MétaCan
Menu
Retour à la cohorte
Enregistrement W2057030616 · doi:10.1109/tmag.2013.2245675

Modeling and Analysis of Eddy-Current Damping Effect in Horizontal Motions for a High-Precision Magnetic Navigation Platform

2013· article· en· W2057030616 sur OpenAlexaffabout
Moein Mehrtash, Mir Behrad Khamesee

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEddy currentMagnetic levitationLevitationMagnetic fieldDamperMagnetic dampingMaglevEddy current brakeElectrical conductorElectrodynamic suspensionPhysicsMechanicsAcousticsMechanical engineeringVibrationComputer scienceElectrical engineeringMagnetEngineeringMagnetic energy

Résumé

récupéré en direct d'OpenAlex

Recent advancements in micro/nano-domain technologies have led to a renewed interest in ultra-high resolution magnetic navigation platforms. A magnetic navigation platform (MNP) has been developed at the MagLev Microrobotics Lab of the University of Waterloo, Waterloo, ON, Canada. This platform consists of two separate basic components: a magnetic drive unit and a microrobot. The magnetic drive unit produces and regulates the magnetic field for noncontact propelling of the microrobot in an enclosed environment. The MNP is equipped with an eddy-current damper to enhance its inherent damping factor in the microrobot's horizontal motions. This paper deals with the modeling and analysis of an eddy-current damper that is formed by a conductive plate placed below the levitated microrobot to overcome inherent dynamical vibrations and improve motion precision. The modeling of eddy-current distribution in the conductive plate is investigated by solving the diffusion equation for vector magnetic potential. An analytical expression for the horizontal damping force is presented and experimentally validated. It is demonstrated that eddy-current damping is a key technique to increase the damping coefficient in a noncontact way and improve levitation performance. This damping can be widely used in applications of magnetic actuation systems in micromanipulation and microfabrication.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,628

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 Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,240 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetMicro and Nano RoboticsTravaux en français237 207