MétaCan
Menu
Retour à la cohorte
Enregistrement W2579650447 · doi:10.1109/cefc.2016.7816158

A computational-analytical approach to efficiently locate optimum objective spaces of permanent magnet motors in transient, rated and flux weakening operations

2016· article· en· W2579650447 sur OpenAlexaff
Vahid Ghorbanian, David A. Lowther

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFlux linkageMagnetTransient (computer programming)ComputationTorqueControl theory (sociology)Flux (metallurgy)Constraint (computer-aided design)Magnetic fluxPareto principleProcess (computing)Computer scienceMonotonic functionMathematical optimizationMathematicsEngineeringPhysicsAlgorithmMathematical analysisVoltageDirect torque controlMechanical engineeringInduction motorMagnetic fieldGeometryElectrical engineeringMaterials scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this study, an efficient approach which explores and finds the location of the optimum objective spaces of an interior permanent magnet motor in the transient, rated and flux weakening operations is proposed. The permanent magnet flux linkage and the saliency ratio are analytically formulated as the functions of the motor dimensions by means of the magnetic equivalent circuit theory and used to identify the best operating regions of the starting torque, the rated efficiency and the characteristic current. It is shown that the mentioned objectives possess a pretty smooth and monotonic variation if they are expressed versus the flux linkage and the saliency ratio. Therefore, the optimum pareto fronts could be efficiently identified. The proposed method provides a very significant improvement for accelerating performance of optimizations since the computation-based constraint handling process is replaced by an analytical alternative.

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 enseignants0,475
Score d'incertitude au seuil0,350

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 recherche0,0000,000
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 GPT0,216
Écart entre enseignants0,205 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Motor Design and AnalysisTravaux en français237 207