MétaCan
Menu
Retour à la cohorte
Enregistrement W2112544473 · doi:10.1109/ias.1989.96633

Permanent magnet synchronous motor: finite element torque calculations

2003· article· en· W2112544473 sur OpenAlexaff
Liuchen Chang, A.R. Eastham, G.E. Dawson

Notice bibliographique

RevueConference Record of the IEEE Industry Applications Society Annual Meeting · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésTorqueMaxwell stress tensorStatorFinite element methodMagnetRotor (electric)Control theory (sociology)Computer scienceSynchronous motorPermanent magnet synchronous generatorPhysicsMechanical engineeringEngineeringElectrical engineeringCauchy stress tensorClassical mechanicsStructural engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The Maxwell stress tensor method is modified by the authors to yield an area integration which takes into account the field distribution in the airgap of a machine, resulting in an improvement in accuracy and the elimination of sensitivity to contour selection. A second technique, based on the co-energy derivative method, is also developed. This needs only one finite-element (FE) solution and eliminates the trial-and-error procedure of selecting a proper displacement for the derivative determination, thus shortening the computational time. The torque characteristics of a permanent magnet synchronous motor (PMSM) evaluated from the above methods compare favourably with each other as well as with those from the Lorentz method and an analytical model based on an equivalent circuit of the machine. The torque calculating techniques are used to select the geometry of the permanent magnets for the rotor of a 30 hp machine using a criterion which takes into account the torque per unit stator current, efficiency-power-factor product, overload capability of the machine, and volume (cost) of permanent magnet material.< <ETX xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">&gt;</ETX>

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: Empirique
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,231
Écart entre enseignants0,216 · 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

Citations37
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference Record of the IEEE Industry Applications Society Annual MeetingMême sujetElectric Motor Design and AnalysisTravaux en français237 207