MétaCan
Menu
Retour à la cohorte
Enregistrement W4200550676 · doi:10.1109/irec52758.2021.9624760

Optimization of Flux Switching Permanent Magnet Motor to enhance the traction of an Electric Vehicle

2021· article· en· W4200550676 sur OpenAlexaff
Kehinde R. Kamil, Jemilat I. Kamil, Qingsong C. Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésStatorMagnetTraction motorRotor (electric)PropulsionAutomotive engineeringElectric vehicleElectric motorFinite element methodTraction (geology)Synchronous motorComputer scienceMechanical engineeringTopology (electrical circuits)EngineeringPower (physics)Electrical engineeringPhysicsAerospace engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

There is a rising outcry of environmental pollution and the resulting effect of global warming caused by the use of fossil energies, there is a need for the introduction of highly efficient electric machines for propulsion and traction of the moving part with the increasing global acceptance of electric vehicles and advance machineries. This paper proposed a way to optimize the stator flux switching permanent magnet motor (FSPM) by the introduction of two dual slot additional rotors that are staged 180 degrees apart. The structure, electromagnetic properties and the phase direction of rotation of the proposed permanent magnet machine were investigated at different phase angle. Background study on the mode structure of establishing the proposed topology of one stator and two rotors instead of the conventional one rotor for the motor operation was done. With attention paid to the losses on the stator and rotor, finite element method was used to establish the structure of the proposed permanent magnet machine. The load simulation of the electromagnetic properties was investigated using FEMM 4.2 and Ansys Maxwell to show the advantages of the proposed machine topology to allowing higher electric loading to increase power density in electric vehicles.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,212 · 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.

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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Motor Design and AnalysisTravaux en français237 207