MétaCan
Menu
Retour à la cohorte
Enregistrement W4324292142 · doi:10.1109/access.2023.3257124

Noise and Vibration in Switched Reluctance Motors: A Review on Structural Materials, Vibration Dampers, Acoustic Impedance, and Noise Masking Methods

2023· review· en· W4324292142 sur OpenAlexafffund
Ashish Kumar Sahu, Ali Emadi, Berker Bilgin

Notice bibliographique

RevueIEEE Access · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of CanadaCMC Microsystems
Mots-clésPropulsionSwitched reluctance motorVibrationComputer scienceNoise (video)Noise, vibration, and harshnessMagnetAutomotive engineeringTorqueAcousticsEngineeringElectrical engineeringRotor (electric)Aerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Today, the majority of the commercial electrified vehicles use Interior Permanent Magnet Motors (IPMSMs) for propulsion. An IPMSM can deliver high starting torque and high efficiency in the low- and medium-speed operation, which makes it attractive for propulsion applications. However, IPMSMs generally utilize rare-earth permanent magnets and there are growing concerns about the price volatility and supply chain of these materials. Switched Reluctance Motors (SRMs) can potentially replace IPMSMs in various applications including propulsion. An SRM has a simple and low-cost construction, and it can provide reliable operation at high-speed and high-temperature conditions. Compared to IPMSMs, SRMs radiate considerably higher acoustic noise, which have historically hindered their widespread acceptance. Various approaches to mitigate acoustic noise and vibration at the source level have already been explored in the literarture by improving the electromagnetic design and current control. This paper explores multiple noise and vibration mitigation methods that can be applied at the transmission stage. First, the noise comparison between the Internal Combustion Engine (ICE) and SRMs is discussed, and then the methods used for ICEs are presented for their applicability to SRMs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,049
Tête enseignante GPT0,366
Écart entre enseignants0,317 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetElectric Motor Design and AnalysisTravaux en français237 207