Investigating Ageing Process of Die Cast Aluminum in Squirrel Cage Rotors Exposed to Heavy-Duty Load Conditions
Notice bibliographique
Résumé
Most of the applications used in underground mining industries (explosion-proof environment) are performing in heavy-duty load conditions. As a result, standard designs of explosion-proof, water-cooled squirrel cage induction motors (WC-SCIM) equipped with standard designs of die-cast aluminium rotors (DCAR) are exposed to higher than expected rotor bar current values. Site investigations and dynamometer tests confirmed that severe heavy-duty loading induce high thermo-mechanical stresses (TMS) in DCARs. Frequent occurrences of such TMS (superimposed on the rated condition stresses) may bring conductive material (Aluminum) of the rotor bars to its fatigue conditions initiating rotor degradation process with subsequent influence on motor performances with consequent financial losses. The paper uses multidisciplinary techniques to study the ageing process of Die Cast Aluminum in Squirrel Cage Rotors Exposed to Heavy-Duty Load Conditions of a 50 hp SCIM equipped with DCAR. Based on claims regarding performance degradations, the research started with site measurements confirming the adverse heavy-duty load conditions. Statistic-probabilistic methods are used to determine Reliability indicators by using Fault Tree Method (FTM). The mathematical model confirmed the motor reliability and enable detection of weak points of the motor. Thermodynamic calculations are used to assess motor performances and its reliability by estimating air gap reduction and heat transfer to the bearings as the two major consequential effects of the TMS developed within DCAR. Dynamometer tests have been used to replicate the site conditions enabling creation of a mathematical model of thermal stress inside the rotor bars. After specific dynamometer tests a number of rotors have been cut-open to investigate the intimate rotor bar degradation. While there are various methods of detecting failed rotor bars, a Secondary research performed by authors indicate that to date no other research has been undertaken in studying this phenomenon.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».