MétaCan
Menu
Retour à la cohorte
Enregistrement W2916342337 · doi:10.1016/j.jare.2019.02.002

The impact of demagnetization on the feasibility of permanent magnet synchronous motors in industry applications

2019· article· en· W2916342337 sur OpenAlexaff
A.A. Adly, A S Huzayyin

Notice bibliographique

RevueJournal of Advanced Research · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringDemagnetizing fieldGas compressorMagnetSynchronous motorElectric motorEnvironmental scienceInduction motorComputer scienceVoltageEngineeringMechanical engineeringElectrical engineeringPhysicsMagnetizationMagnetic field

Résumé

récupéré en direct d'OpenAlex

Permanent magnet (PM) motors are rapidly replacing the dominant induction motors in industrial applications including pumps, fans, and compressors. PM motors are also gaining ground in critical sustainable energy applications such as wind systems, photovoltaic pumping systems and electric vehicles. Compared to induction motors, PM have higher efficiency. In this paper, the financial feasibility of replacing induction motors by PM motors at various operating conditions was analyzed on a preliminary basis. The impact of partial demagnetization and full loss of excitation on the feasibility of the replacement was also preliminarily investigated. It is found that the feasibility of replacement was less sensitive to reduction in the life time of PM motors than reduction in efficiency due to partial demagnetization. While detailed and lengthy studies are planned in the future, investigation outcomes suggest that the replacement remains feasible despite risks of demagnetization when utilization rates are above 50%. Details of the investigation are reported in the paper.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,031
Tête enseignante GPT0,353
Écart entre enseignants0,322 · 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'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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced ResearchMême sujetElectric Motor Design and AnalysisTravaux en français237 207