reverses its direction from clockwise (CW) to counterclockwise (CCW) direction of excitation. A novel design of a magnetizing test fixture based on an electromagnetic Halbach array is used to perform measurements on a non oriented silicon steel sample of M36G29 at three different frequencies of interest to the industry 60 Hz, 400 Hz, and 1 kHz. The experimental results are fed to three types of electrical machine models, 2-pole induction machine (IM), 6-4 switched reluctance motor (SRM), and 2-pole brushless DC machine (BLDC) to investigate the effect of reversal of the rotating field direction on the delivered core loss in the stator. Results reveal that the IM experiences the highest effect of field reversing followed by the BLDCM, and then the SRM which is the least affected.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil0,444

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnetic Properties and ApplicationsTravaux en français237 207