MétaCan
Menu
Retour à la cohorte
Enregistrement W2914665974 · doi:10.1109/tdei.2018.007618

Effect of conductivity on the thermal and electrical properties of the stress grading system of an inverter-fed rotating machine

2019· article· en· W2914665974 sur OpenAlexaff
Alireza Naeini, E.A. Cherney, Shesha Jayaram

Notice bibliographique

RevueIEEE Transactions on Dielectrics and Electrical Insulation · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceVoltageElectrical conductorElectric fieldElectromagnetic coilElectrical resistivity and conductivityComposite materialThermal conductivityThermalStress (linguistics)Electrical engineeringThermodynamicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The thermal and electrical characteristics of a stress grading system are studied by simulations and measurements of the electric field and temperature distributions in the overhang region of a form wound medium voltage motor coil. Simulations show that a highly conductive stress grading tape (SGT) reduces the maximum electric field in this region but increases heat production and temperature. In contrast, a highly conductive armor tape (CAT) decreases the maximum electric field in this region and also reduces the heat production and temperature in the stress grading system but also produces a slight increase in the electric field in the SGT region. For the simulation studies, accurate measurements of the electrical and thermal conductivities of materials are made, taking into account the effects of the vacuum pressure impregnation (VPI) process, temperature, and tape builds. The electrical conductivity of single and double half-lap layers of CAT and SGT are measured from 30 to 100 °C. For the evaluation of the simulation model, the temperature profile along the stress grading system was measured and simulated under pulsed voltage at room and near typical operating temperatures.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,193 · 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

Citations29
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Dielectrics and Electrical InsulationMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207