Correlating structural complexity and acoustic noise performance of electric motors
Notice bibliographique
Résumé
Purpose Acoustic noise is a crucial performance index in the design of electrical machines. Due to the challenges associated with modelling a complete motor, the stator is often used to estimate the sound power in the prototyping stage. While this approach greatly reduces lengthy simulations, the actual sound power of the motor may not be known. But, from the acoustic noise standpoint, not much is known about the correlation between the stator and complete motor. This paper, therefore, aims to use the sound pressure levels of the stator and the full motor to investigate the existence of correlations in the interior permanent magnet synchronous motor. Design/methodology/approach A multiphysics simulation framework is proposed to evaluate the sound pressure levels of multiple motor geometries in a given design space. Then, a statistical analysis is performed on the calculated sound pressure levels of each geometry over a selected speed range to compare the correlation strength between the stator and the full model. Findings It was established that the stator and the complete motor model are moderately correlated. As such, a reliance on the stator sound power for design and optimization routines could yield inaccurate results. Originality/value The main contribution involves the use of statistical tools to study the relationship between sound pressure levels associated with the stator geometry and the complete electric motor by increasing the motor sample size to capture subtle acoustic correlation trends in the design space of the interior permanent magnet synchronous motor.
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 | 0,000 |
| 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) | 0,000 | 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 ».