MétaCan
Menu
Retour à la cohorte
Enregistrement W2059977040 · doi:10.1109/tmag.2011.2157113

Design and Optimization of Soft Magnetic Composite Machines With Finite Element Methods

2011· article· en· W2059977040 sur OpenAlexaff
J. Cros, P. Viarouge, Mehdi Taghizadeh Kakhki

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFinite element methodComputer scienceConvergence (economics)IsotropyComputationMathematical optimizationOptimal designTopology optimizationAlgorithmMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, a synthesis of design methodologies for electromagnetic devices made with soft magnetic composite (SMC) material is presented. To realize efficient and low-cost SMC devices, it is necessary to benefit from interesting isotropic SMC material properties such as 3-D flux circulation path. In this case, the best approach is to carry out a topological structure research and perform a global optimization using physical models. However, the iterative optimization process can be computationally intensive and some compromises should be found between accuracy and computation time. One way is to use coarse models with important simplifying hypotheses but the optimal solution is often not valid. In this case, one can perform a limited number of finite element (FE) simulations to compute some correction coefficients and improve optimization convergence to a valid optimal solution. Another way is to perform the device optimization by using directly FE models with low mesh density and several simplifications of the device geometry. Such design approaches are illustrated by three concrete realizations with SMC material.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,532

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 Opus0,019
Tête enseignante GPT0,229
Écart entre enseignants0,210 · 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
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

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetElectric Motor Design and AnalysisTravaux en français237 207