MétaCan
Menu
Retour à la cohorte
Enregistrement W2502778275 · doi:10.1109/itec.2016.7520199

Design and optimization of fractional slot concentrated winding permanent magnet machines for class IV electric vehicles

2016· article· en· W2502778275 sur OpenAlexaff
Tanvir Rahman, Rodrigo Silva, Kieran Humphries, Mohammad Hossain Mohammadi, David A. Lowther

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringElectric vehicleSynchronous motorMulti-objective optimizationMagnetElectric motorElectromagnetic coilDriving cyclePower (physics)EngineeringClass (philosophy)AC motorComputer scienceMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The design, optimization and application of a number of surface mounted fractional slot concentrated winding (FSCW) electric machines for application to Class IV electric vehicles have been considered. Four FSCW motors with nominal power ratings of 50, 65, 75 and 100 kW have been designed. The motors were optimized using a novel multi-objective optimization strategy which allows a large numbers of objectives to be considered while ensuring computational efficiency and Pareto optimality. Vehicle simulations were carried out using the optimized motors for some typical drive cycles. The gear ratio of the drive train was optimized for each motor with respect to the drive cycle and the vehicle performances were calculated. The methodology and results presented provide a novel and improved framework for considering the trade-offs between the motor size, gear ratio and vehicle performance for Class IV and other vehicle classes.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,261

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 GPT0,210
Écart entre enseignants0,199 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Motor Design and AnalysisTravaux en français237 207