MétaCan
Menu
Retour à la cohorte
Enregistrement W3133159273 · doi:10.36801/apme.2020.1.15

THE ANALYSIS OF THE THREE-PHASE INDUCTION MOTOR WITH DEEP ROTOR BARS THROUGH NUMERICAL SIMULATIONS UTILIZING A MODIFIED MATHEMATICAL MODEL

2021· article· en· W3133159273 sur OpenAlexaff
Mihai Iordache, Sorin Deleanu, Neculai Galan

Notice bibliographique

RevueACTUALITĂŢI ŞI PERSPECTIVE ÎN DOMENIUL MAŞINILOR ELECTRICE (ELECTRIC MACHINES MATERIALS AND DRIVES - PRESENT AND TRENDS) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensNorthern Alberta Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésPhasorInduction motorReactanceRotor (electric)Control theory (sociology)Wound rotor motorLeakage (economics)Bar (unit)Squirrel-cage rotorLeakage inductanceThree-phaseEngineeringPhysicsComputer scienceMechanical engineeringElectrical engineeringElectric power systemArtificial intelligenceVoltageThermodynamicsTransformer

Résumé

récupéré en direct d'OpenAlex

The three-phase induction machine mathematical model presented in the paper, is adequate for applying to the deep rotor bars case. The rotor resistance R’r(r), respectively its leakage inductivity L’r(r), depend upon the rotor currents’ frequency fr because of the skin effect. Following the previous considerations, one developed slip dependent analytical expressions of the rotor circuit resistance R’r(s), respectively rotor circuit leakage reactance L’r (s). A modified space phasor based mathematical model of the deep bar induction motor is tested through simulations to assess the motor’s characteristics. The results are in accordance with the literature.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,283
Écart entre enseignants0,264 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACTUALITĂŢI ŞI PERSPECTIVE ÎN DOMENIUL MAŞINILOR ELECTRICE (ELECTRIC MACHINES MATERIALS AND DRIVES - PRESENT AND TRENDS)Même sujetElectric Motor Design and AnalysisTravaux en français237 207