Back EMF, Torque–Angle, and Core Loss Characterization of a Variable-Flux Permanent-Magnet Machine
Notice bibliographique
Résumé
An appropriate torque-angle selection can improve the torque-to-current ratio of a machine, converter size, and provide an optimal motor operation. A precise information of the back electromotive force (EMF) helps estimating the magnet flux linkage. An accurate determination of the core loss leads to a better machine design and efficiency estimation. This paper presents the back EMF, flux linkage, torque-angle, and core loss characterization of a variable-flux permanent-magnet machine. The magnetic properties of AlNiCo 9 magnet and the process of magnetization and demagnetization are also described. The no-load back EMF, torque-angle curves, and no-load core losses are measured and simulated for a 7.5-hp variable-flux machine for three different magnetization levels. Static torque-angle curves are obtained by varying the current advance angle and the rotor position. Simulations are performed using three different machine design softwares to validate the design, software accuracy, and machine models. The core losses are also obtained using an analytical method, which is first utilized to calculate losses in M19G29 laminations, and then implemented to estimate the core losses of the prototyped variable-flux machine. The experimental results are found to be in a good agreement with the simulation and the core losses compared well with the analytical data.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».