MétaCan
Menu
Retour à la cohorte
Enregistrement W4233029179 · doi:10.18280/ejee.230201

Thermal Study of Three-Phase Squirrel Cage Induction Motor with the Open-Phase Fault Operation Using a Lumped Parameter Network (LPTN)

2021· article· en· W4233029179 sur OpenAlexvenueno aff
Mahdi Atig, M. Bouheraoua, Rabah Khaldi

Notice bibliographique

RevueEuropean Journal of Electrical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSquirrel-cage rotorInduction motorThermalHeat transferThermal conductionMechanicsTransient (computer programming)Fault (geology)Materials scienceConvective heat transferControl theory (sociology)EngineeringMechanical engineeringThermodynamicsPhysicsVoltageElectrical engineeringComputer scienceGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to estimate the induction motor temperature at both steady and transient thermal states under healthy and faulty conditions. The distribution of the temperature in the motor is calculated using thermal models based on the 2D Lumped Parameter Thermal Network (LPTN). The thermal model takes into account the heat sources, convection heat transfer and the thermal resistances in the motor. The heat flow generated by the conduction and convection in a three-phase squirrel cage induction motor is discussed. The developed model is used to study the motor thermal behavior during the opening phase situation. The results obtained by the model developed are validated by experimental tests. The tested machine is a standard three-phase, 4-pole, 2.2 kW, 380 V squirrel cage induction motor of Totally Enclosed Fan Cooled “TEFC” design manufactured in Algeria by Electro-Industries company. The simulated temperatures so obtained are in good agreement with the measured ones, and the 2D Lumped Parameter Thermal Network study seems to be appropriate to characterize the heating of the active parts of the machine under different operating conditions.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,277
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,251
Écart entre enseignants0,226 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Electrical EngineeringMême sujetElectric Motor Design and AnalysisTravaux en français237 207