Rotor Durability Optimization by Means of Finite Element Multiphysics Analysis for High-Speed Surface Permanent Magnet Electric Machines
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Transport electrification is pushing the automotive and aerospace industries to enhance the power density of their powertrains further and further. One of the technologies currently pursued by some companies is high-speed electric motors. For instance, the new Model S Plaid motor by Tesla has a carbon-fiber wrapped IPM (Interior Permanent Magnet) rotor which can exceed 20,000<i>rpm</i>. The SPX88-120 made by Helix company shows a power density of about 18<i>kW/kg</i> at 50,000<i>rpm</i>. However, such high rotating speeds result is huge mechanical stresses in the entire rotating assembly, thus making the structural design of these parts extremely challenging. The primary goal of this paper is to provide a scientific rationale for the effective Finite Element Modeling (FEM) and integration strategies to maximize the rotating assembly durability of a 150<i>kW</i> radial flux SPMSM (surface-mounted permanent magnet synchronous motor) considered as a case-study. A non-linear simulation requires the input of a stress-strain curve and modified power law hardening study is conducted. The secondary goal of the paper is to analyze the thermal stress risers for multiphysics optimization of components. An analytical methodology to estimate the fatigue life for fully reverse cyclic loading is expressed. An extensive study on the eigen mode shape and frequency was performed to understand the dominant frequency of the system. A comparative performance study is conducted on shaft critical speeds, modal analysis, and stiffness interaction between components. Multiphysics optimization of topology is undertaken, the principal stresses in significant load-bearing components are reduced by 10 to 33%.</div></div>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».