MétaCan
Menu
Retour à la cohorte
Enregistrement W2587693299 · doi:10.1109/tte.2017.2664778

Three-Phase 24/16 Switched Reluctance Machine for a Hybrid Electric Powertrain

2017· article· en· W2587693299 sur OpenAlexaff
James Weisheng Jiang, Berker Bilgin, Ali Emadi

Notice bibliographique

RevueIEEE Transactions on Transportation Electrification · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSwitched reluctance motorStatorReluctance motorTorque ripplePowertrainControl theory (sociology)Rotor (electric)TorqueDirect torque controlElectric vehicleTraction motorAutomotive engineeringEngineeringComputer scienceInduction motorVoltageMechanical engineeringPhysicsElectrical engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

This paper presents the design process of a 60-kW switched reluctance motor for traction application in a hybrid electric vehicle. The motor has 24 stator poles and 16 rotor poles. A multiobjective optimization method has been employed in the optimization of conduction angles for priority operating points and over the entire operating range. Two objectives, maximizing output torque and minimizing torque ripple, are used in the optimization problem. A comprehensive comparative performance analysis with varying stator pole height, stator taper angle, rotor pole arc angle, and pole shoe shape is also presented. The performance of the proposed motor over the entire operating range has been characterized based on the optimized conduction angles. The finite element analysis results of the machine demonstrate the potential of the proposed motor in hybrid powertrains in terms of output torque, torque quality, and efficiency.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,253
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations114
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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