MétaCan
Menu
Retour à la cohorte
Enregistrement W3036845659 · doi:10.18280/jesa.530202

Design and Characteristics of Axial Magnetic Gear Using Rectangular Magnet

2020· article· fr· W3036845659 sur OpenAlexvenueno aff
Sudirman Syam, Sri Kurniati, Ruslan Ramang

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2020
Typearticle
Languefr
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMagnetMagnetic gearMechanical engineeringElectropermanent magnetMaterials scienceEngineeringPhysicsElectrical engineeringPermanent magnet synchronous generator

Résumé

récupéré en direct d'OpenAlex

This experimental study examines the characteristics and performance of axial magnetic gear by using a variation of the rectangular neodymium-iron-boron (NdFeB) magnetic layer which is assembled on an acrylic disc. The aim is to reduce magnetic reluctance which can increase torque and facilitate the manufacture of magnetic gear. In addition, it can reduce the use of NdFeB permanent magnets instead of sectoral magnets. An appropriate method for predicting the transmitted torque produced by axial magnetic gears with four rectangular magnetic layers is demonstrated using the output power approach. The results show that the performance of axial magnetic-gear with 4 layers tends to be similar to the performance of a direct drive. Tests on the 2400 rpm rotation with the loading of 200, 300 and 400 ohms respectively showed a maximum torque of 2.24 (Nm) 10 -3 , 1.56 (Nm) 10 -3 , and 1.1 (Nm). The results of this paper appear to be useful for the development of axial magnetic-gear industrial applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,224
Écart entre enseignants0,201 · 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.

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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetElectric Motor Design and AnalysisTravaux en français237 207